移动机器人概述与关键技术

移动机器人概述与关键技术1 移动机器人概述12 移动机器人的关键技术21 移动机器人概述20世纪60年代末期，斯坦福研究院的Nilsson设计了一个移动机器人，目的是为了研究应用人工智能技术，在复杂环境下机器人系统的自主推理、规划和控制，这是机器人向智能化发展的一个新的开始。伴随着社会和科学技术的迅速发展，机器人的应用越来越广泛，几乎渗透工业、农业、军事、医疗等各个领域，具有智能特性的移动机器人能更好地帮助人们从枯燥、单调、危险的工作中解脱出来。机器人技术的飞速发展，各种类型的机器人相继问世与广泛应用，机器人已经逐渐成为人类的好朋友，同时这也引来了越来越多国际学者的关注。移动机器人是机器人的一个重要分支，是一种在复杂的环境下工作的具有自规划、自组织、自适应能力的机器人。更确切地说，移动机器人是一种由传感器、遥控操作器和自动控制的移动载体组成的机器人系统，具有移动功能，能代替人从事危险、恶劣（如辐射、有毒等）及人所不及的（如宇宙空间、水下等）环境作业，比一般机器人有更大的机动性、灵活性。随着技术的发展，很多移动机器人即将进入我们的生活。在进入21世纪以后，已经有超过6家公司发布了家用洗尘机器人，Sony公司的AIBO机器狗更是以超过1万人民币的售价在全世界范围内卖出了上万只，这无疑给机器人市场注入了一只强心剂，同时促使了很多公司去开发更高级的机器人，包括类人机器人。日本本田公司的Asimo和Sony公司的Qrio无疑是此中翘楚。看到了日本在这方面的成就，连美国NASA的机器人专家也不得不重新审视自己当初放弃类人机器人开发得决策是否正确。在家用市场得到充分发展得同时，工业用自动引导移动机器人（AGV）也得到了飞速发展，在拥有了视觉和激光扫描传感器之后，AGV已经被提高到了一个新的高度了，将来工业用AGV将不在只能延着固定路线走了。毫无疑问，移动机器人发展的一个转折期就要来临。2 移动机器人的关键技术移动机器人的关键技术主要包括：导航、定位、路径规划以及多传感器信息融合等方面。在移动机器人的应用中，保证位置精确是一个基本问题，移动机器人的准确定位是保证其正确完成导航、控制任务的关键之一。有关位置的测量，可分为两大类：相对和绝对位置测量。常用的定位实现方法有：里程计、惯性导航、磁罗盘、主动灯塔，全球定位系统，路标导航和地图模型匹配和仿生导航技术等。其中前两种属于相对位置测量，也称为航迹推算，仿生导航技术包括基于视觉、声音和气味的导航技术。面向导航的地理信息系统构建技术:在自主移动机器人的导航技术研究中，鉴于目前技术水平的限制和工作环境的复杂性，在没有关于环境的先验知识条件下，还很难到达理想的效果，一般都需要向机器人提供足够的地理信息，因此对地理信息的获取，系统的组建与管理也成为移动机器人导航的关键问题之一。现在商业化的通用地理信息系统还没有面向机器人应用的，一般都是从地学应用的角度出发，着重于地理信息的属性描述，为地学应用领域提供各种分析手段，系统数据更新周期长，不适合移动机器人的实时性要求。面向导航需要的地理信息系统需要的功能包括：地图数据的采集、地理信息的处理、地图的编辑与存储、空间数据管理、拓扑分析与辅助决策。这些功能不是一般地理信息系统多支持的，首先它是基于一定的地理信息系统平台，然后根据移动机器人自己的需要，建造适合需要的数字地图模型，建造的地理信息系统除具备描述地理要素和空间数据关联属性的基本属性外，还要求具有为导航需要服务的附加信息，用以识别各个地理要素之间的关系，反映道路之间的连接关系和地物之间的空间关系，形成道路网络的拓扑结构。随着人们对导航系统研究的深入，面向导航需要的电子地图的发展也经历了三个发展阶段：地图视图、导航视图和行为视图，对电子地图的构成元素也由以简单的点、线、面位基础的基本目标进一步扩展到包括节点、弧段以及基本要素之间共同属性和相互关系等复杂要素的复杂目标。由各个地图数据信息构建的电子地图数据库是地理信息系统的基础，移动机器人运动中通过传感检测信息与电子地图数据的匹配，地理信息系统可以完成运动轨迹的计算与航迹的计算、自身的准确定位等功能。但是整个系统需要存储的信息是复杂多变的，数据趋于海量，因此对于所有数据的需要合理组织，一般根据地理特征采用层次组织和区域组织。移动机器人在运动过程中，需要不断的感知周围的环境信息以及自身状态信息，由于工作环境的复杂性、自身状态的不确定性和单一传感器的局限性，仅仅依靠一种传感器难以完成对外部环境的感知，为完成在复杂、动态及不确定性环境下的自主性，机器人通常装有多种传感器，通常用到视觉、超声波、红外线、光敏、雷达等传感器。采用多个传感器的优点是很明显的：可同时提供同一环境特征的冗余信息；可提供出现在环境特征的互补信息；多个信息可以并行快速地分析当前的场景。虽然多个传感器虽然成本较高，但具有高鲁捧性和可靠性，可改善完成特定工作的指标。路径规划是移动机器人的路径规划就是给定机器人及其工作环境信息，按照某种优化指标，寻求有界输入使系统在规定的时间内从起始点转移到目标点。其主要研究内容按机器人工作环境不同可分为静态结构化环境、动态已知环境和动态不确定环境，按机器人获取信息的方式不同可分为基于模型的路径规划和基于传感器的路径规划。机器人路径规划的研究始于20世纪70年代，目前对这一问题的研究仍十分活跃，许多学者做了大量的工作。