移动机器人空间定位技术综述

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。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4.3.1扩展Kalman滤波(EKF)方法扩展Kalman滤波是移动机器人即时定位与地创建中最重要的理论方法，最早的应用是Smith等人提出的随机地图创建.机器人的控制信号或里程计的信息输入到系统状态方程之中，完成对位姿和地图特征的预测；而对环境特征的观测和提取，则用来更新位姿和特征地图．基于环境特征的移动机器人即时定位与地图创建图4.3.2Particle滤波方法目前主要应用在室外大环境下的即时定位与地图创建。Particle滤波易于实现，不需要线性化非线性模型，但对于高维状态空间样本数很大，需要高的运算速度，对计算机硬件的要求高。因此Particle滤波常用于全局定位问题。4.3.3基于地图结构方法•在大范围室内环境下，应用单一的滤波算法会导致计算量增大．人们尝试使用分解地图的方法解决上述问题，具有代表性的方法有两个：分解随机地图方法(DSM)和合成地图方法(HMT)•DSM方法的思想是在全局的参考框架之内将环境分解为多个互相重叠的子地图区域，运用不同子地图间的重定位和状态更新方法，来完成机器人状态信息在不同子地图之间的转换。合成地图(HMT)方法：拓扑地图和特征地图称之为合成地图。拓扑地图具有全局连贯性好、鲁棒性强的特点，适合描述境的结构化特点，但定位空间离散、定位不精确拓扑节点依赖性强。特征地图对环境的描述比较确，但存在航位推算累计误差大、全局地图不连贯等缺点。4.3.4地图的定位方法优缺点•优点：直观、精确度高，适合于不同坐标系之间的转换和对不同传感器信息的融合。•缺点：计算量大，对环境的自适应能力低4.4基于视觉的定位方法•基于视觉的定位定向，即利用计算机视觉技术实现环境的感知和理解，分析出道路、物体、障碍物等等。•机器人自身携带的摄像头视野有限，所看到的场景变化频繁，导航、定位能力有限。而仅仅使用单个全局摄像头为机器人提供环境信息并不能很好的导航定位，主要是因为家庭环境复杂，室内存在障碍物遮挡，存在死区，同时单摄像头无法提供深度信息。因此利用智能空间中布置的多个摄像头组成分布式全局视觉系统，每个摄像头观察一部分区域，实时构建环境地图，并能够提供一定的深度信息，融合多个摄像头所得的环境信息能够构建实时的准三维全局地图。日本川田工业公司的新机器人NEXTAGE•NEXTAGE的功能主要体现在上半身，身高730mm，肩宽576mm，体重20公斤，有15个马达（头部2个，腰部1个，两支手臂各有6个），单臂最大有效载荷为1.5公斤。NEXTAGE头部装有视觉传感器，能够定位识别自己的位置，通过CAN总线与控制系统通信•视觉定位的局限性：视赏感知受视线和能见度的限制，在光线条件较差或者障碍物阻挡的情况下，视觉感知就会失效。4.5移动机器人听觉定位技术•听觉系统作为人类感官的重要组成部分，为机器人感知技术的研究提供了新的思路。声音定位技术正是通过对人耳听觉机制的模拟。利用声学传感装置接收声波，再通过电子装置将声信号进行处理。从而实现声源位置探测、识别以及目标定位及跟踪。听觉机器人主要研究问题•声音信息的获取仿照人耳的听觉系统，利用传感器阵列作为机器人的双耳对声音信息进行获取•初始声音信息的处理声音信号的放大、滤波、模数/转换、去噪等方面•声源定位通过传声器拾取语音信号并采用数字信号处理技术对其进行分析和处理。继而确定和跟踪声源的空间位置。•多传感器信息的融合为了提高精度。过仿生学的方法．利用音频听觉，摄像头视觉和超声装置等多钟感器信息的综合来提高听觉定位的准确性。QRIOSDR-4XII•日本索尼公式研制的QRIOSDR-4XII机器人。安装了由七个麦克风构成的听觉系统，不仅能对声音进行识别，还能通过不同地方传来的声音就行定位•声源定位的优点：具有隐蔽性强、适用性高、低成本等独特优点。•声源定位的缺点：（1）当定位的实时性要求较高时，听觉定位的计算量大。（2）目标声源多于一个的时候，识别困难。结束语综上所述，移动机器人技术已经取得了很多可喜的进展，研究成果令人鼓舞，但还远未达到实用要求。随着传感技术、智能技术和计算技术等的不断提高，智能移动机器人一定能够在生产和生活中扮演人的角色。针对不同的机器人以及机器人所工作的不同环境，可以选择特定的定位技术或是将几种定位技术结合起来，以满足移动机器人的定位需要。本文给出了移动机器人常用的定位技术，提出了各种定位技术的优缺点。这对移动机器人定位方法的选择具有较高的参考价值。