博明机器人移动机器人Word文件下载.docx
- 文档编号:17624046
- 上传时间:2022-12-07
- 格式:DOCX
- 页数:25
- 大小:382.81KB
博明机器人移动机器人Word文件下载.docx
《博明机器人移动机器人Word文件下载.docx》由会员分享,可在线阅读,更多相关《博明机器人移动机器人Word文件下载.docx(25页珍藏版)》请在冰豆网上搜索。
莫拉维克研究了人类大脑的处理能力,认为1亿MIPS的微机可以在处理能力上达到人脑的水平。
现在PC的处理能力一般为几千MIPS,与他的第一代通用机器人的处理能力相当[3]。
随着家用及服务机器人的兴起,它的需求有望在未来几十年出现爆炸性的增长,因此它引起了越来越多的专家学者的兴趣。
[4]
3、移动机器人研究中最核心的问题
导航是移动机器人研究中最核心的问题,在当前及未来的应用中,机器人需要经常工作在未知的环境,因此机器人对未知环境的感知、在未知环境自主规划路径及安全行驶成为迫切需要解决的问题。
基于视觉的方法是研究的热点。
由于双目视觉系统能够获得场景的3D信息,费用较低,而且它是国际上研究的热点,随着人们对人类视觉认知过程的深入研究、智能技术以及软硬件技术的深入发展、高性能算法和硬件系统不断出现,双目视觉系统很有发展前景,因此本研究使用双目视觉系统。
[5]
目前基于多智能体理论进行多机器人系统的研究成为机器人学中的一个研究热点。
[6]
足球机器人系统主要热点问题有:
l)机器人机构设计;
2)感知和信息融合;
3)实时推理和规划;
4)团队协作;
5)智能控制和控制学习;
6)多主体博弈;
7)策略结构和策略系统。
[7]
智能机器人领域重点关心三个大问题:
实时的智能、合作的智能与对抗的智能,也就是前面所说的智能机器人对人工智能的三大挑战,这也是足球机器人对人工智能的三大挑战。
智能对抗问题一直是足球机器人的核心问题。
MAS的核心是协作和协商方法研究[8]
4、国内外移动机器人的发展历史及现状
2.1六十年代,以斯坦福研究所的自主移动机器人SHAKE,装配有视觉、测距和检测碰撞的传感器,视觉特性处理和任务规划由远端的计算机来完成。
移动机器人搭载的处理器只负责完成机器人的电机驱动控制等操作,机器人和远端计算机的通信使用无线电来传输。
2.270年代早期,美国国家宇航局NASA与加州理工大学的JatPropulsionLaboratory(JPL)联合开发移动机器人。
由他们开发的机器人装配激光传感器、单目传感器和触觉传感器。
机器人的控制系统体系结构由三部分组成:
动作决策层、动作分解层和基本动作层。
它由远程系统构建地图模型并进行任务的规划和决策,能在简单场景中进行路经规划并能够安全到达指定目标。
2.3camegieMellon大学的机器人研究所在80年代初研制了一种圆柱形机器人,它装有三个独立的全方位导向轮,可以360度自由旋转。
装配有视觉传感器、近距离红外传感器、远距离声纳传感器和碰撞传感器。
在控制结构上包括任务规划级、任务执行级和末端指示传感级,这种控制结构要求机器人有很高的在线处理能力以完成任务规划、电机控制以及通讯等操作。
2.41997年美国航空航天局(NASA)研制的第一代火星探测器Sojoumer成功登陆火星,此后美国航空航天局又发射了SPiri呻IOpportunity火星探测器,均顺利登陆。
视觉移动机器人发展概况[5]
移动机器人的视觉系统从特定场合的简单应用,到基本实现模拟人眼的功能,发展到实用化,主要经历了以下几个阶段:
(1)初期研究阶段:
从20世纪60年代末期到70年代末期,主要从学术角度研究视觉移动机器人的体系结构及信息处理过程,并建立实验系统进行验证。
(2)军用移动机器人阶段:
从70年代末期到80年代中期,在DARPA的资助下进行ALV究,主要研制在非结构化环境中能够自主移动的车辆供军方使用。
这一技术民用化诞生了高速公路智能车辆(IV,IntelligentVehicle)技术。
(3)辅助科学研究阶段:
从80年代中期到90年代中后期,主要在NASA的资助下,进行火星探测漫游车及其它科学研究中所需要的自主车的研究,主要参与者是NASA的下属实验室JPL及CMU等。
(4)实用化阶段:
从90年代以来,随着软、硬件技术的发展,借助于以往的研究成果及经验,视觉移动机器人在更现实的基础上,开拓日常生活中的各个应用领域,向实用化进军,越来越贴近我们的生活,成为我们的好助手。
5、移动机器人视觉导航关键技术及其研究现状
移动机器人的关键技术主要有环境地图构建技术、定位技术、路径规划技术、导航技术和多机器人协作技术等。
其中移动机器人的导航是指移动机器人根据自身的传感器获取环境中的信息,在环境中自主到达预设目的地的一种技术。
移动机器人的导航可分为两种,一种是人工路标的导航,一种是自然路标的导航。
6、基于认知地图的移动机器人
20世纪70年代,一兆赫处理能力的成本超过7,000美元,今天却只值几美分;
一兆比特的存储容量,也经历了类似的价格暴跌。
开发机器人的另一个障碍是硬件设备的成本过高,例如传感器、电机和伺服装置等都价值不菲,但目前这些器件的售价也在迅速下降。
7、移动机器人自主导航技术
移动机器人导航是指移动机器人依靠传感器在特定环境中,按时间最优、路径最短或能耗最低等准则实现从起始位置到目标位置的无碰撞运动。
传统的移动机器人导航问题包含三大要素:
地图创建、定位和运动控制,如图1-2所示。
通过三大要素,解决三个基本问题:
我在哪里?
我要去哪里?
如何去?
图1-2地图创建、定位和运动控制的关系[3]
Fig.1-2Therelationshipbetweenmapping,localizationandmotioncontrol
地图创建、定位和运动控制三者任何一个要素都与其他要素密切相关。
定位与地图创建的关联表现为同时定位与地图创建问题(Simultaneouslocalizationandmapping,SLAM)。
地图创建与运动控制的关联具体表现为探索问题。
探索的目的是尽可能快地搜索目标或把未知环境转变为已知环境。
探索中路径规划的作用是通过合适策略的选择尽可能快的覆盖整个可行域并创建一定精度的地图。
因此在探索中地图创建的精确性和实时性是必须权衡的一对矛盾。
8、移动机器人定位技术
机器人定位的方法可以分为非自主定位与自主定位两大类。
所谓非自主定位是在定位的过程中机器人需要借助机器人本身以外的装置如:
全球定位系统(GPS)、全局视觉系统等进行定位;
自主定位是机器人仅依靠机器人本身携带的传感器进行定位。
由于在室内环境中,不能使用GPS,而安装其它的辅助定位系统比较麻烦。
因此机器人一般采用自主定位的方法。
按照初始位姿是否已知,可把机器人自主定位分为初始位姿已知的位姿跟踪(Posetracking)和初始位姿未知的全局定位(Globallocalization)。
位姿跟踪是在已知机器人的初始位姿的条件下,在机器人的运动过程中通过将观测到的特征与地图中的特征进行匹配,求取它们之间的差别,进而更新机器人的位姿的机器人定位方法。
全局定位是在机器人的初始位姿不确定的条件下,利用局部的、不完全的观测信息估计机器人的当前位姿。
能否解决最典型而又最富挑战性的“绑架恢复”问题在一定程度上反应了机器人全局定位方法的鲁棒性与可靠性。
机器人的全局定位方法主要有以下几种:
(1)马尔可夫定位(MarkovLocalization,ML)Burgard等人
(2)蒙特卡罗定位(MonteCarloLocalization,MCL)Dellaert等人
(3)基于多假设跟踪的方法Jensfelt等人[3]
9、移动机器人路径规划技术
1全局路径规划[3]
如果机器人初始位姿、环境及目标已知,导航问题转化为全局路径规划问题。
在全局路径规划中,机器人拥有完整而精确的环境信息,可以利用各种优化算法搜索最优路径。
目前关于机器人全局路径规划的方法,主要包括环境分割法、图搜索法、栅格法、势场法等。
全局路径规划常用的方法综述如下:
(1)环境分割法
(2)可视图法
(3)图搜索法
(4)人工势场法
(5)遗传算法
2局部路径规划
(1)人工势场法
(2)神经网络法
(3)模糊推理法
(4)向量场矩形法(VectorFieldHistogram,VFH)
(5)速度空间寻优方法
(6)动态窗口法
国际上的科学家、战略思想家和未来学家们认为:
“五种常常重叠的技术最有可能在今后15-20年使军队发生革命性的变化。
这五种技术为:
机器人技术、先进的动力与推进技术、微型化技术、移动和自适应数字网络、飞速发展的生物科学。
”[3]
1生物导航偏振光导航仪用于航海和航空的偏振光天文罗盘星辰导航候鸟眼睛的工作原理天文导航仪
2概率导航
10、遥自主移动机器人(Tele-autonomousMobileRobot)[1]
把遥操作技术与智能自主系统相结合,创建一个可以综合集成人的智能和机器智能(包括人工智能和计算技术)为特征的人机协同式导航与控制系统(HumanRobotCooperativeNavigationandControlSystem,HRCNCS)就成为当前许多移动机器人应用领域中迫切需要研究和解决的重要课题。
监控人员控制远程移动机器人的运行时,可采用的操作方式主要有:
遥控(Tele-control)、遥操作(Tele-opeartion)和遥自主操作(Tele-autonomousoperation)。
遥自主操作则是联合了遥操作和机器人的自主性,使机器人具有自主完成给定任务的能力,必要的时候监控人员才发布指令协助机器人工作。
11、遥自主移动机器人研究中的几个关键技术
1机器人控制的体系结构[1]
目前,移动机器人控制的体系结构主要有三种类型:
基于功能分解的体系结构、基于行为分解的体系结构和将它们结合起来的慎思/反应式混合体系结构。
其中,功能分解式体系结构是按照“感知-规划-执行”的分级模式来实现移动机器人的控制。
该结构的优点在于各子系统界限清晰、次序井然,易于实现高级的智能行为。
然而,由于机器人的一个动作都需要经过“感知-规划-执行”的整个流程,所以对环境中的不可预知的变化反映较慢。
图2.1基于功能分解的传统体系结构
Fig.2.1Thearchitecturebasedonfunctiondisassembly
图2.2机器人Shakey的体系结构
Fig.2.2ThearchitectureofShakeyrobot[1]
基于行为分解的体系结构是按照“感知-执行”的行为模式来实现移动机器人的控制。
该结构的主要优点在于系统可以稳定及时地对不可预知的障碍和环境的变化做出快速反应,具有简捷、灵活的环境交互能力和良好的实时特性。
然而,由于它没有规划能力,使得机器人对环境的反应缺乏全局的指导和协调,因而所产生的动作序列可能不是全局最优。
另外,如何构造和优化机器人行为控制器是该结构成功与否的关键。
图2.3包容式体系结构
Fig.2.3Thesubsumptionarchitecture
图2.4反应式控制结构
Fig.2.4Thereactionarchitecture[1]
将二者结合起来的慎思/反应式混合体系结构可用“规划,然后感知-执行”的模式来描述。
在混合结构中,规划不仅包括任务,还包含所有路径规划的慎思(如性能监督)和全局环境模型的构建。
目前,混合式体系结构己成为移动机器人体系结构研究的重要发展趋势,并在未知环境下移动机器人导赫得到应用。
图2.5慎思/反应式混合体系结构
Fig.2.5Thedeliberation/reactionhybridarchitecture[1]
基于人机协同的系统结构设计。
其中的虚线箭头表示操作人员可以利用人机协同机制对任务执行回路、导航控制回路、直至刺激一反应回路的工作过程直接干预和控制;
甚至通过直接控制驱动电机实现机器人的前进、后退、左转、右转等低级操作。
这就进一步增加了遥自主机器人运行的安全性和环境适应性,提高了操作的灵活性。
(l)监控协助层
主要功能:
1)实现操作员控制接口
2)实现任务规划和运动/路径规划。
3)遥控命令序列的生成与发送
4)基于遥操作系统提供的多种交互界面,对机器人的运动状态和环境感知信息进行监视。
(2)慎思层
基本功能为:
l)接收和处理遥控命令。
2)环境模型、综合定位与知识表示。
3)自主规划。
4)意图理解。
5)性能监督与故障处理
6)行为管理。
(3)反应层
反应层中的智能行为控制层包含反射式行为(reflectivebehavior)和反应式行为(reactivebehavior)两种行为方式,还有对反应式行为进行综合与仲裁的结构。
反射式行为用来对环境中的紧急事件做出反应,例如停车、报警、紧急避碰等,也可以是单条控制规则,针对传感器输入和机器人的内部状态做出应激反应。
。
反应层还负责向本地遥操作系统发送视频图像和各种检测数据。
图2.6遥自主移动机器人控制体系结构[1]
Fig.2.6Thecontrolarchitectureoftele-autonomousmobilerobot
图2.7移动机器人遥自主系统
Fig.2.7Mobilerobottele-autonomoussystem[1]
2自主运动规划技术
美国MIT著名机器人科学家认为自主机器人导航应该回答三个问题"
WhereamI?
"
"
WhereIamgoing?
HowshouldIgothere?
,分别描述了机器人定位、规划和控制三个问题。
移动机器人的运动规划(或称为路径规划)是解决机器人导航的三个核心问题之一,尤其是移动机器人在其工作的环境中快速地寻找一条安全有效的路径。
运动规划的研究涉及到三个问题:
环境表达、规划方法和路径执行。
其中,环境表达有两层含义,一是要有效地获取环境信息,这与导航传感器相关;
二是如何将环境信息有效地表达出来。
规划方法关心的是在环境表达的基础上,采用有效的方法规划路径并且进行优化。
路径的执行与底层控制密切相关,并且考虑机器人的动力学特性,控制机器人按照设定的路径行走。
3人机协同技术
近年来对智能移动机器人的研究表明:
一味地追求高度自主的智能机器人系统,越来越表现出很强的局限性。
造成这一结果的主要原因是由于智能移动机器人研究一直过分地依赖于人工智能技术,缺乏自己的独立研究思路和发展主线,具体表现为以下两个方面:
[1]
1)尽管人工智能技术的产生和发展为机器人智能化提供了许多新的方法,使机器人智能化进程大大地向前推进。
但由于智能移动机器人的导航与控制是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的高度复杂的智能控制系统,而目前人类在有关感知和决策制定方面的研究还仅仅停留在模拟人类简单的逻辑思维阶段,对于在导航与控制过程中发挥重要作用的综合性、经验性和抽象性等高级思维活动还了解甚少,更难以在计算机上进行有效的模拟,这就在一定程度上限制了人工智能技术的进一步发展。
2)现有的智能移动机器人大都按“自主”式系统进行设计,只能在系统开发和建立的初期,将人的知识和经验一次性地编码、固化到计算机中,而在系统运行过程中,人的智能基本被排除在外,机器人只能按照事先规定的固定顺序被动地为系统服务。
所以,尽管这些系统可以同步和协调地运行,但缺乏处理突发事件以及不精确事件的能力,系统的整体智能水平、灵活性和对环境的适应性都受到了极大的限制。
例如对于侦察/探测机器人来说,一方面,其运行环境对常常是一个全新的未知环境,存在着许多不确定因素;
另一方面,为了完成各种探测任务,机器人不仅要在相对平坦的地面上行驶,而且还要穿越各种崎岖地形和斜坡障碍等复杂环境。
所有这些都决定了机器人的导航控制很难做到完全“自主”。
事实上,遥自主机器人的控制系统是一个由人和机器共同组成的复机系统,对这样的人机系统的智能化就不应该仅仅局限于机器的智能化,应是包括人的智能发挥在内的人机系统的整体智能化。
人机系统的整体表现为人的智能、机器智能和计算技术的有机结合,是一种取长补短,协同的智能,具体可表示为:
HI+AI+CT--->
I2
式中,HJ(HumanIntelligence)表示人的智能,如抽象思维、模糊推理AI(ArtificialIntelligence)表示人工智能,指符号推理、神经网络和进化计算CT(ComputingTecbniques)表示计算技术(主要指传统计算机技术),如数据储管理、图形图像处理、多媒体、可视化、虚拟现实技术等;
I2(Integratedintelligence)表示综合智能;
符号“+”表示“综合”;
“--->
”表示“产生”。
在计算术(CT)、人工智能技术(AD的辅助下,突破人类认知的极限,扩展和发挥的智能(Hl),产生超越人和机器的综合智能(l2)将是遥自主移动机器人研究一个重要发展趋势。
4遥操作技术
通讯时延问题也会大大恶化系统的稳定性和可操作性。
当前遥操作主要面临如下几个问题[1]
l)时延影响系统稳定性和可操作性;
2)缺乏友好的人机交互手段;
3)无法获得理想的透明度;
4)遥操作系统的可靠性和安全性;
5)远端机器人的自主能力与人的智能合理分工与结合。
为了解决这些问题,各国学者不断提出不同的控制方案来改进遥操作的效果,大致可分为如下几种:
(1)双向力反馈控制
(2)监督控制
(3)共享控制sharedcontrol
(4)预测显示控制(PredictiveDisplayControl)
其基本思想是通过图形仿真和图像处理技术,建立遥操作的系统模型和仿真平台,根据当前状态和控制输入,对系统状态进行预测,并以图形的方式显示给操作员。
对于只有较小的时延的遥操作系统,可以根据系统当前状态和时间导数,通过泰勒级数进行外推实现预测;
对于大时延系统,必须建立系统运行的仿真模型,在模型中融合系统的当前状态、导数,以及控制输入进行事先预演,其关键是建立遥操作对象及环境的精确数学模型。
对大时延遥操作,预测仿真技术在NASA的JPL实验室的PhantomRobot和Goddard空间中心间进行的ORU替换地面仿真实验中得到了验证。
基于虚拟现实(VirtualReality)和增强现实(Augmentedeality)的预测/预显技术经过实验检验,是解决大时延问题的有效手段。
12、四种方式的人机协同
人机协同是一种人和机器共同创现出智能的表现形式,其基本思想是充分利用人的智力资源,综合人和机器的智能,协调好相互关系,发挥人和机器的各自优势。
在系统中,人与机器各自完成最擅长的工作,取长补短、共同感知、共同思考、共同决策、协同工作,从而达到最佳的性能。
在基于人机协同的机器人控制体系结构中,人的介入主要体现在四个方面:
前馈介入、反馈介入、多模式介入和多层次介入。
通过这四种方式的人机协同,能够综合利用人的定性感知、思考、决策、规划能力和机器的定量感知、计算、高精度操作能力,充分地发挥人和机器的各自优势,提高移动机器人在各种复杂环境下的控制性能。
(1)前馈介入
所谓“前馈”,就是指从控制论的观点来看,规划可以认为是控制的一个阶段,相应地,规划器可以被看作是控制系统的前馈控制器。
(2)反馈介入
(3)多模式介入
遥自主移动机器人主要采用以下三种工作模式:
l)遥操作模式
2)遥自主模式
3)自主模式:
通过人机共享控制,遥自主移动机器人能够在自主、遥自主、遥操作三种工作模式间进行灵活的切换,在有效的人机协同机制下,这种切换可以做到动态、自然、平滑的过渡。
(4)多层次介入[1]
13、全景视觉原理
全景视觉系统是指基于反射式全方位摄像机(Oxmi-DirectionalVisionSensor,简称ODVS)的视觉装置。
这种摄像机主要由一个CCD摄像机和正对着摄像头的一个反光镜组成。
反光镜面可以是半球面、圆锥面、抛物面和双曲面等,它负责将水平方向一周的图像反射给CCD摄像机成像,这样,就可以在一幅图像中获取水平方向360°
宽视野的环境信息。
带有双曲面反射镜的全景摄像机的组成示意图,其中摄像机的光心C与反射镜的焦点F重合。
14、远程现实(RemoteReality,RR)
远程现实(RemoteReality,RR)—全景视觉的应用之一,由Boult首先提出TerranceE,是一种通过全景成像和头盔来提供一个沉浸式环境的方法,远程现实环境可以使用户在全景摄像机的半球形视野中自然地环顾,看到视野中的物体及其活动。
和传统的虚拟现实相比,远程现实虽然互动较少,但它的重要优点有:
视野范围大,不需要“建立模型”,其中物体、质感、运动都不是图形逼近的,为用户提供了一个真实的远程环境[1]。
总体上说,远程现实系统(RemoteRealitySystem,RRS)一般主要由全方位摄像机、视频采集和无线传输系统、PC处理平台、头盔显示器(或屏幕显示器等)及远程平台等组成,根据“沉浸”程度和用户界面的不同,远程现实系统可为三种类型:
(l)沉浸型(HighlyImmersive)
(2)信息型(Informative)
(3)增强型(Augmentive)
远程现实系统在无人导航(UnmannedNavigation)、环境监控(SituationalMonit
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 机器人 移动