自主跟隨機器人系統(tǒng)研究與實現(xiàn).pdf

1、機器人是現(xiàn)代傳感器技術(shù)、人工智能技術(shù)和自動化技術(shù)發(fā)展的典型體現(xiàn),機器人技術(shù)的發(fā)展水平也代表一個國家制造技術(shù)的先進性發(fā)展水平。其中,移動機器人的發(fā)展最為迅速,已經(jīng)大規(guī)模實現(xiàn)商業(yè)化應(yīng)用?；诠ぷ髦袑嶋H應(yīng)用領(lǐng)域的不同,各種類型機器人采用的技術(shù)也各不相同。本文提出和開發(fā)了一種基于引導節(jié)點位置的自主跟隨機器人(類似于美國BigDog的輪式機器人),使得機器人跟隨引導對象自主規(guī)劃路徑避障前行。該機器人在高爾夫球場、病人看護、物流基地和軍事運輸?shù)确矫?/p>

2、有著重要應(yīng)用。本文以基于RSSI的無線低頻定位、計算機雙目立體視覺障礙物檢測為研究方向重點,結(jié)合路徑規(guī)劃技術(shù),對引導節(jié)點相對于移動機器人的精確定位、機器人運動場景下的障礙物檢測和機器人的路徑規(guī)劃等問題進行了深入研究。主要工作如下:
　　首先,對各種定位方法進行分析,考慮其各自的優(yōu)缺點,選擇出適合于本文特定應(yīng)用的基于無線信號強度(Received Signal Strength Indicator,簡稱為 RSSI)的無線近場低頻定

3、位技術(shù)。該技術(shù)無需額外硬件,是一種定位精度高、功耗低、成本低、反應(yīng)速度快的高性價比無線定位技術(shù)。在已知機器人定位模塊低頻發(fā)射基站的發(fā)射信號強度情況下,引導模塊根據(jù)實際接收到的信號強度,利用本文提出的自由空間傳播模型和離線BP神經(jīng)網(wǎng)絡(luò)算法將傳輸中的信號強度損耗轉(zhuǎn)化為距離,再利用三邊測量法計算引導模塊的空間三維坐標。由于無線信號傳播易受多徑、噪聲、遮擋等因素的影響,RSSI穩(wěn)定性較差,本文多處采用改進型高斯濾波來減小 RSSI測量誤差和定位

4、誤差。經(jīng)過實驗驗證比較,基于 RSSI的無線低頻定位模塊可達到良好的定位精度。
　　在機器人移動過程中,機器人自主檢測障礙物,自我學習和規(guī)劃路徑來避開障礙物安全移動是移動機器人的必備要求。當前的許多研究將視覺避障和視覺導航應(yīng)用到移動機器人的移動控制中,但由于圖像數(shù)據(jù)量大和視覺處理算法較復雜等原因,在具體應(yīng)用中存在算法實時性較差、障礙物檢測和導航精度不夠理想、適用的場景模型單一等缺點。本文在前人的基礎(chǔ)上,改進和提出了新的雙目立體視覺

5、障礙物檢測算法。
　　該算法有特征點深度計算和特征點聚類分割兩部分。特征點深度計算中,首先使用Canny算子進行特征點提取,然后采用基于AdaptWeight自適應(yīng)權(quán)重匹配算法進行特征點局部初始匹配,再在此基礎(chǔ)上采用基于動態(tài)規(guī)劃的全局匹配算法進行全局精確匹配,算法實現(xiàn)了較高的匹配精度。根據(jù)雙目立體視覺理論計算出特征點三維坐標后,采用聚類分析方法分割出障礙物對象,并進行優(yōu)化處理,最終得到各個障礙物的阻擋區(qū)域和角度,實現(xiàn)障礙物檢測和避