基于多传感器的室内移动机器人环境感知关键技术研究

基于多传感器的室内移动机器人环境感知关键技术研究

论文摘要

室内移动机器人具有广阔的应用前景,可以应用于服务、娱乐、安检等各个方面。室内环境一般属于比较复杂的动态环境,机器人在这样的环境下运行时,对动态环境的感知与响应能力提出了更高的要求,其中最主要的是对运动物体的跟踪和避障。另外,在家庭等动态场合下运动,机器人不可避免地受到移动物体的碰撞和用户的触碰,对这类环境作用的感知与响应是机器人实现自我保护并与环境保持和谐的基础。对室内危险气体泄漏和火情的探测则是安检类机器人的一项重要功能,属于移动机器人对危险环境的感知范畴。这三项环境感知技术对于室内移动机器人在各方面的应用是至关重要的。国内外对这三个环境感知问题的相关方面也开展了一定的研究,但是在具体应用中尚有不足。论文在国家863计划的支持下,针对室内移动机器人运行所涉及到的上述三个环境感知问题,从实际应用出发,系统地开展了理论和实验研究。首先研制了HR-I室内移动机器人系统,作为机器人环境感知问题的研究平台。根据移动机器人运动灵活、支撑稳定、结构简单的要求,对支撑结构进行了尺寸优化。通过模块化设计,在软、硬件上集成了运动环境感知、危险环境感知和运动状态感知需要的多种传感器。为了提高机器人的多任务管理能力和灵活的响应能力,在上、下位机控制结构的基础上,基于混合式体系结构的框架建立机器人的控制系统。针对快速变化的动态环境,采用高效、准确的激光测距仪实现运动环境感知。在建立传感器感知模型的基础上,参照栅格法提出了动态极坐标图环境建模方法。将环境物体描述为直线和弧特征,在数据分割的基础上,利用递归迭代直线拟合方法分离出线段特征。为了简化环境描述,将障碍物简化为以三个极坐标点表示,并将密集障碍物合并成群,进一步简化了障碍环境的描述。动态极坐标图环境模型不但减少了数据的存储、处理工作量,而且提高了机器人基于行为控制的反应能力。对动态障碍物的跟踪是实现良好避障的基础。针对机器人与运动障碍的相对运动变化较大的情况,提出了考虑运动补偿的动态障碍物跟踪方法,通过建立机器人的位姿更新模型及其协方差更新模型,将机器人的运动状态引入到基于扩展卡尔曼滤波理论的障碍跟踪模型中,实现对运动目标当前状态的估计和运动趋势的预测。为了提高避障的灵活性,采用分层避障策略,并在预测碰撞时间和位置的基础上提出了动态障碍物的避障策略。针对在动态环境下,机器人不可避免地受到碰撞和敲打的情况,采用二维加速度计实现对碰撞的感知。为了分析机器人的碰撞振动特点,首先研究了机器人在静态受到碰撞时引起的振动信号特性。通过对振动信号序列合力的大小和方向分析,提出了基于规则的碰撞方向确定方法。根据碰撞方向检测能力和机器人的响应要求提出了分区响应策略,对碰撞采取避让和顺应反应方法。然后,针对机器人运动时,自身的速度变化、机体振动和路面倾斜状态都会产生加速度信号,与碰撞信号相混合问题,设计了动态碰撞检测窗口,在时域内实现对动态碰撞振动信号的实时识别和提取,并基于Motor Schema行为融合理论建立了兼顾障碍和运动目标的动态碰撞响应策略。机器人在气体危险环境中巡检时,危险源搜索一直是个比较困难的问题。在分析了气体传感器的响应滞后现象、建立传感器感知模型的基础上,提出了基于视觉和气体传感器的危险点直接搜索策略和基于模糊逻辑的危险区域逐步搜索策略,提高了搜索效率,克服了传感器响应滞后及单纯气羽搜索的不足。逐步搜索策略充分利用气体扩散和危险气源特征的先验知识,对于随机分布的危险源,通过模糊逻辑判断可疑区域的危险性,根据危险程度逐步搜索,靠近危险源。对于火灾危险,利用火灾燃烧时释放出各种燃烧气体并改变环境温度的特点,机器人基于气体传感器和温度传感器,实现了对火情的搜索和早期报警。为了实现对火情危险程度的评估,提出了基于支持向量机的评估模型,与神经网络模型相比,具有更强的分级和推广能力。通过仿真和实验研究,表明了理论方法的有效性,使室内移动机器人能够较好地实现相应环境的感知。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景及意义
  • 1.2 机器人环境感知技术概述
  • 1.2.1 机器人环境感知内容
  • 1.2.2 机器人环境感知传感器
  • 1.2.3 机器人环境感知特点
  • 1.3 移动机器人动态障碍跟踪及避障技术
  • 1.3.1 运动物体跟踪
  • 1.3.2 动态障碍物避障
  • 1.4 机器人的碰撞感知技术
  • 1.4.1 碰撞感知方式
  • 1.4.2 基于加速度计的碰撞感知
  • 1.4.3 振动信号分析
  • 1.5 移动机器人气体环境感知技术
  • 1.5.1 气体扩散、分布特点
  • 1.5.2 气源搜索方法
  • 1.5.3 基于气体感知的火情检测
  • 1.6 本文的主要研究内容
  • 第2章 HR-I 移动机器人系统的建立
  • 2.1 HR-I 机器人机械系统集成
  • 2.1.1 模块化结构设计
  • 2.1.2 三轮支撑结构优化
  • 2.1.3 MEMS 传感器模块化集成
  • 2.2 HR-I 机器人的控制体系结构
  • 2.2.1 机器人控制系统设计
  • 2.2.2 混合式体系结构建立
  • 2.3 机器人的行为管理及运动控制
  • 2.3.1 基于有限状态机的行为管理
  • 2.3.2 基于Motor Schema 的行为融合
  • 2.3.3 非完整系统运动控制
  • 2.4 本章小结
  • 第3章 基于激光测距仪的障碍感知及避障研究
  • 3.1 运动环境感知模型的建立
  • 3.1.1 激光测距仪的感知模型建立
  • 3.1.2 机器人坐标系统及传感器数据变换
  • 3.1.3 动态极坐标图环境建模
  • 3.2 基于激光测距仪的障碍物识别方法研究
  • 3.2.1 环境扫描数据分割
  • 3.2.2 障碍物特征识别
  • 3.2.3 障碍物合并
  • 3.3 基于扩展卡尔曼滤波的移动障碍跟踪
  • 3.3.1 基于里程计的机器人位姿估计
  • 3.3.2 激光测距仪坐标系下的目标状态更新
  • 3.3.3 基于扩展卡尔曼滤波的运动目标跟踪建模
  • 3.4 基于激光测距的避障策略研究
  • 3.4.1 分层避障策略
  • 3.4.2 动态避障策略
  • 3.5 实验研究
  • 3.5.1 障碍物合并实验
  • 3.5.2 静态多障碍物避障实验
  • 3.5.3 障碍跟踪及动态避障实验研究
  • 3.6 本章小结
  • 第4章 基于加速度计的碰撞感知与响应
  • 4.1 机器人静态时的碰撞感知及响应
  • 4.1.1 静态碰撞信号特征分析
  • 4.1.2 静态碰撞方向的确定
  • 4.1.3 静态碰撞响应策略
  • 4.1.4 障碍环境下机器人的碰撞响应
  • 4.2 机器人动态时的碰撞感知及响应
  • 4.2.1 机器人动态加速度信号特征分析
  • 4.2.2 机器人动态碰撞信号的提取与分析
  • 4.2.3 机器人动态碰撞响应策略
  • 4.3 非平坦路面下机器人的碰撞感知
  • 4.3.1 碰撞状态识别
  • 4.3.2 碰撞信号提取
  • 4.4 实验研究
  • 4.4.1 静态碰撞检测方法实验研究
  • 4.4.2 静态碰撞响应实验研究
  • 4.4.3 动态碰撞响应实验研究
  • 4.5 本章小结
  • 第5章 基于多传感器的室内危险环境探测
  • 5.1 MEMS 气体传感器工作性能研究
  • 5.1.1 气体传感器建模
  • 5.1.2 传感器的感知特点
  • 5.2 基于气体传感器和视觉的危险源搜索策略研究
  • 5.2.1 室内危险环境搜索特点
  • 5.2.2 危险点直接搜索策略
  • 5.2.3 区域危险性的模糊推理建模
  • 5.2.4 基于模糊逻辑的危险源搜索策略及仿真
  • 5.3 HR-I 机器人火情探测研究
  • 5.3.1 室内火情的模式及危险性分级
  • 5.3.2 基于神经网络的火情危险分级研究
  • 5.3.3 基于支持向量机的火情危险分级研究
  • 5.3.4 室内火情探测
  • 5.4 实验研究
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 个人简历
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    基于多传感器的室内移动机器人环境感知关键技术研究
    下载Doc文档

    猜你喜欢