移动机器人空间定位技术综述.ppt

《移动机器人空间定位技术综述.ppt》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、移动机器人空间定位技术综述姓名：彭红主要内容移动机器人发展历史移动机器人的分类移动机器人技术的主要研究方向移动机器人常用的定位技术结束语一、移动机器人发展历史60年代末期，人们开始研究移动机器人70年代末，随着计算机的应用和传感技术的发展，移动机器人研究又出现了新的高潮。80年代中期，设计和制造机器人的浪潮席卷全世界。一大批世界著名的公司开始研制移动机器人平台，这些移动机器人主要作为大学实验室及研究机构的移动机器人实验平台90年代以来，以研制高水平的环境信息传感器和信息处理技术，高适应性的移动机器人控制技术，真实环境下的规划技术为标志，开展了移动机器人更高

2、层次的研究。二、移动机器人的分类一、工作环境来分室内机器人和室外机器人二、移动方式来分轮式移动机器人、步行移动机器人、蛇形机器人、履带式移动机器人、爬行机器人等三、按控制体系结构来分功能式(水平式)结构机器人、行为式(垂直式)结构机器人和混合式机器人四、按功能和用途来分医疗机器人、军用机器人、助残机器人、清洁机器人等室内移动机器人高仿人形机器人三、移动机器人技术的主要研究方向移动机器人的坐标定位仿生学和类人机器人机构与能源方面的研究多传感器信息的集成融合网络机器人技术多机器人系统特种机器人技术研究3.1移动机器人的坐标定位移动机器人的坐标定位是实现机器人自

3、主行走，姿态控制，轨迹跟踪等各种任务的前提。机器人必须准确地知道自己的坐标位置及姿态参数才能正确准确的执行命令。因此，定位问题是移动机器人研究中的关键问题之一。3.2仿生学和类人机器人机构与能源方面的研究类人机器人的行走速度同人类的行走乃至奔跑速度还有较大差距。需要研制体积小、重量轻驱动力大的驱动系统和完善行走机构来近似人类的肌肉和骨骼；同时，研究自然界各种生物的觅食、定位及路径跟踪等生态策略，将人类所不及的生物特长赋予机器人，研制如机器蛇、机器狗和机器鱼等各种仿生机器人3.3多传感器信息的集成融合多传感器信息融合的基本原理或出发点就是充分利用多个传感器资

4、源，通过对这些传感器及其观测信息的合理支配和利用，把多个传感器在空间或时间上的冗余或互补信息依据某种准则来组合，以获得被测对象的一致性解释或描述，使该信息系统因此而获得比它的各个组成部分的子集所构成的系统更优越的性能3.4网络机器人技术随着计算机网络的扩展延伸，网络技术的发展完善，通过计算机网络遥控机器人，为人机交互技术、监控技术、远程操作技术和图像与控制命令的网络传输及并发多进程数据通讯等通讯技术F2000型网络机器人3.5多机器人系统目前多机器人系统的研究尚处于理论研究阶段，对于多机器人系统体系结构与协作机制、信息交互以及冲突消除等方面将是多机器人系统

5、的进一步研究方向。技术上也提出了更高的挑战！3.6特种机器人技术研究移动机器人在各个领域中的应用刺激了特种机器人的研究与开发。战场上，为保护士兵的生命，刺激了无人战车、扫雷机器人和侦察机器人等军用机器人的不断研究；人民生活水平的提高促进了娱乐机器人、外科手术机器人和助残机器人等民用服务机器人的开发。美军PackBotMTRS机器人四、移动机器人常用的定位技术基于航迹推算的定位技术基于信号灯的定位方法基于地图的定位方法基于视觉的定位方法移动机器人听觉定位技术4.1基于航迹推算的定位技术航迹推算(Dead—Reckoning简称DR)是一种使用最广泛的定位手段

6、。航迹推算定位技术的关键是要能测量出移动机器人单位时间间隔走过的距离。以及在这段时间内移动机器人航向的变化。根据传感器的不同，主要有基于惯性传感器的航迹推算定位方法以及基于码盘的航迹推算定位方法。利用陀螺和加速度计分别测量出旋转率和加速率，在对测量结果进行积分，从而求解出移动机器人移动的距离以及航向的变化，再根据航迹推算的基本算法，求得移动机器人的位置以及姿态，这就是基于惯性器件的航迹推算定位方法。优点：无需外部参考。缺点：随时间有漂移，积分之后，任何小的常数误差都会无限增长。因此，惯性传感器对于长时间的精确定位是不适合的。4.2基于信号灯的定位方法信号灯

7、定位系统是船只和飞行器普遍的导航定位手段。基于信号灯的定位系统依赖一组安装在环境中已知的信号灯。在移动机器人上安装传感器，对信号灯进行观测。用于环境观测的传感器有很多种，可以是主动的信号，比如主动视觉、超声波、激光雷达、毫米波雷达收发器，也可以是被动的信号，比如GPS、被动视觉。优点：信号灯经过很短的处理过程能够提供稳定、精确的位置信息。这种定位方法提供很高的采样率以及极高的稳定性。缺点：安装和维护信标花费很高。4.3基于地图的定位方法即时定位与地图创建方法(SLAM)1.扩展Kalman滤波(EKF)方法2.Particle滤波方法3.基于地图结构方法4

8、.3.1扩展Kalman滤波(EKF)方法扩展Kalman滤波是移