面向六足步行機器人的行進區(qū)域障礙物視覺檢測及應(yīng)對規(guī)劃研究.pdf

1、六足步行機器人因具有良好的靜態(tài)穩(wěn)定性及對崎嶇環(huán)境的適應(yīng)性而被視為執(zhí)行包括危險環(huán)境探測、災(zāi)難事故救援、人道主義排雷等任務(wù)的良好選擇。在從上世紀后期至今近四十年的發(fā)展中，各國對六足機器人進行了持續(xù)研究，形成了相對成熟的運動學(xué)分析方法以及主流的動力學(xué)分析方法與分層控制策略，六足機器人總體趨于智能化，并向自主化方向發(fā)展。然而實現(xiàn)六足機器人完全自主還存在諸多困難，尤其是導(dǎo)航中對于環(huán)境的快速建模以及對于安全路徑或落足點的規(guī)劃問題。
　　本論文

2、第1章在對國內(nèi)外關(guān)于六足步行機器人的研究工作進行回顧后，總結(jié)了該領(lǐng)域研究中所涉及的關(guān)鍵技術(shù)和重點問題。在對比環(huán)境探測中常用傳感器的特點及適用條件后，重點關(guān)注了雙目視覺技術(shù)在目標(biāo)及障礙物檢測方面的技術(shù)現(xiàn)狀?？偨Y(jié)了已有研究中的障礙物應(yīng)對策略和現(xiàn)存問題以及移動機器人路徑規(guī)劃技術(shù)的發(fā)展趨勢，特別是六足步行機器人的路徑規(guī)劃研究現(xiàn)狀，并分析了六足步行機器人落足點規(guī)劃的研究進展及代表性研究工作的特點。最后，提出了本論文中需要開展研究的若干問題。

3、>　　第2章圍繞稀疏紋理背景下障礙物的雙目視覺檢測展開研究。由于基于窗口相關(guān)的匹配方法高度依賴圖像中豐富的紋理特征，且需進行大量卷積，所以在圖像分辨率高以及視差搜索范圍較大的情況下運算量太大，若無專用硬件加速電路則不可能實時處理，而稀疏紋理背景下效率尤為低下。因此本章提出在此種情況下使用無畸變校正的圖像對，基于塊分割來估計障礙物的深度，對于隨之產(chǎn)生的視差及深度估計誤差建立了相應(yīng)的假設(shè)模型，參數(shù)回歸以及模型驗證實驗表明了方法的可行性。

4、r>　　第3章給出了面向六足步行機器人的“障礙物”描述方法以及完整的應(yīng)對策略，包括不同策略的適用條件。其中針對第二類“越障”問題，從靜態(tài)和動態(tài)兩方面分析了足端軌跡與障礙物總體尺寸的數(shù)學(xué)關(guān)系，通過數(shù)值仿真考察了六足步行機器人候選足端軌跡的優(yōu)缺點。定義了整機單側(cè)跨障的周期和非周期落足兩種行進方式，并明確了足端軌跡、支撐相機身水平位移以及髖關(guān)節(jié)距離之間的約束條件。給出了整機雙側(cè)跨越時面向航向調(diào)整的障礙物姿態(tài)視覺估算的方法。提出了稀疏紋理背景下

5、對障礙物總體尺寸進行視覺估算的方法，并使用卡爾曼濾波進行隨機誤差抑制，達到了良好的效果。
　　第4章基于六足步行機器人的運動特點以及現(xiàn)有傳感器配備情況，提出了局部地圖的構(gòu)建方法，給出柵格地圖總體和單元尺寸以及障礙物信息分解的計算方法。在全局地圖中只記錄六足機器人及障礙物的位姿，給出了機器人全局位姿和障礙物局部位姿已知時對全局地圖的更新方法，包括在不同時刻對當(dāng)前視場中障礙物的判斷區(qū)分和編號方法。提出了基于航位推算及雙目視覺的兩種定位

6、方式，并給出了組合定位算法。最后使用標(biāo)準(zhǔn)塊進行了障礙物位姿測量及機器人位姿估計的實驗，驗證所提方法的有效性。
　　第5章進行了六足機器人在含有可跨越障礙物環(huán)境中的路徑規(guī)劃研究，給出了局部路徑規(guī)劃時所涉及參數(shù)的定義，以及參數(shù)具體化后的仿真結(jié)果。全局路徑規(guī)劃分為兩步進行，首先采用勢場柵格法結(jié)合A*算法進行路徑搜索，之后進行路徑修正來將越障的兩種方式體現(xiàn)到最終的路徑結(jié)果中。此外在直接落足點規(guī)劃中，采用粒子群算法進行候選落足點搜索，所設(shè)計