论文部分内容阅读
导航研究是移动机器人研究的重要方向之一。它是指机器人通过搭载的传感器感知周围环境和移动机器人自身的状态,在控制模块的控制下由出发点运动到目的点的自主运动。近些年视觉导航成为了移动机器人导航研究的热点之一。本文采用的是无地图的视觉导航方法,针对移动机器人视觉导航过程中所涉及到的图像处理和控制的方法进行了研究,并借助于MATLAB、VC++等软件进行了实验和仿真。(1)导航路径识别:本文先对采集的图像预处理,Canny方法检测道路边缘,Hough变换提取道路边界,以达到识别导航路径的目的。(2)摄像机的标定:本文根据摄像机的成像模型,畸变模型,推导坐标系之间的关系。在张正友的标定理论下通过标定实验,得到参数矩阵,将图像的二维信息转换为空间的三维信息。(3)移动机器人的视觉导航:本文根据移动机器人所处路径的不同,提出将导航分为直线路径导航和曲线路径导航。在直线路径导航本文提出Hough变换提取道路边界,利用消失点完成直线路径导航。由于曲线路径导航中不存在消失点,因此本文提出了最小二乘法拟合路径进行导航。(4)本文研究了基于超像素理论的障碍物的快速识别。根据障碍物颜色与道路的不同,将图像分割为多个超像素。实验表明通过对超像素的处理,能够快速识别障碍物。(5)移动机器人的控制:在移动机器人的运动学模型的基础上,本文设计了内外两层的移动机器人的控制方法。外层控制是建立在视觉传感器的基础上,通过对采集图像处理获得移动机器人视觉导航参数,通过驱动模块不断修改移动机器人自身的位置,通过对图像采集处理再次修改导航参数,直至到达期望位置。内层控制首先采用了模糊控制将图像处理后得到的导航参数作为输入,期望的速度作为输出。后续进行电机的速度控制。本文首先建立了电机的数学模型,分别设计了PID和模糊PID控制器。借助于Matlab中的simulink工具箱对其进行仿真,仿真结果表明模糊PID的控制效果优于PID控制器。