移动机器人的发展现状及趋势

目录引言……………………………………………………………………1一、移动机器人的发展现状…………………………………………21.1体系结构自主式移动机器人的复杂性以及当前计算技术的局限性等决定了体系结构是影响机器人性能的主要因素………………21.2信息感知信息感知来源于传感器………………………………21.3移动机器人控制…………………………………………………21.4路径规划…………………………………………………………3二、移动机器人的发展趋势…………………………………………42.1先进的传感技术…………………………………………………52.2高效的信息处理技术……………………………………………52.3多传感器的信息融合技术………………………………………52.4智能方法的发展与完善…………………………………………5三、结论………………………………………………………………5参考文献1移动机器人的发展现状及趋势张志伟18766032885Abstract:Themobilerobotisasetofcontext-aware,dynamicdecision-makingandplanning,behaviorcontrolandenforcementandotherfunctionsintooneintegratedsystem.Itfocusedonthesensortechnology,informationprocessing,electronicengineering,computerengineering,automationcontrolengineeringandartificialintelligence,multi-disciplinaryresearch,representsthehighestachievementofmechatronics,isthescientificandtechnologicaldevelopmentofthemostactiveareas.Withtheconstantlyimprovingperformanceoftherobot,mobilerobotsignificantlyexpandedrangeofapplications,notonlyinindustry,agriculture,healthcare,servicesandotherindustrieswidelyused,butalsoinurbansecurity,defenseandspaceexplorationareasandotherharmfulanddangeroussituationstogetgoodapplication.Therefore,themobilerobottechnologyhasbeenwidespreadconcernaroundtheworld.摘要：智能移动机器人，是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集中了传感器技术、信息处理、电子工程、计算机工程、自动化控制工程以及人工智能等多学科的研究成果，代表机电一体化的最高成就，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、医疗、服务等行业中得到广泛的应用，而且在城市安全、国防和空间探测领域等有害与危险场合得到很好的应用。因此，移动机器人技术已经得到世界各国的普遍关注。关键字移动机器人传感器引言自1961年美国Unimation公司研制出世界上第一台往复式工业机器人以来,机器人的发展经历了三个阶段:第一代示教/再现(Teaching/Playback)机器人,第二代传感控制(Sensorycontrolled)机器人,第三代智能(Inteligent)机器人。机器人以其具有灵活性、提高生产率、改进产品质量、改善劳动条件等优2点而得到广泛应用。但是,目前绝大多数机器人的灵活性,只是就其能够反复编程而言,工作环境相对来说是固定的,所以一般人们称之为操作手(Manipulator)。正如人类活动范围和探索的空间是人类进步的标志一样,机器人的智能同样体现在运动空间的大小上。为了获得更大的独立性,人们也对机器人的灵活性及智能提出更高的要求,要求机器人能够在一定范围内安全运动,完成特定的任务,增强机器人对环境的适应能力。因此,近年来,移动机器人特别是自主式移动机器人成为机器人研究领域的中心之一（1）。一、移动机器人的发展现状1.1体系结构自主式移动机器人的复杂性以及当前计算技术的局限性等决定了体系结构是影响机器人性能的主要因素自主式移动机器人的智能体现为具有感知(Sensing)、决策(Decision-making)和行为(Acting)等基本功能。根据实现这些基本功能的过程的不同,常见的体系结构有三类:分层递阶结构(Hierarchicalarchitechure)、行为系统(Behaviorsystem)和黑板系统(Blackboardsystem)。1.2信息感知信息感知来源于传感器对传感器来说,最主要的两个品质是可靠性和带宽(实时性)。目前自主式移动机器人普遍使用的传感器有:声纳、红外、激光扫描、摄像机和陀螺等。每种传感器各有利弊,于是人们自然想到了取长补短,也即多传感器集成和融合(MultisensorintegrationandFusion),其优点在于提供了信息冗余、互补和适时(Timeliness),从而提高了信息的可靠性。1.3移动机器人控制(1)建模根据所受约束的不同,可以将控制系统分为完整(Holonomic)系统和非完整(Nonholonomic)系统。约束条件能够以位形变量显式代数方程描述的系统,即为完整系统;约速条件为不完全可积的微分方程则为非完整系统。移动机器人是典型的非完整系统。目前,移动机器人普遍使用的运动学模型为基于机器人几何中心或轮轴线中心的时间微分方程,该模型物理意义明确。为避免繁琐的时间微分,E.T.Baumgartner选择了独立变量,建立独立于时间变量的运动学模型,并由此实现了对速度的独立调节。最近,链式(Chainedform)方程和幂式(Powerform)方程用于描述一类非完整系统。该模型虽然描述的是非线性系统,但具有良3好的线性结构,基于此可开环类解耦控制、闭环反馈稳定控制,特别适用于带有拖车的移动机器人（3）。(2)定位(Localization)定位是移动机器人控制中的关键问题,其准确性和精度直接影响规划的实现,从而影响整个系统的性能。定位有静态定位和动态定位之分。静态定位每次将传感器得到的环境信息和环境的先验模型相匹配来定位,计算量大,很难满足实时性要求。最常用的定位方法为推算航行法(Deadreckoning),即依靠内部里程表沿着经过的路径对轮子的旋转进行计量。这种方法简单,容易实现,但由初始位姿误差、运动学模型误差以及运动过程中的不确定扰动(如与地面发生相对滑动)等会引起累积误差,严重影响定位精度,特别对于长距离运动的机器人的影响将是灾难性的。为了克服以上缺点,人们采用动态定位,即将外部传感器获得的信息与推算航行法的信息进行融合,以获取高精度定位。融合方法多用Kalman滤波进行最小方差估计和基于模糊逻辑进行模糊推理。(3)控制及其稳定性移动机器人的控制困难在于机器人平面运动具有三个自由度,即平面位置和方位,而控制只有二个自由度,即两个驱动轮的速度或机器人的平移速度和转动速度。Samson指出,移动机器人开环可控。但不存在光滑的时不变稳定状态反馈。由于开环控制容易受不确定因素的影响,为了获得较强的鲁棒性和对规划出的路径具有良好的跟踪性能,反馈控制方案才是研究者所寻求的。由于移动机器人不存在光滑的时不变稳定状态反馈控制,所以一般采用不连续控制或分段光滑控制实现稳定反馈,控制目的是减少运动自由度或增加控制自由度。各种反馈控制方案虽然解决了作为系统工作必要条件的稳定性问题,但系统要获取良好的性能,还取决于控制律中参数的确定,而所有控制律的参数均很难确定。利用神经网络的学习和容错能力对移动机器人控制和基于规则的模糊控制,避免了控制参数的确定,并增强了系统对参数扰动的鲁棒性（3）。1.4路径规划自主式移动机器人,即能够按照预先给定的任务指令,根据已知的地图信息作出全局的路径规划,并在行进过程中不断感知周围的局部环境信息,自主地作出各种决策,引导自身安全行驶,并执行要求的动作和操作。由此可以看出,全局路径规划和局部避障是移动机器人自主性的核心体现。路径规划为在给定起始点和目标点之间寻求满足一定条件的无碰撞路径。路径规划根据规划时所利用的信息4不同可分为基于模型(Model-based)的规划和基于情形(Case-based)的规划。前者根据已知的环境模型或感知的地图知识作出规划,是目前普遍使用的规划方法;而后者则根据已有的规划知识利用匹配法解决新的规划问题。基于情形的规划适用于较为复杂但相对固定的环境,因为,情形的增加对存储容量提出了更高的要求,并且匹配时计算量大,需要不断地更新情形库,使系统复杂化。基于模型的规划从规划所利用地图知识范围的角度又有全局规划和局部规划之分。全局规划需要完整的环境模型,而局部规划只需要机器人周围的局部信息,主要完成避障任务。基于模型的规划方法主要有物理模拟、拓扑、统计决策、启发式、模糊和神经网络以及遗传算法等。上述的规划方法大多认为机器人具有完备的环境知识,并且假设能对机器人进行精确控制,但实际上这些条件是不能够满足的,因此有必要在规划中考虑不确定因素的影响。Miura对定位误差、控制误差和传感器误差建立分布,运用统计决策理论规划。SUF通过规划路径减小环境、传感器对定位的影响（4）。移动机器人过程如图1.4.1所示图1.4.1二、移动机器人的发展趋势移动机器人技术是传感技术、控制技术、信息处理技术、机械加工技术、电子技术、计算机技术等多门技术的结合。因此对于移动机器人的发展也必然建立在这些技术的高速发展之上的。对于移动机器人导航的研究应该从以下几个方面着手：2.1先进的传感技术红外传感器1红外传感器2译码器主控中心步态选择腿部控制中心1腿部控制中心2腿部控制中心3腿部控制中心45传感器相当于移动机器人的感觉器官，只有先进的传感器技术才能有效的采集环境信息，从而提高导航的效率和准确性。2.2高效的信息处理技术信息处理主要是指对于传感器采集进来的信息进行处理，包括语音识别与理解技术，图像处理与模式识别技术等。由于目前移动机器人的导航大都采用基于视觉或有视觉参与的导航技术，因此计算机视觉和图像处理技术的水平对于移动机器人导航的发展将起到至关重要的作用。2.3多传感器的信息融合技术多传感器的导航方式是移动机器人导航发展的必然趋势。这种多传感器的信息融合技术充分利用了多个传感器的资源，通过对这些传感器及其观测信息的合理支配和利用，把多个传感器在空间或时间上的冗余或互补信息根据一定的准则进行组合，从而获得对被测对象的一致性解释或描述，因此它不但能够提高导航精度，同时也使整个导航系统具有了较高的控制性。2.4智能方法的发展与完善目前在移动机器人导航中，智能方法的应用是一个重要的发展方向。但目前智能算法在机器人导航中的应用范围却受到了很大局限，如神经网络应用往往局限在环境的建模和认知上，例如机器人地图构建。同时由于目前在导航过程中主要采用前馈网络，需要教师信号进行训练，因此难于实现在线应用;模糊逻辑应用于复杂未知动态环境中，模糊规则很难提取，导航的效果也不理想。因此在移动机器人导航中，智能方法还有极大的发展空间。三、结论智能机器人是多学科交叉的产物，集成了运动学与动力学、机械设计与制造、计算机硬件与软件、控制与传感器、模式识别与人工智能等学科领域的先进理论与技术。同时，它又是一类典型的自动化机器，是专用自动机器、数控机器的延伸与发展。当前，社会需求和技术进步都对机器人向智能化发展提出了新的要求。（1）自动化应用领域的扩展对智能机器人及系统提出了新的需求。（2）信