论文部分内容阅读
环境感知和自主避障是移动机器人研究领域中的关键技术之一,是机器人完成其它高级任务的必要基础。本文结合国家“863”计划项目(2005AA404290),以德国SICK公司生产的LMS200激光测距仪为主要的测距传感器,以TJ-1移动机器人为平台,围绕障碍感知和自主避障而展开,从理论和实践上进行了深入的研究和探讨。首先在TJ-1机器人系统平台的基础上,建立了坐标系统模型、激光测距仪模型,并对激光测距仪的误差进行了系统的分析和讨论,对机器人自主导航中的三个坐标系之间的坐标变换进行推导,以实现避障规划中数据的相互变换。为减少数据的存储量,提高系统的动态性能,使用环境特征数据来取代原始激光数据,对栅格法进行了改进,将环境信息以栅格的形式存储改为以运动路径的矢量方向存储,提出了一种适合本系统的比较简洁的环境建模方法——极坐标矢量法。采用适用于导航的识别障碍物群的方法提取出环境中的障碍物,应用滚动视窗原理,随着机器人的移动,实时的识别出视窗内的障碍物,并将环境中相邻的距离小于机器人宽的障碍物进行合并,得到便于机器人导航的障碍物群。其次,对智能机器人的避障策略进行了研究,设计了包含紧急避障、精确规划避障、模糊规划避障、动态避障策略的控制结构,该结构能够随着环境特征的变化,自主地调整感知和规划策略,以适应不同的环境条件下障碍物避碰的要求。每种规划策略都是基于极坐标空间,建立滚动窗口,利用传感器探测到的局部环境信息,在每次局部规划窗口内规划出机器人运动的子目标点,根据子目标点驱动机器人避开障碍物朝向目标点运动。最后,对本文设计的障碍感知和避障策略利用VC++语言进行编程,在TJ-1实验平台上进行实验,包括单障碍物、多障碍物和动态障碍物的避障实验,实验结果表明机器人可以平稳、流畅的绕过预设的障碍物,验证了本文设计的障碍感知避障策略的有效性。