机器人避障策略研究.ppt

机器人避障策略研究.ppt

ID:58412803

大小:2.17 MB

页数:25页

时间:2020-09-07

机器人避障策略研究.ppt_第1页
机器人避障策略研究.ppt_第2页
机器人避障策略研究.ppt_第3页
机器人避障策略研究.ppt_第4页
机器人避障策略研究.ppt_第5页
资源描述:

《机器人避障策略研究.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、Amigo机器人避障策略研究专业:指导老师:姓名:学号:Contents4绪论1235Amigo移动机器人介绍常用避障算法简介基于栅格法的避障策略研究仿真验证6总结与展望一、绪论课题来源自主避障的能力是移动机器人智能化程度的重要指标,是实现在未知环境中自主完成预设任务的关键技术之一,也是移动机器人在复杂多变环境中稳定、安全、高效完成任务的重要保障移动机器人一、绪论目前机器人避障还远未达到实时和全自主的要求,在未知复杂环境下很多还只能实现半自主。随着视觉采集设备质量和计算机图像处理技术的不断提高,移动机器人的障碍物识别

2、与避障能力将会大大提高。基于以上重要性指导教师自拟此课题移动机器人一、绪论介绍Amigo机器人的硬件配置、软件系统以及客户端操作平台和人机通讯方式介绍移动机器人避障的常用算法并比较各自的优缺点以栅格搜索法的避障算法为重点,分析Amigo机器人的避障实现过程首先其次再次课题研究主要内容最后借助仿真软件进行仿真,验证算法的可行性,并总结不足和可以改进的地方二、Amigo移动机器人介绍硬件系统1.底盘采用三轮结构:一个万向轮,仅起支撑作用,不起导向作用;两个驱动轮则位于车体两侧,采用PWM控制2.内嵌SH2微控制器,负责底

3、层数据处理和命令执行,如获取传感器信息,小车位置信息等等3.配备有8个声呐测距装置,负责采集周围环境信息,将数据传给微处理器处理4.其上安装有无线接收与发送模块,通过此模块可以与电脑实现实时通讯二、Amigo移动机器人介绍软件系统1.ARIA:这是为MobileRobots开发的,面向对象的,用于机器人控制的应用程序接口系统,其他程序都是以ARIA为基础的2.ARNL:这是用于MobileRobots机器人平台定位及自主导航的软件开发包3.MobileSim:这是移动机器人的仿真软件,包含机器人以及周围环境模型,可以

4、加载地图,获取传感器数据信息4.Mapper3:是地图绘制软件,他可以把激光测距仪获得的信息自动生成地图,也可以让用户自己手动绘制地图,手动绘制的地图也可以直接加载在MobileSim中二、Amigo移动机器人介绍人机通讯Amigo机器人与计算机系统连接方式主要有三种:一是通过串行口建立连接,该方法连接简单,只需要一条串口连接线,即可实现机器人与计算机系统连接,但受到串口线的限制,计算机对机器人控制不方便;二是通过无线网络建立连接,机器人和计算机之间需要借助无线路由器建立连接,进而可实现对机器人的远程控制,该方法应用

5、较多;三是车载计算机系统,机器人配备嵌入式计算机主板,该主板具有常规的键盘、鼠标、显示器接口,具有0/100M自适应网卡,具有4个COM口,2个USB口,在PC104/PC104+扩展总线。车载计算机通过COM1口与控制器连接,直接实现数据通信。这里,我们用第二种连接方式。三、常用避障算法简介1.基于几何构造的避障算法2.基于栅格划分的避障算法3.基于逻辑推理的避障算法4.基于模糊控制的避障算法5.基于神经网络的避障算法6.基于人工势场的避障算法三、常用避障算法简介1.基于几何构造的避障算法我们可以连接起始点和障碍物

6、的顶点,再连接障碍物的顶点和目标点,障碍物的不同顶点对应了不同的路径,从这些有限的路径中选出的最短路径就是我们要求的最优路径。这种算法比较简单,但功能单一,不能在动态未知地图条件下实现避障。三、常用避障算法简介2.基于栅格划分的避障算法建立一个环境坐标系来描述机器人的环境,在这个坐标系中,二维笛卡尔栅格不断被机器人传感器采样环境所更新,环境坐标是绝对地表示环境,并在一定的实时区域、一定时间内保持坐标原点的固定,但在局部区域内完成了移动后,再基于目前行驶点和下个目标点重新建立机器人的环境地图。三、常用避障算法简介3.基

7、于逻辑推理的避障算法算法步骤如下:1)定义一个状态集,该集合反映机器人通过传感器测得的当前状态。2)定义一个行为集,该集合反映机器人当前可以采取的动作。3)确定从状态到行为的映射关系。三、常用避障算法简介4.基于模糊控制的避障算法在基于逻辑推理的路径规划方法基础进行改进:1)传感器的一次测量值与多个状态对应,每个状态有一个隶属度对应。2)根据模糊推理结果确定行为。引入隶属度的概念可以明显的减少传感器测得的状态个数。模糊控制就相当于是在逻辑推理的基础之上,改进了缩小状态集的方法,从而让移动机器人在移动过程中的自主性更加

8、明确。三、常用避障算法简介5.基于神经网络的避障算法1)先将问题转化为优化问题。2)用神经网络表示惩罚函数。3)推导出相应的反向传播算法用于神经网络的训练。将避障或者说是路径规划问题转化为最优化问题,地图上的障碍物即为问题的约束条件,再用神经网络引入惩罚函数,这样就将有约束条件的最优化问题转化为无约束优化问题。三、常用避障算法简介6.基于人工势

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。