移动机器人的环境勘测与绘图毕业设计论文.docx
- 文档编号:6262954
- 上传时间:2023-01-04
- 格式:DOCX
- 页数:41
- 大小:931.18KB
移动机器人的环境勘测与绘图毕业设计论文.docx
《移动机器人的环境勘测与绘图毕业设计论文.docx》由会员分享,可在线阅读,更多相关《移动机器人的环境勘测与绘图毕业设计论文.docx(41页珍藏版)》请在冰豆网上搜索。
移动机器人的环境勘测与绘图毕业设计论文
毕业设计(论文)
课题移动机器人的环境勘测与绘图
毕业设计(论文)原创性声明和使用授权说明
原创性声明
本人郑重承诺:
所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知,除文中特别加以标注和致谢的地方外,不包含其他人或组织已经发表或公布过的研究成果,也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体,均已在文中作了明确的说明并表示了谢意。
作者签名:
日 期:
指导教师签名:
日 期:
使用授权说明
本人完全了解大学关于收集、保存、使用毕业设计(论文)的规定,即:
按照学校要求提交毕业设计(论文)的印刷本和电子版本;学校有权保存毕业设计(论文)的印刷本和电子版,并提供目录检索与阅览服务;学校可以采用影印、缩印、数字化或其它复制手段保存论文;在不以赢利为目的前提下,学校可以公布论文的部分或全部内容。
作者签名:
日 期:
学位论文原创性声明
本人郑重声明:
所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名:
日期:
年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。
本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名:
日期:
年月日
导师签名:
日期:
年月日
注意事项
1.设计(论文)的内容包括:
1)封面(按教务处制定的标准封面格式制作)
2)原创性声明
3)中文摘要(300字左右)、关键词
4)外文摘要、关键词
5)目次页(附件不统一编入)
6)论文主体部分:
引言(或绪论)、正文、结论
7)参考文献
8)致谢
9)附录(对论文支持必要时)
2.论文字数要求:
理工类设计(论文)正文字数不少于1万字(不包括图纸、程序清单等),文科类论文正文字数不少于1.2万字。
3.附件包括:
任务书、开题报告、外文译文、译文原文(复印件)。
4.文字、图表要求:
1)文字通顺,语言流畅,书写字迹工整,打印字体及大小符合要求,无错别字,不准请他人代写
2)工程设计类题目的图纸,要求部分用尺规绘制,部分用计算机绘制,所有图纸应符合国家技术标准规范。
图表整洁,布局合理,文字注释必须使用工程字书写,不准用徒手画
3)毕业论文须用A4单面打印,论文50页以上的双面打印
4)图表应绘制于无格子的页面上
5)软件工程类课题应有程序清单,并提供电子文档
5.装订顺序
1)设计(论文)
2)附件:
按照任务书、开题报告、外文译文、译文原文(复印件)次序装订
指导教师评阅书
指导教师评价:
一、撰写(设计)过程
1、学生在论文(设计)过程中的治学态度、工作精神
□优□良□中□及格□不及格
2、学生掌握专业知识、技能的扎实程度
□优□良□中□及格□不及格
3、学生综合运用所学知识和专业技能分析和解决问题的能力
□优□良□中□及格□不及格
4、研究方法的科学性;技术线路的可行性;设计方案的合理性
□优□良□中□及格□不及格
5、完成毕业论文(设计)期间的出勤情况
□优□良□中□及格□不及格
二、论文(设计)质量
1、论文(设计)的整体结构是否符合撰写规范?
□优□良□中□及格□不及格
2、是否完成指定的论文(设计)任务(包括装订及附件)?
□优□良□中□及格□不及格
三、论文(设计)水平
1、论文(设计)的理论意义或对解决实际问题的指导意义
□优□良□中□及格□不及格
2、论文的观念是否有新意?
设计是否有创意?
□优□良□中□及格□不及格
3、论文(设计说明书)所体现的整体水平
□优□良□中□及格□不及格
建议成绩:
□优□良□中□及格□不及格
(在所选等级前的□内画“√”)
指导教师:
(签名)单位:
(盖章)
年月日
评阅教师评阅书
评阅教师评价:
一、论文(设计)质量
1、论文(设计)的整体结构是否符合撰写规范?
□优□良□中□及格□不及格
2、是否完成指定的论文(设计)任务(包括装订及附件)?
□优□良□中□及格□不及格
二、论文(设计)水平
1、论文(设计)的理论意义或对解决实际问题的指导意义
□优□良□中□及格□不及格
2、论文的观念是否有新意?
设计是否有创意?
□优□良□中□及格□不及格
3、论文(设计说明书)所体现的整体水平
□优□良□中□及格□不及格
建议成绩:
□优□良□中□及格□不及格
(在所选等级前的□内画“√”)
评阅教师:
(签名)单位:
(盖章)
年月日
教研室(或答辩小组)及教学系意见
教研室(或答辩小组)评价:
一、答辩过程
1、毕业论文(设计)的基本要点和见解的叙述情况
□优□良□中□及格□不及格
2、对答辩问题的反应、理解、表达情况
□优□良□中□及格□不及格
3、学生答辩过程中的精神状态
□优□良□中□及格□不及格
二、论文(设计)质量
1、论文(设计)的整体结构是否符合撰写规范?
□优□良□中□及格□不及格
2、是否完成指定的论文(设计)任务(包括装订及附件)?
□优□良□中□及格□不及格
三、论文(设计)水平
1、论文(设计)的理论意义或对解决实际问题的指导意义
□优□良□中□及格□不及格
2、论文的观念是否有新意?
设计是否有创意?
□优□良□中□及格□不及格
3、论文(设计说明书)所体现的整体水平
□优□良□中□及格□不及格
评定成绩:
□优□良□中□及格□不及格
教研室主任(或答辩小组组长):
(签名)
年月日
教学系意见:
系主任:
(签名)
年月日
摘要
移动机器人的环境勘测与绘图
移动机器人环境勘测与绘图是机器人研究领域的一个热点问题。
超声传感器和红外传感器在移动机器人中的应用大大提高了机器人探测环境的能力。
利用传感器采集到的大量数据可以进行环境地图的创建。
本文主要研究在上位机中如何处理观测数据的问题。
本文介绍的环境勘测主要是采用1个超声波传感器和6个红外传感器协同工作,超声波传感器的数据用来进行地图创建,红外传感器主要辅助机器人进行有效的避障。
采用了NI公司的LabWindows/CVI虚拟仪器软件建立环境地图,并进行数据处理。
由于超声传感器本身存在测距误差、散射角度大、镜像点多等问题,因此在数据处理时,通过C语言算法对数据点进行有效控制,去除大量不确定数据。
在直线走廊、L形墙角、U形环境等实验条件下进行了数据采集与数据处理测试。
取得了比较好的效果,对环境仿真程度比较逼真。
【关键词】移动机器人环境勘测地图创建LabWindows/CVI
ENVIRONMENTEXPLORATIONANDMAPBUILDING
BYMOBILEROBOT
Abstract
Environmentexplorationandmapbuildingbymobilerobotisahotissueintherobotresearchfield.Ultrasonicsensorandinfraredsensorareusedbymobilerobotandtheyincreaserobot’sabilityofenvironmentexploration.Usingalotofdatagatheredbysensors,wecanbuildtheenvironmentmap.
ThispaperresearchhowtodealwiththeobservationdatainthePC.Inthispaper,singleultrasonicsensorcooperatedwith6infraredsensorstoexploretheenvironment.Thedatabyultrasonicsensorisusedformapbuilding,andinfraredsensorsishelprobottoavoidobstacleseffectively.UsingNIcompany’svirtualinstrumentsoftwareLabWindows/CVItobuildtheenvironmentmapandtreatwiththedata.
Theultrasonicsensorhassomeproblems,suchasmeasuringerror,bigdispersionangle,mirrorimage.sointhedataprocess,wecontrolthedatapointbyCarithmeticanddeletelotsofuncertaintydata.Intheexperimentsofbeelineaisle,encoignureofLshape,Uform,wecollectenvironmentdataanddothetestofdatatreatment.Formtheseexperiments,weachievethepurpose.
【Keywords】mobilerobotenvironmentexplorationmapbuildingLabwindows/CVI
第一章前言
1.1课题背景与意义
移动机器人的环境勘测与地图创建是机器人领域的热点研究问题。
对于已知环境中的机器人自主定位和已知机器人位置的地图创建已经有了一些实用的解决方法。
然而在很多环境中机器人不能利用全局定位系统进行定位,而且事先获取机器人工作环境的地图很困难,甚至是不可能的。
这时机器人需要在自身位置不确定的条件下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。
这就是移动机器人的同时定位与地图创建(SLAM)问题。
SLAM也称为CML(ConcurrentMappingandLocalization),最先是由smithself和Cheeseman提出来的。
由于其重要的理论与应用价值,被很多学者认为是实现真正全自主移动机器人的关键。
在SLAM中,机器人利用自身携带的传感器识别未知环境中的特征标志,然后根据机器人与特征标志之间的相对位置和里程计的读数估计机器人和特征标志的全局坐标。
这种在线的定位与地图创建需要保持机器人与特征标志之间的详细信息。
近几年来,SLAM的研究取得了很大的进展,并已应用于各种不同的环境,如:
室内环境、水下、室外环境。
探测环境与构建地图是移动机器人研究领域中发展起来的一个研究方向,受到了研究人员的日益关注。
空间和危险场合是机器人的一个很重要应用领域。
很多情况下,作业空间的信息是未知的,这样在派机器人进入该环境时,就需要它对作业环境能进行有效地探测,构建出作业环境的地图来。
只有在了解了环境的基础上才可能进行导航、路径规划、避障策略和其他操作的设计。
1.2代表性的研究工作
从移动机器人构建地图方面公开发表的文章来看,多数研究工作尚处于模型或设计/模拟阶段。
多是在仿真条件下研究相应的算法。
这里仅列出了比较有代表性的一些研究工作。
美国OhioStateUniversity建立的GPSVan系统,采用了GPS、INS、轮式计数器、CCD与彩色视频摄像机等传感器。
德国U.ArmedForces建立的KISS系统,采用了GPS、INS、测距仪、高度计、CCD与彩色视频摄像机等传感器。
德国Tech.SchoolAachen建立的SurveyingVehicle系统,采用了GPS、轮式传感器、气压计、视频CCD等传感器。
加拿大的GeofitInc.建立的VISA系统,采用了GPS、INS、CCD与彩色摄像机等传感器。
美国CMU建立的Ambler和Navlab系统,分别采用了激光雷达扫描仪、推测定位法和视频CCD、Doppler、声纳传感器。
参与ARPA工程的几家公司和大学建立了UGV系统,采用了红外彩色立体视频摄像机、激光雷达、GPS、倾斜计、流量罗盘等传感器。
上述几种系统主要是用来构建道路图的,因为都使用了GPS。
利用立体视觉可以得到环境特征的相对位置,从而能构建出部分三维地图来。
在以前的研究基础上,美国CMU用一个名为Minerva的交互式导游机器人在一座博物馆中为游人做向导。
他们利用MonteCarlo定位器得出用最大概率值表示的地图来。
在他们的研究中也运用了多种理论进行地图构建,包括贝叶斯理论、马尔可夫方法、卡尔曼滤波算法、概率论算法等。
Cai和Pagac分别用范围传感器进行了单个机器人和多个机器人对简单环境的探测。
Hans用基于特征的方法产生扩展卡尔曼滤波器对机器人的定位与环境图绘制加以合成。
Ducket将模糊ART神经网络结构及预测性轨迹过滤方法引入到机器人的学习中,实现环境信息的更新;Yamauchi利用Frontier_cell理论研究了环境的探测问题,而Shanahan对这一问题的研究则侧重于用逻辑公式描述智能体与环境的关系,他采用的是事件积分法;Moorehead的研究中引用了GreedySearchAlgorithm来搜集环境信息。
由于机器人准确地知道其相对位置,使得问题集中在如何感知环境信息,如何将感知的环境信息合理地融合,以及如何有效地协作和避障,从而较准确地画出环境地图来。
第二章研究的主要内容
早期的许多系统是由操作者手动指挥机器人在环境中运动,要么是依靠预先存储的地图,要么是采用被动机构来构建地图。
而在另外的系统中,构建地图所需要的传感器-计算机数据是由机器人在人工控制下采集到的,然后再采用离线的学习算法来找到与数据匹配的最好的地图来。
尽管这些方法有一定的优点,但是人工干预代价太大,而且易于产生人为误差。
同样的,尽管反应式行为通常具有很好的鲁棒性,但却不能保证在复杂大环境下建造出完整的地图来。
因此最灵活的方法是让机器人通过基于地图的自动搜索来自行构造地图,也就是说机器人能够自动标识出未探测的区域来,根据自己构建的地图导航到这些区域,同时也不断地更新它所构建的地图。
现在该方向的研究主要集中在机器人的自定位、传感器技术和信息融合三方面。
移动机器人环境勘测与绘图领域中存在一些关键问题及难点:
·机器人地图创建中的导航问题。
在完全未知的环境里,机器人没有任何的参照物,只能依靠自己并不十分准确的传感器来获取外界信息,由于计算实时性的限制,如同一个盲人在建筑物里摸索的情况,这种情况下,定位是比较困难的。
实际上目前机器人地图创建的一个主要难点也正是难以解决机器人自身精确定位的问题。
·环境特征不够明显时。
例如比较空旷的室外环境中,很难提取到合适的环境特征。
·传感器信息比较少,难以从一次感知信息中获得环境特征。
例如使用声纳或红外传感器。
·动态干扰。
大多数研究都是假设机器人所在的环境是一个静态环境,当环境中存在动态障碍物(例如走动的人)时,机器人可能会给出错误的结果,即地图中出现不存在的静态障碍物。
为去除动态干扰,可以借助其他传感器(例如视觉)识别出环境中的动态障碍物,也可以通过冗余信息的融合将干扰滤掉。
·绑架问题(kidnappingproblem),即机器人的位置由于外力的作用发生了突然变化,但机器人自己并不知道发生了变化,而环境的变化使得机器人信息混乱,得到的地图也变得不可靠。
·大规模循环环境,例如环形走廊,这样的环境缺乏局部特征,定位算法则由于失去参照而产生越来越大的积累误差。
对于以上问题,一方面需要提高机器人个体的感知能力,另一方面也需要在现有的机器人感知能力限制下,设计更好的不确定信息处理算法,提高系统的可靠性。
2.1机器人的自定位
关于机器人的自定位研究对于移动机器人来说,为了能高效率地从环境中穿行并到达目的地,或者要构建出环境的地图来,就必须找到一种方法,使它能根据环境中已知的一些特征而判断出它自身的位置来。
这就是机器人的定位问题。
机器人要想能在未知环境中自动行走,定位是最基本的问题。
通常,最基本的定位方法是推测定位法。
这种方法是通过对机器人的速度进行时间积分而确定机器人距离起始位置发生的位置变化。
但是,单纯用推测定位法容易产生随时间无限增大的误差,这就需要在此基础上再采用另外一些附加措施,来周期性地纠正机器人的位置误差。
通常情况下是用扩展的卡尔曼滤波器将附加的定位技术与推测定位法相结合,来更为准确地更新机器人的位置。
有许多方法可以实现基于传感器的定位技术,而这些技术往往是通过确定一些探测到的环境特征与已知的环境地图间的对应附和性而实现定位的。
有了地图中一些特征物的已知位置和被感知到的这些特征物距机器人的位置,就可以确定出机器人的当前位置。
2.2移动机器人探测环境的传感器技术
无论是定位还是行走,机器人都是靠传感器收集环境信息来实现的。
目前,机器人进行环境探测所用的传感器主要有范围传感器(包括声纳、红外、激光等)和视觉传感器。
早期的研究集中在传感器硬件的改进上,现在逐渐转移到算法开发上。
任何传感器都有其固有的局限性,会产生信号噪声。
探测环境信息的信息噪声可以通过补偿算法加以消除,而定位产生的噪声则会对定位产生直接的误差。
而且传感器的范围和分辨率限制使得一些很重要的环境性质无法被检测到。
而机器人与环境的模型本身就具有模糊性的,也会对传感系统探测带来额外的不确定性。
下面是对探测环境所采用的传感器技术进行的总结:
2.2.1测距法
测距法在短时间内的探测结果有很高的准确度,但传感器需要极高的采样率。
而且误差随时间的积累会使最终的位置误差很大。
实际误差分为两类:
系统误差和非系统误差。
系统误差是由机器人运动学上的不完善引起的;非系统误差是机器人与环境地面之间因打滑、撞击等引起的。
2.2.2惯性导航
惯性导航用陀螺仪和加速仪的测量结果积分合成得到机器人位置。
这种方式不需要外在的参考系。
但是惯性传感数据会随时间产生偏差,每次积分后原先的微小误差都会无限制地增大。
光纤陀螺仪(又称为激光陀螺仪)用来检测和修正系统产生的位置误差,其检测非常准确。
2.2.3磁性罗盘
从对推测定位累积误差的影响来说,机器人的运动朝向在导航参数(坐标与运动朝向)中是最重要的。
磁性罗盘就能够检测出机器人的绝对运动朝向来。
其不足是在电源线或轮子的结构附近地球磁场往往会被扭曲。
根据与地球磁场有关的物理影响不同,可以分为机械式磁罗盘、流量控制磁罗盘、大厅效应罗盘、磁致阻抗罗盘和磁致弹性罗盘。
对于移动机器人而言,流量控制罗盘较为适用。
2.2.4主动灯塔
主动灯塔可以很可靠地被检测到,并且只需要最少的处理就可以提供精确的定位信息。
它可以容忍很高的采样率,从而产生很高的可靠性,其不足是会导致很高的安装和维护费用。
探测方法有三边法和三角法。
2.2.5全球定位系统
全球定位系统由若干卫星和地面接收器组成,主要适用于室外环境的地图建造。
用一种很先进的三边算法地面接收器可以计算出卫星的位置来,已知地面接收器与三个卫星间的距离,从理论上就可以计算出接受器的纬度、经度和高度。
由于树木和山地的影响带来的周期性信号阻滞、多路径干扰、初步导航系统定位精度不够等是这类系统的不足之处。
2.2.6路标导航
在路标导航中,一般来说,路标都有固定的已知位置,机器人参照路标可以进行相对定位。
为了使问题简化,经常假设机器人的当前位置和朝向已经划定,机器人只需在有限的区域内寻找路标。
为了成功检测出路标来,需要很高的测距精度。
2.3多传感器信息的融合
由于越来越多的研究采用了多种或多个传感器,就出现了多传感器信息的融合问题。
多传感器信息融合系统把从多个传感器得到的信息结合起来,可以更好地描述探测对象。
多传
感器比单种或单个传感器能提供冗余和互补性的信息。
冗余信息可以用来降低某类传感器信息的不确定性,使系统在某一传感器失效时仍保持稳定性,或者说具有鲁棒性。
互补性信息可以更为完整地提供被探测对象的状态。
尽管遇到的具体问题困难各异,但最终目标是一样的,就是利用所有能得到的数据来更好地理解被研究的现象。
2.3.1融合结构
关于融合结构可分为3类:
集中式结构、分层式结构和分布式结构。
传统的融合结构是集中式的,来自不同传感器的数据被送到一个中央元件,即融合节点,在这里完成数据的融合。
集中式融合结构有如下缺点:
计算和通信的负载过重,融合节点可能失效,对系统和传感器的变化不具有适应性。
在分层式结构中,有若干个融合节点可以完成间接的数据融合,还有一个中央融合节点,作最后的融合。
由于各融合节点可以在不同的处理器中,这样计算负荷就减小了。
但是它存在通信瓶颈和中央融合节点的问题。
而分布式融合结构是由多个融合节点组成,各融合节点处理与其相应的传感器提供的数据,并将所得的信息发送给其他的节点,使其可以在相应的融合处理过程中使用该信息。
根据融合节点的连接方式,可以给分布式结构定义出不同的拓扑结构来。
在完全连接的拓扑结构中,所有的融合节点都与其他的融合节点相连接,并接收信息,从而可以在融合过程中使用所有能得到的数据。
而在不完全连接的拓扑结构中,融合节点只能使用不同传感器的部分信息。
分布式融合结构的优点在于其具有模块化、适应性和可扩展性,以及对一些节点的失效具有鲁棒性。
2.3.2融合算法
关于融合算法基本上有2种理论:
决策或检测理论与估计理论。
前者主要用来做决定,对目标进行探测或分类。
其基础理论为人工智能技术,如:
神经网络,模糊逻辑,贝叶斯方法,基于规则的方法,Dempster-Shafer方法。
后者是要找到与所观察到的数据较吻合的状态。
估计理论问题可以分为以下3类:
过滤、预测和消除不确定性,分别指:
上一次感知的时间、将来的某一时间和过去的某一时间,在当前所能得到的数据基础上,估计系统的状态。
三者的结合则可以用全部的信息来估计系统在任何时间的状态,并且能处理异步数据的融合。
但是由于其计算量太大,因此在实时系统中并非十分适用。
第三章传感器的介绍
3.1超声波传感器
超声波是一种只有少数生物(如蝙蝠、海豚)才能感觉到的机械波,其频率在20kHZ以上,波长短,绕射小,能定向传播。
它具有纵波(在气、液、固体中传播)、横波(在固体中传播)和表面
- 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:
- 移动 机器人 环境 勘测 绘图 毕业设计 论文