具有遍历特性的移动机器人规划方法的研究

文章编号 2 2 2

具有遍历特性的移动机器人规划方法的研究Ξ

李开生 张慧慧 费仁元 宗光华

北京工业大学机电学院 北京航空航天大学机器人研究所

摘要 本文提出了遍历规划的概念和数学描述 以及完全遍历规划的设计方法 给出了常用的几种性能评价函数 在此基础上 设计了基于带有综合性能评价指标的基本遍历运动序列的完全遍历规划器

关键词 机器人 遍历规划 性能指标

中图分类号 ×° 文献标识码

ΡΕΣΕΑΡΧΗΟΝΠΑΤΗΠΛΑΝΝΙΝΓΟΦΜΟΒΙΛΕΡΟΒΟΤ?ΙΤΗ

ΧΟ?ΕΡΙΝΓ?ΠΑΤΗΦΕΑΤΥΡΕ

2 ∏ 2 ∏ ?∞ 2 ∏ ∏ 2 ∏

ΣχηοολοφΜεχηανιχαλΕνγινεερινγ ΑππλιεδΕλεχτρονιχσΤεχηνολογψοφΒει?ινγΠολψτεχηνιχΥνι?ερσιτψ

ΙνστιτυτεοφΡοβοτιχσΡεσεαρχηοφΒει?ινγΥνι?ερσιτψοφΑερο Αστροναυτιχσ

Αβστραχτ × √ √ 2 ∏ ∏ √ 2 × √ ∏ √ 2 ∏ √ 2 ∏ ∏

Κεψωορδσ √ 2 ∏

1引言 Ιντροδυχτιον

随着商用和家用清洁机器人产业化进程的推进 遍历路径规划的研究越来越受到关注和重视 遍历是指机器人完全覆盖所有无障碍区域的运动 如扫地机!吸尘器!草坪修剪机!游泳池清洗机和壁面清洗机器人等的运动都具有遍历的性质≈ ? 遍历规划方法不同与通常所说的点到点规划方法 遍历规划是在满足某种性能评价指标最优的前提下寻找一条在设定区域内从始点到终点且经过所有可达点的连续路径 而点到点规划的目标是寻求一条从始点到终点的无碰撞最优路径

本文明确提出了遍历路径规划的概念!分类以及数学描述 并且给出了一种采用具有未覆盖率性能评价函数的基本动作序列的完全遍历规划的设计方法 通过计算机仿真寻找出在矩形和三角形区域内的最优遍历路径 该方法已经应用于擦窗机器人和清扫移动机器人的遍历路径规划设计 2遍历规划的数学描述 Ματηεματιχδεσχριπτιονοφχο?ερινγ?πατηπλαννινγ

设Σ ξ ψTξ ψ为某闭合曲线所包围的点 也

即机器人运动的整个范围

定义2 1 可达区域Σ

8

ξ ψTοχυπ ξ ψ ΑΣ 其中οχυπ ξ ψ 为占有函数 οχυπ ξ ψ 无障碍

有障碍

定义2 2 不可达区域Σ

?

ξ ψTοχυπ ξ ψ ΑΣ显然 Σ8ΓΣ? 5 且Σ Σ8ΓΣ?

如果将平面移动机器人等效为质点 那么遍历

就是该质点能够连续移动而经过Σ

8

中的所有点的一条连续路径 称该路径为可行遍历轨线 显然 可行遍历轨线不止一条 所有可行遍历轨线称为可行遍历轨迹丛 由下式表示

Λ2 λι ξ ψ ξφ ψφ ξ ψ Tι , ν

第 卷第 期 年 月机器人ΡΟΒΟΤ?

√

Ξ收稿日期

其中 ξ

φ

ψφ ξ ψ 表示机器人终点和起点坐标

值 ξ ψ ξ

φ

ψφ ξ ψ <Σ8

描述机器人遍历运动性能好坏的性能指标称为性能评价函数 我们用泛函数?≈ξ τ ψ τ Η τ 表示 简写为? # 它是一个仅依赖于机器人位置≈ξ τ ψ τ 和姿态Η τ 的非负函数 考虑一般情况可以表示为

?ι ? Γ ξφ ψφ Ηφ Θλ

ι

? ξ ψ Η δλ

其中 ?

ι是在第ι条可行遍历轨线λ

ι

上的性能评价函

数值 ξ

φ

!ψφ!Ηφ是机器人运动的终点位置和姿态 定义2 3 设机器人遍历区域为Σ

Σ8 ξ ψTοχυπ ξ ψ Η ξ ψ <Σ

Σ? ξ ψTοχυπ ξ ψ Η ξ ψ <Σ

且Σ Σ8ΓΣ?

可行遍历轨迹丛Λ2 λι ξ ψ ξφ ψφ ξ ψ ι , ν ξ ψ ξφ ψφ ξ ψ <Σ8 ?ι # Γ ξφ ψφ Ηφ Θλι? ξ ψ Η δλ λι<Λ2

遍历运动规划就是在Λ

2

上 寻找性能评价函数?ι # 最优的路径λΛ 最优通常表现为极大或极小 即

λΛ λκT?κ ? ? ,?ν 或

λΛ λκT?κ ? ? ? ,?ν

遍历规划归纳起来大致分为两种 随机遍历规划和完全遍历规划 随机遍历规划即机器人无法直行时就随机转一角度继续直行 该方法无需定位传感器 算法简单 甚至用数字电路就可实现 但效率比较低 随机遍历规划可以理解为机器人制造成本最优的遍历运动 文≈ 给出了采用随机遍历规划的清扫机器人清洁效率 不惜时间的话清洁面积可以趋向 ? 目前 家用清扫类机器人都采用此种方法≈ 完全遍历规划采用某种性能评价函数来控制机器人的遍历运动 以使性能评价函数达到最优 性能评价函数通常为清洁效率!清洁面积百分率!清洁重叠率!未清洁面积百分率或能量消耗等 文≈ 采用序列运动模板的方法 对遍历运动的基本类型进行了分类 提出了基于运动模板的规划器 给出了在 ×∞机器人上的实验结果 所列实验数据包括实际清扫面积!重叠面积 但没有将它们应用于机器人的规划控制 文≈ 采用简单栅格地图法 提出了机器人移动的全局规划法则和局部规划法则 法则中隐含了清扫面积百分比最大原则 文≈ 采用边移动边感知环境的方法 提出一种/清扫区设定方式0的实用算法 将遍历运动分为直线前进和回折两个基本运动 最小移动单元为/补边0 预先设定前后左右移动的优先级 设计中考虑了高效原则

3性能评价函数 Περφορμανχε?ε?αλυατινγφυνχτιον

性能评价函数的确定依赖于机器人工作目标 这里 我们假定机器人本身的性能已经确定 如机器人的结构!定位精度和清洁装置的效能等 那么 对于清洁机器人来说 通常有如下几种常用性能指标 清洁效率?εφφ

通常用单位时间清洁的面积来衡量 性能评价函数为

?εφφι ?

Θ

λι

ωβΧ ξ ψ Η ? ξ ψ Η τ τ

Τι

其中 ω

β

清洁装置沿规定移动方向上的有效长度 Χ ξ ψ Η 清洁效果折算因子 表示在非规定方向上有效长度的折算因子

? ξ ψ Η τ 机器人沿可行轨线λι移动时的瞬时速度

Τι 机器人沿可行轨线λι从起点移动到终点所花费的总时间

清洁面积百分率?χλρ

机器人沿可行轨线清洁完成后 已清洁面积与

可达区域Σ

8

面积之比的百分数

?χλρι ?

Θ

λι

ωβΧ ξ ψ Η ? ξ ψ Η τ τ

Θ

ξ ψ<Σ8

ξ ψ

清洁重叠率?ολ

为了保证相邻清洁区域之间不留清洁盲区 相邻清洁区域必须有一定程度的重叠 显然 重叠区越小越好 但因受机器人本身的系统误差!定位误差!控制精度以及环境状态的影响 重叠区不可能太小

采用所有清洁重叠面积之和与可达区域Σ

8

面积之比的百分数表示清洁重叠率 清洁重叠率是一种能够综合反映机器人性能的指标 如果机器人性能越高 其清洁重叠率就能够控制在很小的范围内 未清洁面积百分率?υχλρ

?υχλρι ?

Θ

ξ ψ<Σ8

ξ ψ Θλ

ι

ωβΧ ξ ψ Η ? ξ ψ Η τ τ

Θ

ξ ψ<Σ8

ξ ψ

第 卷第 期李开生等 具有遍历特性的移动机器人规划方法的研究

能量损耗?πωρ

能量损耗是依靠蓄电池提供能源的清洁类移动机器人非常重要的指标之一 同样安时数容量的蓄电池 能量损耗越少 有效工作时间越长 另一方面 在相同工作时间要求的前提下 能量损耗越小所需蓄电池容量也越小 机器人重量就会减少许多 易于实现高的控制性能 能量损耗性能指标定义如下

?πωρ

ι #

Θλι

π ξ ψ Η λ τ

其中 π ξ ψ Η 为功率密度函数

清洁剂量消耗率?δοσε

对于地板清洗和打腊类清洁机器人 机器人必须自身携带清洁剂和水 因此在清洁干净的前提下 剂量消耗越小越好 这样有效清洁面积和工作时间都能够增加 如果机器人本身能够对剂量进行有效

控制 那么 清洁剂量消耗率仅仅与清洁重叠率成正比

?δοσει Γ?ολι

以上各指标有的是相互排斥的 有的是相关的

可以根据具体情况来定夺 当然 也可将几种指标进行加权来获得综合性的指标

4

完全路径规划器设计 Δεσιγνοφ

χομπλετεδχο?ερινγ?πατηπλαννερ

从上面的讨论可以看出 完全遍历运动规划主

要依赖于三个方面 !清洁区域和形状 !机器人本体结构和运动性能 !性能评价函数 依赖于人为设定的目标

我们采用栅格地图形式来描述清洁区域 如图 所示

图 栅格表示的矩形和三角形清洁区域

? ∏

栅格的大小与机器人本体结构尺寸有关 虚线方框为栅格 黑点表示栅格的中心 实线表示栅格之间的可行路径 可达区域可表示为无障碍栅格的集合 即

Σ8 μ κTοχυπ μ κ Η μ κ <Σ

其中 μ κ 表示第μ行第κ列位置处的栅格 Σ为清洁区域栅格的集合

可行遍历轨线也可表示为有序栅格序列

ΛΕ

λι μ κ μφ κφ μ κ ι , ν

其中 μφ κφ μ κ 分别为可行遍历轨线λι上的

终止栅格和起始栅格

假定机器人为单矩形体!双履带驱动方式 并且采用双轮差动方式转向 如图 所示

直行时 ?λ ?ρ

转向时 ?λΞ?ρ 且?λ ?ρ时向右转 ?λ ?ρ时向左转 形心的转弯半径为

ρ ?ρ ?λ

?λ ?ρ α或

ρ

?λ ?ρ

?ρ ?λ

α

图 机器人结构示意图

? χ ∏ ∏

机 器 人 年 月

我们采用工作效率与未清洁面积百分率相加权的综合指标来寻求最优规划路径 加权后的综合指标可叙述为 在机器人形心运动无重叠条件下 未清洁面积百分率最小

设机器人的形心在可行轨线λι上移动的轨迹集

合为Ορ ξ μ κ ρ ψ μ κ ρ 其中ξ μ κ ρ ψ μ κ

ρ

为机器人形心在第μ κ栅格内的运动路径 可以假定直线移

动时 可行轨线通过栅格的中心 而转弯时并不要求其通过栅格的中心

记非负整数集合Ν ,

定义4 1 设Ορ为非空集合 Ν 是非负整数集合 则从Ορ到Ν 的函数 ∏ 为Ορ在轨线λι上

出现的次数 且Ορ ξ μ κ ρ ψ μ κ ρ <Ορ

那么 加权后的综合指标可以表示为

?εφφ υχλρι ?

Ε

μ κ <Σ8

ωα μ κ σγριδ

Ε

μ κ <Σ8

Ι

ωβΧ μ κ Η ? μ κ Η

Ε

μ κ <Σ8

ωα μ κ σγριδ

T ∏ Ορ

这里 ωα μ κ 为栅格面积有效系数 通常处于障碍

或边界边缘的栅格面积有效系数小于 而其他栅格的面积有效系数等于 σγριδ为栅格的面积

定义4 2 基本运动集合ΑΧε αχ αχ , αχη η ]且ΑΧεΞ5

设υλι υ υ υ ,υθ υκ<ΑΧε κ , θ为可行轨线λι上的可行基本动作序列 用集合Υλι

υ υ , υθ 表示 显然Υλι是ΑΧε的幂集合

记正实数集合为Ρ

定义 函数υνχ υ ΥλιψΡ 为基本动作的覆盖面积函数

为了分析方便 假定重叠面积为零 那么 在轨线λι上的可行基本动作序列未清洁面积的总和为

Συχλρ

λι

υνχ Υλι υνχ υ υνχ υ , υνχ υθ κ υνχ αχ κ υνχ αχ , κηυνχ αχη

其中 κη<Ν 综合性能评价指标转化为

?

εφφ υχλρ

ι

?

Συχλρλι

Ε

μ κ <Σ8

ω μ κ σγριδ

因此 在该综合性能评价指标下 完全遍历规划问题转化为如何在设定区域内寻找基本动作序列使综合性能指标最优 文≈ 将遍历运动分为五类 考虑到更加一般的情况 我们将遍历运动为三类 分别叙述如下

直线运动αχλυ 机器人以某一速度由起点直线移动到终点 如图 所示 显然 υνχ αχλυ

图 机器人直线基本运动

? χ

第 卷第 期李开生等 具有遍历特性的移动机器人规划方法的研究

转弯运动αχτυρν 图 ! ! 表示机器人在可达区域拐角分别为锐角!直角和钝角时转弯的运动过程 曲线

为机器人形心运行的轨线 曲线 为机器人车体转

弯的包络线 半径

β α 的圆弧 设可达区

域拐角为Α 那么 机器人转弯的角度为 Π Α 可以计算出机器人转弯时的未覆盖面积为

υνχ αχτυρν

β α χ Α Π Α

图 机器人转弯基本运动

? χ ∏

Υ曲线运动αχυ 该运动实际上由两个相同方向

的直角转弯运动和一个直线运动组成 根据重叠面积最小的原则 直线运动的距离应等于车体宽度的整数倍 通常取倍数为零 此时的Υ曲线运动就是

β的转弯运动 如图 所示

图 机器人Υ曲线基本运动

? χ ∏ √

υνχ αχυ

β α Π

实际上 Υ曲线运动的未覆盖面积比上式略小

如上图的阴影部分可能被相邻的Υ运动或直线运动重叠覆盖了

完全遍历规划器的设计思想是 机器人的遍历运动可由其基本运动序列表示 因此机器人的可行遍历轨线也就由基本运动轨迹序列完全确定 称为可行基本运动轨迹序列 这样 寻找最优路径问题转化为寻找最优基本运动轨迹序列问题 也即最优基本运动序列问题 如果能够计算每一基本运动的性能评价函数值 那么 机器人完全遍历运动的评价函数值就可得到 计算机器人可行遍历轨迹丛中每一条轨迹的评价函数值 即可寻找出最优完全遍历运动路径 并由此构造完全遍历规划器

玻璃幕墙通常是由许多形状相同的玻璃块 按一定规则有序排列组成 擦窗机器人对玻璃幕墙的清洁是逐块进行的 因此全局规划的关键在于对每一块玻璃的运动规划 考虑到常见的玻璃块形状为矩形或三角形 我们仅对这两种形状的区域进行最优完全遍历规划设计

机 器 人 年 月

假定直行重叠面积为零 转弯时可以部分重叠但机器人形心轨迹不能重叠 采用图论中最优 最短 路径问题进行最优完全遍历规划设计≈ 定义4 3 一个无向图Δ 若存在一条通过所有结点一次且仅一次的路径 称为哈密尔顿路径 定义4 4 机器人的遍历运动可以用一个三元组无向图Δ ? Ε Θ 表示 其中?是一个非空集合 它的元素称为无向图Δ的结点 Ε是一个集合 它的元素称为无向图Δ的弧 Θ是从Ε到???上的一个映射称为权 表示运动性能评价函数 既Θ

φ # 采用上述综合性能指标 有Θ υνχ

αχ μι κι ξψ μ? κ? 其中 αχ μι κι ψ μ? κ?

ξ

表示从 μι κι 结点到 μ? κ? 结点的基本运动为αχξ 并假定这两个

结点为相邻结点

定义4 5 在图Δ ? Ε Θ 中 经过每个结点一次且仅一次的权最小的路径 称为最优完全遍历轨线 所得到的基本动作序列即为完全遍历规划

选定栅格的中心点为结点 由此构造的无向图如图 所示 采用文≈ 介绍的方法对其进行计算机仿真 最优完全遍历规划如图 ! 所示

图 矩形区域内的最优遍历规划

? √ 2

图 三角区域内的最优遍历规划

? √ 2

第 卷第 期李开生等 具有遍历特性的移动机器人规划方法的研究

结论 在效率和未清洁面积综合性能指标最优条件下 矩形区域内的遍历运动是应沿长边方向直线运动 而在短边方向折转 三角形区域内的遍历运动应沿最长边方向直线运动 而在两条短边之间折转

综合性能评价指标为

矩形区域?εφφ υχλρ

7 ?

三角形区域?εφφ υχλρ

? ?

最优路径不止一条 但预先确定起始点和终点 通常可以得到唯一解

5实际应用中的问题 Σομεπροβλεμσινπραχτιχαλαππλιχατιον

擦窗机器人所面对的环境通常是结构化环境 其全局环境和局部环境都是规则的和已知的 但是有时也会出现非结构化的因素 如某扇玻璃窗的打开时间和位置都是随机的 或者考虑到定位误差!机器人控制能力和打滑等实际问题 因此 也要求机器人具有局部感知能力和自主局部再规划能力 这时很可能违背最优性能评价指标 其次 机器人进行障碍和边界边缘跟随时 因为假定清洁装置的清洁宽度与机器人本体结构的前移方向宽度一致 故距边

界

之内的区域不能被清洁 但是

修改性能评价函数或清洁装置能够减少由于机器人转弯而预留并不能被清洁的区域

6结论 Χονχλυσιον

本文试图对目前清洁类服务机器人普遍采用的遍历运动规划给出一般性的设计方法 因此提出了一种基于性能评价函数的数学描述 该方法已在灵巧型擦窗机器人上采用 并获得了较好的结果

参考文献 Ρεφερενχεσ

李开生 张慧慧 费仁元 宗光华 国外服务机器人的发展动态和前景 制造业自动化 22

× √ ∏ ? ∏

≥ ≤ ∏ ≤ ∏ ∏ ∞? ≥ × ∏ ∏ ≥ ∞ × ∏ ≥ ?

∏ ≤ √ ? °? ≤ ≤ √ ° ° ∏ ≤ ≥ ∞χ ∏ ° ∏

小林保道 数内秀隆 近藤信二 江口修 扫除 …? Ν ? 化技术 ? ù制御ù情报 35

青山元 田岛茂树 横田和隆 尾崎功一 山本纯雄 自律走行式床面清扫 …? Ν开发 日本 …? 学会志 16

松原季男 床面清扫 …?

肖位枢 图论及其算法 航空工业出版社 年 月第一版

迟忠先 左桤 李宪廷等编 常用组合算法程序汇编 大连工学院出版社 年 月第一版

作者简介

李开生 2 男 北京工业大学机电学院博士 副教授 研究领域 机器人自动控制技术 计算机控制

张慧慧 2 女 北京工业大学机电学院教授 研究领域 机器人技术

费仁元 2 男 北京工业大学机电学院博士生导师 研究领域 制造系统监控及机器人技术

上接第 页

χ 2 √ ≤

2 °

∞∞∞ ≤ ∏

≠ × √ ° ∞∞∞ ≤ ∏

≤ ∏ 2 2 ∞∞∞×

∏

× ? ≥ ∏ √ ° ∞∞∞ ≤ ∏ ?

作者简介

刘方湖 2 男 博士生 研究领域 空间机器人

机器人 年 月

智能机器人的现状和发展趋势

智能移动机器人的现状和发展 姓名 学号 班级：

智能移动机器人的现状及其发展 摘要：本文扼要地介绍了智能移动机器人技术的发展现状，以及世界各国智能移动机器人的发展水平，然后介绍了智能移动机器人的分类，从几个典型的方面介绍了智能移动机器人在各行各业的广泛应用，讨论了智能移动机器人的发展趋势以及对未来技术的展望，最后提出了自己的建议和设想，分析我国在智能移动机器人方面发展并提出期望。 关键词：智能移动机器人；发展现状；应用；趋势 1引言 机器人是一种可编程和多功能的，用来搬运材料、零件、工具的操作机，或是为了执行不同的任务而具有可改变和可编程动作的专门系统。智能移动机器人则是一个在感知 - 思维 - 效应方面全面模拟人的机器系统，外形不一定像人。它是人工智能技术的综合试验场，可以全面地考察人工智能各个领域的技术，研究它们相互之间的关系。还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。一部智能移动机器人应该具备三方面的能力：感知环境的能力、执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能 力。智能移动机器人与工业机器人的根本区别在于，智能移动机器人具有感知功 能与识别、判断及规划功能[1] 。 随着智能移动机器人的应用领域的扩大，人们期望智能移动机器人在更多领 域为人类服务，代替人类完成更复杂的工作。然而,智能移动机器人所处的环境 往往是未知的、很难预测。智能移动机器人所要完成的工作任务也越来越复杂; 对智能移动机器人行为进行人工分析、设计也变得越来越困难。目前，国内外对 智能移动机器人的研究不断深入。 本文对智能移动机器人的现状和发展趋势进行了综述，分析了国内外的智能 移动机器人的发展，讨论了智能移动机器人在发展中存在的问题，最后提出了对 智能移动机器人发展的一些设想。 1

复杂环境下多移动机器人协同路径规划

复杂环境下多移动机器人协同路径规划 多移动机器人协同路径规划是机器人导航研究领域中极具挑战性的问题。复杂环境下多移动机器人协同路径规划,需要为各机器人寻求一条从起始点到目标点的最优路径,同时保证机器人间以及机器人与动、静态障碍物之间无碰撞。因此,如何实现机器人间的避碰和机器人与动态障碍物的避障是该问题的研究难点。当前大部分研究仍聚集于静态环境下单机器人路径规划,复杂环境下多移动机器人协同路径规划问题仍是亟待解决的难题。本文主要工作如下:1)针对单机器人全局路径规划问题,采用约束满足法构建优化数学模型,并结合问题属性提出一种改进蚁群算法。利用当前节点的局部路径方向与起始点至终点的欧式路径方向夹角设计新启发式函数,引导机器人沿最短路径行走;根据可选节点数量设计避障规则,提高避障能力;依据路径长度对信息素进行比较更新,提高算法收敛速度。实验表明,改进算法性能优于原始蚁群算法。2)针对静态环境下多移动机器人协同路径问题,构建以路径长度短和暂停时间少为目标的多目标数学模型。考虑到机器人之间存在碰撞冲突,研究启发式规则对冲突进行消除。以单机器人全局路径规划为基础,研制出一种基于全局路径规划和融入启发式规则的局部路径调整的两阶段规划算法求解该问题,仿真实验表明了该算法的有效性。3)针对动态环境下多移动机器人协同路径规划问题,基于静态环境下多移动机器人路径规划的研究成果,根据动态障碍物的运动性质研究避障方法,消除机器人与动态障碍物的碰撞冲突。设计了相应的仿真实验,结果表明了该方法的有效性。4)考虑

到企业的实际需要,设计了多移动机器人协同路径规划系统。该系统具有较好的集成性和开放性,提供了用户登录、用户管理、单机器人调度方案和多机器人调度方案等交互界面,满足用户在不同运行环境下的需要。

移动机器人的目标跟随控制方法与相关技术

本技术公开了一种移动机器人的目标跟随控制方法，包括步骤：在移动机器人上设置三角摄像机组，且分配对应ID号和视角范围；采集获得跟随目标身份特征，及将其上传和存储；检测待跟随目标的身份特征及上传至云服务器，由云服务器特征匹配，匹配成功时确定和锁定该待跟随目标为跟随目标；人对所锁定跟随目标跟踪，获得跟随目标与移动机器人的相对方向；对所锁定跟随目标实时检测，计算获得相对距离；根据所获得跟随目标与移动机器人的相对方向、相对距离确定运动路线，及根据运动路线控制移动机器人向跟随目标运动。本技术具备更高的特征检测功能和更高程度的自动化控制功能，可更好地用于机器人跟随过程。 权利要求书 1.一种移动机器人的目标跟随控制方法，其特征在于，包括步骤： 在移动机器人上设置三角摄像机组，且为每个摄像机分配对应ID号和视角范围； 采集获得跟随目标身份特征，及将其上传和存储至云服务器； 所述移动机器人利用三角摄像机组检测待跟随目标的身份特征及上传至云服务器，由云服务

器根据上传的身份特征与所存储跟随目标身份特征匹配，在匹配成功时确定和锁定该待跟随目标为跟随目标； 所述移动机器人对所锁定跟随目标实时跟踪，提取跟随目标所在摄像机的ID号和视角范围；对所提取视角范围进行分区设置，确定跟随目标所在分区位置；由所述摄像机的ID号和跟随目标所在分区位置获得跟随目标与移动机器人的相对方向； 所述移动机器人对所锁定跟随目标实时检测，计算获得跟随目标与移动机器人的相对距离； 根据所获得跟随目标与移动机器人的相对方向、相对距离确定运动路线，及根据运动路线控制移动机器人向跟随目标运动，以实现对跟随目标的跟随； 以及，还包括判断所提取视角范围中跟随目标的位置是否发生偏离，及在发生偏离时控制移动机器人向跟随目标所偏离的方向转动；在发生偏离时，判断跟随目标是否出现在其他摄像机的视角范围中，及在出现于其他摄像机的视角范围中时进行跟随任务交接。 2.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法采用窗口自适应的CamShift核密度估计算法对待跟随目标的人脸进行跟踪。 3.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法采用基于Harr特征的Adaboost人脸检测算法对待跟随目标的人脸进行检测。 4.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法还包括所述身份特征匹配失败时，由移动机器人发出提示警告。 5.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法中移动机器人采用射频距离检测方法对所锁定跟随目标检测获得相对距离。 6.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法还包括设置阈值，所述移动机器人根据阈值与相对距离的大小控制移动机器人运动。

移动机器人的研究现状与趋势

移动机器人的研究现状与趋势１１５【４３】ＳｈｅｎｇＬ＇Ｇｏｌｄｅｎｂｅ唱ＡＡ．Ｒｏｂｕｓｔｄａｍｐｉｎｇ ｃｏｎ们１ｏｆｍｏｂｉｌｅｍａｌｌｊｐｕｌａｔｏｒｓ嘲．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｙｓｔｅｍｓ，ＭａｎａｎｄＣｙｂｅｍｅｔｉｃｓＰａｎＢ，２００２，３２（１）：１２６．１３２． 【４４】ＳｈｅｎｇＬ，Ｇ０１ｄｅｎｂｅ唱ＡＡ．Ｎｅｕｒａｌｎｅｔｗｏｒｋｃｏｎ乜Ｄｌｏｆｍｏｂｉｌｅｍａｎｉｐｕｌａｔｏｒｓ【Ｊ】．ＩＥＥＥ１ｈｎｓａｃｔｉｏｎｓｏｎＮｅｕｒａｌＮｅｔｗｏｒｋｓ，２００ｌ，１２（５）：１１２１．１１３３． 【４５】李磊，叶涛，谭民，等．移动机器人技术研究现状与未来【Ｊ】．机器人，２００２，２４（５）：４７５—４８０． 【４６】徐国华，谭民．移动机器人的发展现状及其趋势【Ｊ】．机器人技术与应用，２００１，（３）：７—１４． ［４７】Ｌ硼ｎｅＥＰａｒｋｅｒ．ＣｏｏｐｅｒａｔｉｖｅＲｏｂｏｔｉｃｓｆｏｒＭｕｌｔｉ＿Ｔａｒｇｅｔ０ｂｓｅｒｖａｔｉｏｎ［Ｊ］．ＩｎｔｅｌｌｉｇｅｎｔＡｕｔｏｍａｔｉｏｎａｎｄＳｏｆｔＣｏｍｐｕｔｉｎｇ，ｓｐｅｃｉａｌｉｓｓｕｃｏｎＲｏｂｏｔｉｃｓＲｅｓｅａｒｃｈａｔＯａｋＲｉｄｇｅＮａｔｉｏｎａｌＬａｂｏｍｔｏｒｙ，１９９９，５（１）：５—１９． ［４８】ＭａｍｒｉｃＭＪ．ＬｅａｍｉｎｇｔｏＢｅｈａｖｅＳｏｃｉａｌｌｙ【Ａ】．ＦｒｏｍＡｎｉｍａｌｓｔ０Ａｎｉｍａｔｓ：ＩｎｔｅｍａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅｏｎＳｉｍｕｌａｔｉｏｎｏｆＡｄａｐｔｉｖｅＢｅｈａｖｉｏｒ【ｃ］．１９９４．４５３－４６２． ［４９］ｕｅｙａｍａＴ，Ｆｕｌ（ＩｌｄａＴ．ｓｅｌｆ－ｏ唱ａＩｌｉｚａｔｉｏｎｏｆＣｅｌｌｕｌａｒＲｏｂｏｔｓｕｓｉｎｇＲａｎｄｏｍｗａｌｌ【ｗｉｍｓｉｍｐｌｅＲｕｌｅｓ【Ａ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆＩＥＥＥＩ—ＣＲＡ【ｃ】．１９９３５９５—６００． ［５０】王越超．多机器人协作系统研究［Ｄ】．哈尔滨：哈尔滨工业大学，１９９９． ＰｒｅｓｅｎｔＳｉｔｕａｔｉｏｎａｎｄＦｕｔｕｒｅＤｅＶｅｌｏｐｍｅｎｔ ｏｆＭｏｂｉｌｅＲｏｂｏｔＲｅｓｅａｒｃｈ ｚＨＡＮＧＭｉｎｇ?１ｕ，ＤＩＮＧＣｈｅｎｇ－ｊｕｎ，ＤＵＡＮＰｉｎｇ （ｓｃｈｏｏｌｏｆＭｅｃｈ锄ｉｃａｌＥｎｇｉｎｅｅｒｉｎ舀ＨｅｂｅｉＵｎｉｖｅｒｓ时ｏｆＴｅｃｌｌｎｏｌｏ鼢Ｔｉ柚ｊｉｎ３００１３０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｐｒｅｓｅｎｔｒｅｓｅａｒｃｈｓｉｔｕａｔｉｏｎｏｆｍｏｂｉｌｅｒｏｂｏｔｉｓａｎａｌｙｚｅｄａｎｄｓｕｌ砌ａｒｉｚｅｄｉｎｃｌｕｄｉｎｇｉｔｓｃｏｍｐｕｔｅｒｃｏｎｔｒｏｌｓｙｓｔｅｍ，ｉｎｆｂｍｌａｔｉｏｎｆｕｓｉｏｎｏｆ ｍｕｌｔｉ－ｓｅｎｓｏｒｓ，ｅｎｖｉｒｏｍｅｎｔｒｅｃｏｇＩｌｉｔｉｏｎ，ｒｏｂｏｔＶｉｓｉｏｎ，ｒｏａｄｆｏｌｌｏｗｉｎｇａｎｄｉｎｔｅｌｌｉｇｅｎｔｃｏｎ仃Ｄ１．ＩｎｔｈｅｅｎｄｔｈｅｓｔｕｄｙｔｒｅｎｄｏｆＩＩｍｌｔｉ—ｒｏｂｏｔｃｏｏｒｄｉｎａｔｉｏｎａｎｄｍｏｂｉｌｅｍａｎｉｐｕｌａｔｏｒｉｓｐｏｉｎｔｅｄｏｕｔ． Ｋｅｙｗｏｒｄｓ：ｍｏｂｉｌｅｒｏｂｏｔ；ｉｎｆｂｍａｔｉｏｎｍｓｉｏｎ；ｒｏａｄ ｆｏｌｌｏｗｉｎｇ；曲ｅｌｌｉｇｅｎｔｃｏｎ仃０１；ｍｕｌｔｉ—ｒｏｂｏｔ 作者简介：张明路，工学博士、教授，博士生导师．１９９７年，毕业于天津大学 机械学专业，获博士学位．现任河北工业大学机械工程学院院长，全国高校机器人及自动化学会常务理事，河北省振动工程学会副理事长，“中国机械工程’杂志社编委会理事，天津市自动化技术及应用研究会副秘书长，天津市机械工程学会理事，中国机械工程教育协会高校机电类学科教学委员会委员．近年来承担了国家８６３计划等科研项目多项，发表学术论文３０余篇，其中ｓｃＩ收录３篇，ＥＩ收录１１篇．主页：ｈｔｔｐ：／／ｍｅｓ．ｈｅｂｕｔ．ｅｄｕ．ｃｌｌ／ｉｎｍｅｃｈｊＶｅｂ／ｉｎｄｅｘ．ｈｔＩＩｌ 联系电话：０２２—２６５“５０６；Ｅ．ｍａｎ：ｚｈａｎｇｍｌ＠ｈｅｂｕｔ．ｅｄｕ．ｃｎ

机器人习题答案(开卷必备)

课程考试复习题及参考答案 一、名词解释题： 1. 自由度：指描述物体运动所需要的独立坐标数。 2. 机器人工作载荷：机器人在规定的性能范围内，机械接口处能承受的最大负载量（包括手部）。 3. 柔性手：可对不同外形物体实施抓取，并使物体表面受力比较均匀的机器人手部结构。 4. 制动器失效抱闸：指要放松制动器就必须接通电源，否则，各关节不能产生相对运动。 5. 机器人运动学：从几何学的观点来处理手指位置与关节变量的关系称为运动学。 6. 机器人动力学：机器人各关节变量对时间的一阶导数、二阶导数与各执行器驱动力或力矩之间的关系， 即机器人机械系统的运动方程。 7. 虚功原理：约束力不作功的力学系统实现平衡的必要且充分条件是对结构上允许的任意位移（虚位移） 施力所作功之和为零。 8. PWM 驱动：脉冲宽度调制（Pulse Width Modulation ）驱动。 9. 电机无自转：控制电压降到零时，伺服电动机能立即自行停转。 10. 直流伺服电机的调节特性：是指转矩恒定时，电动机的转速随控制电压变化的关系。 11. 直流伺服电机的调速精度：指调速装置或系统的给定角速度与带额定负载时的实际角速度之差，与给 定转速之比。 12. PID 控制：指按照偏差的比例（P , proportional ）、积分（I, integral ）、微分（D, derivative ）进行控制。 13. 压电元件：指某种物质上施加压力就会产生电信号，即产生压电现象的元件。 14. 图像锐化：突出图像中的高频成分，使轮廓增强。 15. 隶属函数：表示论域U 中的元素u 属于模糊子集A 的程度，在[0, 1]闭区间内可连续取值。 16. BP 网络：BP (Back Propagation)神经网络是基于误差反向传播算法的人工神经网络。 17. 脱机编程：指用机器人程序语言预先进行程序设计，而不是用示教的方法编程。 18. AUV ：Autonomous Underwater Vehicle 无缆自治水下机器人，或自动海底车。 二、简答题： 1.机器人学主要包含哪些研究内容 答：机器人研究的基础内容有以下几方面：(1) 空间机构学；(2) 机器人运动学；(3) 机器人静力学；(4) 机器人动力学；(5) 机器人控制技术；(6) 机器人传感器；(7) 机器人语言。 2.机器人常用的机身和臂部的配置型式有哪些 答：目前常用的有如下几种形式：(1) 横梁式。机身设计成横梁式，用于悬挂手臂部件，具有占地面积小，能有效地利用空间，直观等优点。(2) 立柱式。多采用回转型、俯仰型或屈伸型的运动型式，一般臂部都可在水平面内回转，具有占地面积小而工作范围大的特点。(3) 机座式。可以是独立的、自成系统的完整装置，可随意安放和搬动。也可以具有行走机构，如沿地面上的专用轨道移动，以扩大其活动范围。(4) 屈伸式。臂部由大小臂组成，大小臂间有相对运动，称为屈伸臂，可以实现平面运动，也可以作空间运动。 3.拉格朗日运动方程式的一般表示形式与各变量含义 答：拉格朗日运动方程式一般表示为： d d L L τt q q ????- = ????? & 式中，q 是广义坐标；τ是广义力。L 是拉格朗日算子，表示为 L K P =- 这里， K 是动能；P 是位能。 4.机器人控制系统的基本单元有哪些 答：构成机器人控制系统的基本要素包括： (1) 电动机，提供驱动机器人运动的驱动力。(2) 减速器，为了增加驱动力矩、降低运动速度。(3) 驱动电路，由于直流伺服电动机或交流伺服电动机的流经电流较大，

工业机器人路径规划及仿真

工业机器人路径规划及仿真 发表时间：2019-09-17T15:53:24.233Z 来源：《城镇建设》2019年第15期作者：鲁严[导读] 本文对鸥工业机器人的实时高精度路径跟踪与轨迹规划进行了简单的研究。 天津日北自动化设备有限公司天津市 300385 摘要：现阶段，人们对工业机器人的性能要求逐渐提高，只有这样才能提高现代化工艺生产质量与效率。工业机器人系统具有较强的非线性、强耦合性特点，将工业机器人通过高复杂系统的形式进行操作，并将其中的动力学特点体现出来，保证工业机器人可以正常使用。然而，工业机器人在实际运行期间常常会因为多种原因影响着机器人的控制性能，导致其不能正常运行下去。要想从根本上解决这一 问题，就应该加强工业机器人高度高精度的控制，只有这样才能保证工业机器人可以正常运行下去。基于此，本文对鸥工业机器人的实时高精度路径跟踪与轨迹规划进行了简单的研究。 关键词：工业机器人；实时；高精度；路径跟踪引言 现如今，科学、信息技术得到广泛应用，工业机器人也开始得到广泛运用，为工业行业改革以及发展提供了诸多支持。工业机器人作为现代化工业不可缺少的一部分，有利于提高工业生产效率，对于其实现企业长期发展有极为重要的意义。工业机器人非常关键的两个部位是手部路径跟踪、关节轨迹规划，在工业领域实现应用，能够在机器人路径中增加节点数量，并且提高节点路径分段处理效率，从而使工业机器人手部跟踪路径以及路径节点更加精准。 1.工业机器人的发展历程 伴随着科学技术的不断进步，工业机器人学科变得越来越有生命力，从上个世纪 50 年代美国发明第一台工业机器人开始，到如今这个时间，机器人的发展已经历经了大半个世纪。纵观全局，这大半个世纪以来机器人的发展历史，机器人技术在工业需求的带领之下，已经得到了翻天覆地的变化。众所周知，在国际上，工业机器人现如今已经成为一个成熟的产业，并且工业机器人被广泛地应用在汽车，电器，摩托车以及机械等工业生产领域。无人不知，工业机器人在发达国家中已经存在了很多年。在国内，工业机器人经过几代科研工作者坚持不懈的努力现在已经取得了很大进展，而且在某些关键技术上面取得了不少成绩已。不过，总的来说，国内机器人行业确实还存在着缺乏整体核心技术的突破，并且具有中国知识产权的工业机器人的数量微乎极微，这需要我们科研工作人员在科研工作中要做到沉住心，仔细的钻研，从而为了实现国家科技的发展做出贡献。现在国内机器人技术仅仅相当于国外发达国家 80 年代初期的水平，尤其是在制造工艺和装备以及机器人控制方面，我国还不能生产出高精密，高速度，高效率的工业机器人。机器人控制技术是机器人实现一系列功能的核心，同时也是影响机器人性能的关键部分，控制技术在很大程度上一直制约着机器人技术的发展。伴随着计算机科学，传感器技术，以及图像处理技术和其它相关技术的迅速发展，这时候，需要对机器人性能提出更高的要求，从而让工业机器人朝着快速高精度方向不断的发展，这对于机器人控制技术来说是一个不可攻克的挑战。总而言之，机器人控制理论的发展过程大致可以分为三个阶段经历传统控制，现代控制理论和智能控制。 2.工业机器人运动学理论知识 所谓运动学通俗的说也就是关于运动的科学学科。在进行运动学分析研究时，一般情况下不考虑系统的驱动力，同时也会直接忽略零部件的变形，换句话说也就是将零部件看作刚体。对多刚体系统进行运动学分析时，需要把机构中连接构件和构件的运动副作为起点，并且构件的位置，速度以及加速度都是和运动副对应的约束方程来进行解答的。工业机器人的本体结构比较繁琐复杂，为了能够更加形象的描述机器人构件在空间的姿态，可以通过在构件上固结坐标系，然后通过描述坐标系的关系来间接的研究机器人构件的运动学。D-H法是机器人运动学研究的一种重要的方法，D-H法全称Denavit-Hatenberg，是Denavit和Hatenberg这两位科学工作者共同提出的一种研究串联机器人运动学的方法。 3.工业机器人实时高精度路径跟踪与关节规划的规划 手部路径跟踪与关节轨迹是工业机器人中重要组成部分，做好工业机器人的控制工作，减轻工业机器人中计算机控制在线负担，从而保证工业机器人可以正常的运行下去。首先，工业机器人在实际运行期间，可以通过在线控制的形式将工业机器人坐标空间关节进行合理控制，并在坐标空间设置对应的节点，在节点设置完成之后还要做好节点坐标的定位工作，并通过拟合的形式对其中的节点进行控制，只有这样才能形成一个全新的关节轨迹。其次，在对节点控制期间，还要沿着指定的关节轨迹进行运动，从而提升关节运动效果，保证其可以正常的运行下去。当工业机器人中的节点数量逐渐增加时，工业机器人的整个路径跟踪的精准度也会有所提高，从而增加关节轨迹的分段数量，提高关节观点的自身的运动量。 工业机器人在实际运行期间，手部的路径跟踪精准度提升，那么整个机器人的首位两端路径节点就会有所下降，如果节点下降现象控制不及时，那么整路径节点就会出一定的弊端，严重影响了工业机器人的正常运行。因此，在工业机器人实际运行期间，应该做好机器人首尾节点的控制工作，并在首尾节点中安装对应的正弦函数与余弦函数，并将其中的结构通过一乘积的形式展现出来，只有这样才能保证工业机器人的控制工作可以顺利进行下去。比如说，O0-X0Y0Z0为工业机器人的基础坐标，那么手部路径是工业机器人的起点位置，并将其设置成P0，那么起点到尾部的条件就会设置成Pn，只有这样才能得出（n+1）节点，其中P0，P1节点就会通过路径分段的形式进行计算，得出工业机器人中的Qj0到终点Qjn的位置会通过整段轨迹的形式进行分段处理，保证工业机器人实时高精度路径跟踪与关节规划工作可以顺利进行下去。 4.工业机器人实时高精度路径跟踪与关节规划的超调性及振荡性 4.1 超调性 对于工业机器人实时高精度路径跟踪与关节规划来说，其在实际进行期间可以将关节坐标中的界值体现出来，并将其控制在整个工业机器人中的中间部位，并根据工业机器人的运行现状做好坐标曲线的控制工作，将其中的拐点体现出来，只有这样才能保证工业机器人实时高精度路径跟踪与关节规划工作可以顺利进行下去。当工业机器人实时高精度路径跟踪与关节规划中的节点数值较小时，那么整个机器人能的节点轨迹就会通过一个全新的形式展现出来，只有这样才能保证节点轨迹不会发生超调的现象发生。 4.2 振荡性

机器人路径规划方法的研究

第5期(总第156期) 2009年10月机械工程与自动化 M ECHAN I CAL EN G I N EER I N G &　AU TOM A T I ON N o 15 O ct 1 文章编号:167226413(2009)0520194203 机器人路径规划方法的研究 李爱萍,李元宗 (太原理工大学机械工程学院,山西　太原　030024) 摘要:路径规划技术是机器人学研究领域中的一个重要部分。目前的研究主要分为全局规划方法和局部规划方法两大类。通过对机器人路径规划方法研究现状的分析,指出了各种方法的优点及不足,并对其发展方向进行了展望。 关键词:机器人;全局规划;局部规划中图分类号:T P 242 文献标识码:A 收稿日期:2009201207;修回日期:2009204218 作者简介:李爱萍(19792),女,山西晋中人,在读硕士研究生。 0　引言 路径规划技术是机器人学研究领域中的一个重要 部分。机器人的最优路径规划就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等),在其工作空间中找到一条从起始状态到目标状态的最优路径。根据对环境信息的掌握程度不同,路径规划可分为:①全局路径规划:环境信息完全已知,根据环境地图按照一定的算法搜寻一条最优或者近似最优的无碰撞路径,规划路径的精确程度取决于获取环境信息的准确程度;②局部路径规划:环境信息完全未知或部分未知,根据传感器的信息来不断地更新其内部的环境信息,从而确定出机器人在地图中的当前位置及周围局部范围内的障碍物分布情况,并在此基础上,规划出一条从当前点到某一子目标点的最优路径。 1　全局规划方法111　栅格法 栅格法是目前研究最广泛的路径规划方法之一。该方法将机器人的工作空间分解为多个简单的区域(栅格),由这些栅格构成一个显式的连通图,或在搜索过程中形成隐式的连通图,然后在图上搜索一条从起始栅格到目标栅格的路径。一般路径只需用栅格的序号表示。但栅格的划分直接影响其规划结果,如果栅格划分过大,环境信息储藏量小,分辨率下降,规划能力就差;栅格划分过小,规划时间长,而且对信息存储能力的要求会急剧增加。112　可视图法 可视图法中的路径图由捕捉到的存在于机器人一 维网络曲线(称为路径图)自由空间中的节点组成。路径的初始状态和目标状态同路径图中的点相对应,这样路径规划问题就演变为在这些点间搜索路径的问题。要求机器人和障碍物各顶点之间、目标点和障碍物各顶点之间以及各障碍物顶点与顶点之间的连线均不能穿越障碍物,即直线是“可视的”。然后采用某种方法搜索从起始点到目标点的最优路径,搜索最优路径的问题就转化为从起始点到目标点经过这些可视直线的最短距离问题。该法能够求得最短路径,但需假设忽略机器人的尺寸大小,使得机器人通过障碍物顶点时离障碍物太近甚至接触,并且搜索时间长。113　拓扑法 拓扑法将规划空间分割成具有拓扑特征的子空间,根据彼此的连通性建立拓扑网络,在网络上寻找起始点到目标点的拓扑路径,最终由拓扑路径求出几何路径。拓扑法的基本思想是降维法,即将在高维几何空间中求路径的问题转化为低维拓扑空间中判别连通性的问题。其优点在于利用拓扑特征大大缩小了搜索空间,其算法的复杂性仅依赖于障碍物数目,在理论上是完备的;而且拓扑法通常不需要机器人的准确位置,对于位置误差也就有了更好的鲁棒性。缺点是建立拓扑网络的过程相当复杂,特别是在增加障碍物时如何有效地修正已经存在的拓扑网是有待解决的问题。 114　自由空间法 自由空间法采用预先定义的广义锥形或凸多边形等基本形状构造自由空间,并将自由空间表示为连通图,通过搜索连通图来进行路径规划。自由空间的构

变电站机器人发展概况及最新发展趋势

移动机器人 移动机器人用途广泛，世界各国正在加紧移动机器人的研制。移动机器人的研究始于60年代末期，斯坦福研究院(SRI)的NilsNilssen和CharlesRosen等人研制出了名为Shakey 的自主移动机器人，它能够在复杂环境下，识别对象、自主推理、实现路径规划和控制功能。美国军方于1984年开始研制第一台地面自主车辆，可以在无人干预的情况下在道路上行驶，也称之为早期的移动机器人。许多国家也各自制定了移动机器人的研究计划，如日本通产省组织的极限环境下作业的机器人计划和欧洲尤里卡中的机器人计划等。虽然由于人们对机器人的研究期望过高，导致80年代的移动机器人的研究虽并未取得预期的效果，却带动了相关技术的发展，为探讨人类研制智能机器人的途径积累了经验，同时推动了其他国家对移动机器人的研究和开发。 上世纪90年代，人类把研究重点放在了移动机器人的应用上，希望移动机器人可以代替人类在各种环境下，尤其是恶劣的条件下辅助人类的工作，为人类服务。1997年7月4日，美国“火星探路者”飞抵火星考察，并在火星上成功着陆，它携带的索杰纳号火星车开始在火星表面漫游，行进了几千米，完成了预定的科学探测任务。进入21世纪后,美国研制的第四个火星探测器—好奇号于2012年8月6号成功降落火星，并展开为期两年的火星探测任务。好奇号火星探测器是第一辆釆用核动力驱动的火星车,其使命是探寻火星上的生命元素。 1992年美国研制出时速75公里的自主车，地面自主车的研制大大推动了遥控机器人的发展。目前美国“自动化技术协会”(ATC)，每年在移动机器人运动控制、仿真、传感器的投资超过几亿美元。欧共体(EU)和“机器人技术”有关的课题总数约为250～300项，在EU提供基金的机器人研究领域，移动机器人占22.8%左右；日本不仅加紧研制移动机器人，更把发展重点放在移动机器人的应用研究上，目的是可以代替人在各种环境下为人服务(如在医院、家庭、恶劣的环境和核反映堆、核废料清理和排雷等危险环境下工作)。 我国机器人的研究已有20多年的历史，国家也大力发展机器人，并投入了一定的资金，对机器人进行技术攻关，发出各种类型的机器人，对我国机器人的发展具有重大的意义。但由于我国对此方面的研究起步较晚，在机器人技术水平、实用化程度以及稳定方面，与美国、日本等国家相比，都存在着较大的差距。 国内研制的机器人样机，有保安机器人、消防机器人等，有轮式和履带式；但大都是有缆方式，具有小范围内一定的避障功能。国内移动机器人的研究成果主要如下:清华大学的智能移动机器人THMR-V型机器人；中科院沈阳自动化所的AGV自主车和防爆机器人；

机器人路径规划

1绪论 1.1机器人简介 1.1.1什么是机器人 机器人一词不仅会在科幻小说、动画片等上看到和听到，有时也会在电视上看到在工厂进行作业的机器人，在实际中也有机会看到机器人的展示。今天，说不定机器人就在我们的身过，但这里我们要讨论的是什么是机器人学研究的机器人。 机器人（robot）一词来源下1920年捷克作家卡雷尔. 查培克（Kapel Capek）所编写的戏剧中的人造劳动者，在那里机器人被描写成像奴隶那样进行劳动的机器。 后来作为一种虚构的机械出现在许多作品中，代替人们去完成某些工作。20世纪60年代出现了作为可实用机械的机器人。为了反这种机器人同虚构的机器人及玩具机器人加以区别，称其为工业机器人。 工业机器人的兴起促进了大学及研究所开展机器人的研究。随着计算机的普及，又积极地开展了带有智能的机器人的研究。到70年代，机器人作为工程对象已经被确认，机器人一词也受到公认。目前，机器人学的研究对象已不仅仅是工业机器人了。 即便是实际存在的机器人，也很难把它定义为机器人，而且其定义也随着时代在变化。这里简单地反具有下述性质的机械看作是机器人： 1.代替人进行工作：机器人能像人那样使用工具和机械，因此，数控机床和 汽车不是机器人。 2.有通有性：既可简单地变换所进行的作为，又能按照工作状况的变化相应 地进行工作。一般的玩具机器人不能说有通用性。 3.直接对个界作工作：不仅是像计算机那样进行计算，而且能依据计算结果 对外界结果对外界产生作用。 机器人学把这样定义的机器人作为研究对象。

1.1.2机器人的分类 机器人的分类方法很多，这里我们依据三个有代表性的分类方法列举机器人的种类。 首先，由天机器人要代替人进行作业，因此可根据代替人的哪一个器官来分类： 操作机器人（手）：利用相当于手臂的机械手、相当于手指的手爪来使物体协作。 移动机器人（腿）：虽然已开发出了2足步行和4足步行机器人，但实用的却是用车轮进行移动的机器人。（本文以轮式移动机器人作为研究对象）视觉机器人（眼）：通过外观检查来除掉残次品，观看人的面孔认出是谁。虽然还有使用触觉的机器人，但由于它不是为了操作，所以不能说是触觉机器人。 也还有不仅代替单一器官的机器人，例如进行移动操作，或进行视觉和操作的机器人。 其次，按机器人的应用来分类： 工业机器人：可分为搬送、焊接、装配、喷漆、检查等机器人，主要用于工厂内。 极限作业器人：主要用在人们难以进入的核电站、海底、宇宙空间等进行作为的机器人。也包括建筑、农业机器人等。 娱乐机器人：有弹奏乐器的机器人、舞蹈机器人、宠物机器人等，具有某种程度的通用性。也有适应环境面改变行动的宠物机器人。 最后则是按照基于什么样的信息进行动作来分类： 表1基于动作信息的机器人分类

移动机器人的发展状况及趋势

移动机器人的发展状况及趋势 摘要 移动机器人就具有广泛的应用前景，也是近年来研究的热门课题之一。本文对移动机器人的发展与现状以及移动机器人导航技术的发展状况做了总结与阐述。 1.引言 导航技术在移动机器人的相关技术研究中，是其核心技术，也是其实现其智能化的技术。导航研究的目标就是没有人的干预下使机器人有目的地移动并完成特定任务，进行特定操作。机器人通过装配的信息获取手段，获得外部环境信息，实现自我定位，判定自身状态，规划并执行下一步的动作。机器人及其技术在未来将起到重要作用。展望生产自动化的未来，从使用角度看，生产系统如何才能在与人协调的作业环境中快速高效地生产出高质量、高性能的商品。 2.移动机器人的分类 移动机器人按工作环境来分：室外移动机器人和室内移动机器人。按移动方式分：轮式移动机器人，步行移动机器人，蛇形移动机器人，履带移动机器人，爬行移动机器人。按结构体系结构分：功能式结构机器人，行为式结构机器人，混合式结构机器人。按功能和用途分：医疗机器人，军用机器人，助残机器人，清洁机器人。按作业空间分：陆地移动机器人，水下移动机器人，无人和空军移动机器人 3.移动机器人导航及定位现状 导航和定位是移动机器人发展的两重要问题，移动机器人的导航方式可以分为：基于环境信息的地图模型匹配导航，视觉导航，传感器数据导航。 3.1导航 3.1.1陆标导航 陆标导航是将陆地上的一些特殊景物作为陆标，移动机器人在知道这些陆标坐标形状的前提下通过对陆标的探测确定自己的位置。同时将全场的目标分解为陆标和陆标之间的片段。不断对陆标探测完成导航，根据不同环境可以分为人工路标导航和自然路标导航。人为路标导航是通过对人放置的一些陆标进行识别完成导航，但它容易改变工作环境。自然路标导航不会改变自然环境，是机器人对工作环境中的自然标志进行识别完成那个导航。 3.1.2视觉导航 由于计算机视觉理论及算法的发展，视觉导航成为导航技术中的一个重要发展方向。DeSouza等总结了近20年机器人导航中视觉导航技术的发展状况，包桂秋等也描述了图像技术在机器人导航中的应用，特别是在飞行器包括导弹、飞机等

移动机器人路径规划技术综述

第25卷第7期V ol.25No.7 控制与决策 Control and Decision 2010年7月 Jul.2010移动机器人路径规划技术综述 文章编号:1001-0920(2010)07-0961-07 朱大奇,颜明重 (上海海事大学水下机器人与智能系统实验室，上海201306) 摘要:智能移动机器人路径规划问题一直是机器人研究的核心内容之一.将移动机器人路径规划方法概括为:基于模版匹配路径规划技术、基于人工势场路径规划技术、基于地图构建路径规划技术和基于人工智能的路径规划技术.分别对这几种方法进行总结与评价,最后展望了移动机器人路径规划的未来研究方向. 关键词:移动机器人；路径规划；人工势场；模板匹配；地图构建；神经网络；智能计算 中图分类号:TP18；TP273文献标识码:A Survey on technology of mobile robot path planning ZHU Da-qi,YAN Ming-zhong (Laboratory of Underwater Vehicles and Intelligent Systems，Shanghai Maritime University，Shanghai201306, China．Correspondent：ZHU Da-qi，E-mail：zdq367@https://www.wendangku.net/doc/7c7860961.html,) Abstract:The technology of intelligent mobile robot path planning is one of the most important robot research areas.In this paper the methods of path planning are classi?ed into four classes:Template based,arti?cial potential?eld based,map building based and arti?cial intelligent based approaches.First,the basic theories of the path planning methods are introduced brie?y.Then,the advantages and limitations of the methods are pointed out.Finally,the technology development trends of intelligent mobile robot path planning are given. Key words:Mobile robot；Path planning；Arti?cial potential?eld；Template approach；Map building；Neural network; Intelligent computation 1引言 所谓移动机器人路径规划技术,就是机器人根据自身传感器对环境的感知,自行规划出一条安全的运行路线,同时高效完成作业任务.移动机器人路径规划主要解决3个问题:1)使机器人能从初始点运动到目标点;2)用一定的算法使机器人能绕开障碍物,并且经过某些必须经过的点完成相应的作业任务;3)在完成以上任务的前提下,尽量优化机器人运行轨迹.机器人路径规划技术是智能移动机器人研究的核心内容之一,它起始于20世纪70年代,迄今为止,己有大量的研究成果报道.部分学者从机器人对环境感知的角度,将移动机器人路径规划方法分为3种类型[1]:基于环境模型的规划方法、基于事例学习的规划方法和基于行为的路径规划方法;从机器人路径规划的目标范围看,又可分为全局路径规划和局部路径规划;从规划环境是否随时间变化方面看,还可分为静态路径规划和动态路径规划. 本文从移动机器人路径规划的具体算法与策略上,将移动机器人路径规划技术概括为以下4类:模版匹配路径规划技术、人工势场路径规划技术、地图构建路径规划技术和人工智能路径规划技术.分别对这几种方法进行总结与评价,展望了移动机器人路径规划的未来发展方向. 2模版匹配路径规划技术 模版匹配方法是将机器人当前状态与过去经历相比较,找到最接近的状态,修改这一状态下的路径,便可得到一条新的路径[2,3].即首先利用路径规划所用到的或已产生的信息建立一个模版库,库中的任一模版包含每一次规划的环境信息和路径信息,这些模版可通过特定的索引取得;随后将当前规划任务和环境信息与模版库中的模版进行匹配,以寻找出一 收稿日期:2009-08-30；修回日期:2009-11-18. 基金项目:国家自然科学基金项目(50775136)；高校博士点基金项目(20093121110001)；上海市教委科研创新项目(10ZZ97). 作者简介:朱大奇(1964?),男,安徽安庆人,教授,博士生导师,从事水下机器人可靠性与路径规划等研究；颜明重(1977?),男,福建泉州人,博士生,从事水下机器人路径规划的研究.

机器人路径规划方法的研究进展与趋势

机器人路径规划方法的研究进展与趋势 朱明华,王霄,蔡兰 (江苏大学机械工程学院,江苏镇江212013) 摘要:对机器人路径规划的研究进行了概括和总结,阐述了机器人全局路径规划方法、局部路径规划方法及混合方法的研究现状、特点和主要成果,指出了其今后的发展方向及研究重点。 关键词:机器人;遗传算法;路径规划;粗糙集 中图分类号:T P242 文献标识码:A 文章编号:1001-3881(2006)3-005-4 R esearch P rogress and Future Develop m ent on Path P lanni n g for Robot Z HU M inghua,WANG X iao,CA I Lan (M echanical Eng i n eering Institute,Jiangsu Un i v ersity,Zhenjiang Jiangsu212013,China) Abstrac t:T he research of robo t pa t h plann i ng w as s umm arized,the research sta t us quo,character i stic and ma i n producti on of robo t g l obal path p l ann i ng m ethod,l oca l path p l ann i ng m ethod and hybr i d m ethod were expatiated,its deve l op m ent d irec tions and study f o cus w ere po i nted out. K eyword s:R obot;G enetic a l gor it hm s;P ath p lann i ng;R ough set 路径规划技术是机器人研究领域中的一个重要分支,是机器人导航中最重要的任务之一。蒋新松在文献[1]中为路径规划作出了这样的定义:路径规划是自治式移动机器人的一个重要组成部分,它的任务就是在具有障碍物的环境内按照一定的评价标准,寻找一条从起始状态(包括位置和姿态)到达目标状态(包括位置和姿态)的无碰路径。障碍物在环境中的不同分布情况当然直接影响到规划的路径,而目标位置的确定则是由更高一级的任务分解模块提供的。目前,根据对环境的掌握情况,机器人的路径规划问题可以大致分为二大类:基于环境先验信息的全局路径规划;基于不确定环境的传感器信息的局部路径规划。 1 全局路径规划方法(G lobal Pat h Plann i n g) 依据已获取的全局环境信息,给机器人规划出一条从起点至终点的运动路径。规划路径的精确程度取决于获取环境信息的准确程度。全局路径规划规划方法通常可以寻找最优解,但需要预先知道准确的全局环境信息。通常该方法计算量大,实时性差,不能较好地适应动态非确定环境。基于环境建模的全局路径规划的方法主要有:自由空间法、构型空间法和栅格法等。 1 1 自由空间法(Free Space Approach) 自由空间法采用预先定义的如广义锥形[2]和凸多边形[3]等基本形状构造自由空间,并将自由空间表示为连通图,然后通过搜索连通图来进行路径规划,此方法比较灵活,即使起始点和目标点改变,也不必重构连通图,但是算法的复杂程度与障碍物的多少成正比,且不能保证任何情况下都能获得最短路径。因而该方法仅适用于路径精度要求不高,机器人速度不快的场合。按照划分自由空间方法的不同又可分为:凸区法、三角形法、广义锥法。 1 2 构型空间法 为了简化问题,通常将机器人缩小为一点,将其周围的障碍物按比例相应地进行拓展,使机器人在障碍物空间中能够任意移动而不与障碍物及其边界发生碰撞。目前研究比较成熟的有可视图法[4]和优化算法(如D ijkstra法[5]、A*搜索算法[6]等)。 1 2 1 可视图法(V-G r aph) 通过起始点和目标点及障碍物的顶点在内的一系列点来构造可视图。连接这些点使某点与其周围的某可视点相连,即要求机器人和障碍物各顶点之间、目标点和障碍物各顶点以及各障碍物顶点与顶点之间的连线均不能穿越障碍物,也即直线是可视的。从而搜索最优路径的问题就转化为经过这些可视直线从起始点到目标点的最短距离问题。 1 2 2 优化算法(Optm i ization A l gorit hm) 优化算法可以删除一些不必要的连线以简化可视图,从而缩短搜索时间,求得最短路径。但是,优化算法缺乏灵活性,一旦起点和目标点改变,就必须重构可视图,并且搜索效率也较低。 1 3 栅格法(Grids) 栅格法[7]将机器人的工作环境分解成一系列具有二值信息的网格单元,并假设工作空间中障碍物的位置和大小已知且在机器人运动过程中不会发生变化。用尺寸相同的栅格对机器人的二维工作空间进行规划,栅格大小以机器人自身的尺寸为准。若某一栅格范围内不含任何障碍物,则称此栅格为自由栅格;反之,称为障碍栅格。这样,自由空间和障碍物均可表示为栅格块的集成。栅格的表识方法有两种:直角坐标法和序号法。直角坐标法如图1所示,以栅格阵左上角为坐标原点,水平向右为X轴正方向,竖直向

移动机器人路径规划综述

移动机器人路径规划综述 目录 1 引言 (2) 2 传统路径规划方法 (2) 2.1 自由空间法 (2) 2.2 图搜索法 (3) 2.3 栅格法 (3) 3 智能路径规划方法 (4) 3.1基于模糊逻辑的路径规划 (4) 3.2基于遗传算法的路径规划 (5) 3.3基于神经网络的路径规划 (5) 3.4人工势场法 (5) 3.5基于模糊逻辑与信息融合的路径规划 (6) 4 结论与展望 (6) 参考文献 (7)

1 引言 所谓移动机器人路径规划技术，就是机器人根据自身传感器对环境的感知，自行规划出一条安全的运行路线，同时高效完成作业任务。移动机器人路径规划主要解决3个问题： 1) 使机器人能从初始点运动到目标点； 2) 用一定的算法使机器人能绕开障碍物，并且经过某些必须经过的点完成相应的作业任务； 3) 在完成以上任务的前提下，尽量优化机器人运行轨迹。 机器人路径规划技术是智能移动机器人研究的核心内容之一，它起始于20 世纪70年代，迄今为止，己有大量的研究成果报道[1]。路径规划方法的分类也呈现多样化，可以分为基于地图的全局路径规划方法[2,3]和基于传感器的局部路径规划方法[4]，也可以分为传统路径规划方法[5]与智能路径规划方法[6]。 本文主要按传统路径规划方法与智能路径规划方法进行总结与评价。传统路径规划方法主要包含自由空间法，图搜索法，栅格法等，智能路径规划算法主要包含基于模糊逻辑的路径规划，基于神经网络的路径规划，基于遗传算法的路径规划，人工势场法以及信息融合方法等。 2 传统路径规划方法 2.1 自由空间法 自由空间法[7]应用于移动机器人路径规划，采用预先定义的如广义锥形和凸多边形等基本形状构造自由空间，并将自由空间表示为连通图，通过搜索连通图来进行路径规划。自由空间的构造方法[8]是：从障碍物的一个顶点开始，依次作其它顶点的链接线，删除不必要的链接线，使得链接线与障碍物边界所围成的每一个自由空间都是面积最大的凸多边形；连接各链接线的中点形成的网络图即为机器人可自由运动的路线。其优点是比较灵活，起始点和目标点的改变不会造成连通图的重构，缺点是复杂程度与障碍物的多少成正比，且有时无法获得最短路