基于多传感器的移动机器人避障

论文摘要

避障能力是移动机器人完成任务的关键。传统的避障算法往往需要建立精确的环境模型,计算量大且实时性不高,效果并不理想。所以本文在综述移动机器人避障技术研究现状的基础上,针对未知、动态的复杂环境,从行为角度设计了一种基于多传感器的移动机器人自主避障方案,相关工作主要包括以下几个方面:(1)对移动机器人避障的传感器进行了研究,文中采用超声波与红外传感器相结合的方法。通过红外传感器减少超声波传感器测距盲区和镜面反射带来的误差;通过间隔采样或者分组采样技术避免多路超声波串扰问题;提出一种递推型中值滤波方法,提高了数据在空间和时间上连续性,有效地减少了超声波随机串扰信号及其它干扰信号的影响,进而提高了传感器系统的准确度。(2)设计一种基于行为法的避障方案,将移动机器人整个运行过程中的行为划分成趋向目标行为、避障行为、沿墙走行为及紧急避障四种行为,其中避障行为和沿墙走行为通过模糊控制器来获得。提出一种基于区域优先级的行为策略,该方法结合碰撞危险度,将机器人的感知距离划分成三个不同圆环区域,按区域定义不同的优先级。针对凹型障碍物,通过引入状态管理器,使得机器人按照状态图执行相应动作,不会陷入死循环。引入一种基于运动轨迹平滑度的可行路径性能评价方法,该方法通过求取各点的曲率来判断运动曲线的平滑度,为移动机器人避障性能提供一些依据。实验结果表明,移动机器人能够在未知、动态的复杂环境下快速地避开障碍物,具有良好的运行效果。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 基于多传感器的移动机器人避障研究背景及意义
• 1.2 移动机器人避障研究概况
• 1.2.1 移动机器人避障研究现状
• 1.2.2 移动机器人避障技术的发展趋势
• 1.3 论文研究的内容
• 1.4 论文结构安排
• 第2章 移动机器人的行为控制
• 2.1 行为控制的特征
• 2.2 行为控制方法
• 2.2.1 包容式结构
• 2.2.2 ASD 法
• 2.2.3 运动意图法
• 2.2.4 PDL 法
• 2.3 本章小结
• 第3章 多传感器及数据处理
• 3.1 超声波传感器
• 3.1.1 超声波测距的探测盲区
• 3.1.2 超声波测距的漫反射问题
• 3.1.3 超声波测距探测盲区与漫反射的解决办法
• 3.2 多传感器信息融合预处理
• 3.2.1 多传感器的布局
• 3.2.2 信息融合预处理
• 3.3 多传感器串扰分析与解决
• 3.3.1 多超声波传感器测距的串扰现象
• 3.3.2 多超声波传感器测距串扰的消除
• 3.4 多传感器测距的数据处理
• 3.4.1 均值滤波的去噪处理
• 3.4.2 中值滤波的去噪处理
• 3.4.3 递推型中值滤波的去噪处理前后对比实验
• 3.5 本章小结
• 第4章 移动机器人避障过程中的行为分析与设计
• 4.1 基于行为法避障设计
• 4.1.1 基于行为法的避障结构
• 4.1.2 基于行为法的避障流程
• 4.1.3 移动机器人状态转换图
• 4.2 避障过程中的行为设计
• 4.2.1 趋向目标行为
• 4.2.2 避障行为
• 4.2.3 沿墙走行为
• 4.2.4 紧急避障行为
• 4.3 基于区域优先级策略
• 4.4 机器人避障可行路径的性能评价
• 4.5 本章小结
• 第5章 基于多传感器的移动机器人避障实验
• 5.1 实验平台及运动流程
• 5.1.1 AS-R 机器人体系结构
• 5.1.2 AS-R 机器人运动控制
• 5.1.3 本文的运动控制流程
• 5.2 避障可行路径的性能分析与评价
• 5.3 复杂环境下的实验
• 5.3.1 多静态障碍物环境下的实验
• 5.3.2 动静态障碍物环境下的实验
• 5.4 凹型障碍物下死循环及解决
• 5.4.1 凹型环境下死循环的描述
• 5.4.2 凹型环境下死循环的解决
• 5.4.3 实验结果
• 5.5 本章小结
• 第6章 结束语
• 6.1 论文工作总结
• 6.2 存在的问题与进一步研究的方向
• 参考文献
• 致谢
• 攻读学位期间参加的科研项目和成果