《机器人避障策略研究.ppt》由会员分享，可在线阅读，更多相关《机器人避障策略研究.ppt（25页珍藏版）》请在三一办公上搜索。
1、Amigo机器人避障策略研究,专业：,指导老师：,姓名：,学号：,Contents,4,绪论,1,2,3,5,Amigo移动机器人介绍,常用避障算法简介,基于栅格法的避障策略研究,仿真验证,6,总结与展望,一、绪论,课题来源,一、绪论,一、绪论,介绍Amigo机器人的硬件配置、软件系统以及客户端操作平台和人机通讯方式,介绍移动机器人避障的常用算法并比较各自的优缺点,以栅格搜索法的避障算法为重点，分析Amigo机器人的避障实现过程,首先,其次,再次,课题研究主要内容,最后,借助仿真软件进行仿真，验证算法的可行性，并总结不足和可以改进的地方,二、Amigo移动机器人介绍,硬件系统,1.底盘采用三轮
2、结构：一个万向轮，仅起支撑作用，不起导向作用；两个驱动轮则位于车体两侧，采用PWM控制,2.内嵌SH2微控制器，负责底层数据处理和命令执行，如获取传感器信息，小车位置信息等等,3.配备有8个声呐测距装置，负责采集周围环境信息，将数据传给微处理器处理,4.其上安装有无线接收与发送模块，通过此模块可以与电脑实现实时通讯,二、Amigo移动机器人介绍,软件系统,1.ARIA：这是为Mobile Robots开发的，面向对象的，用于机器人控制的应用程序接口系统，其他程序都是以ARIA为基础的,2.ARNL：这是用于Mobile Robots机器人平台定位及自主导航的软件开发包,3.MobileSim：
3、这是移动机器人的仿真软件，包含机器人以及周围环境模型，可以加载地图，获取传感器数据信息,4.Mapper3：是地图绘制软件，他可以把激光测距仪获得的信息自动生成地图，也可以让用户自己手动绘制地图，手动绘制的地图也可以直接加载在MobileSim中,二、Amigo移动机器人介绍,人机通讯,Amigo机器人与计算机系统连接方式主要有三种：一是通过串行口建立连接，该方法连接简单，只需要一条串口连接线，即可实现机器人与计算机系统连接，但受到串口线的限制，计算机对机器人控制不方便；二是通过无线网络建立连接，机器人和计算机之间需要借助无线路由器建立连接，进而可实现对机器人的远程控制，该方法应用较多；三是车
4、载计算机系统，机器人配备嵌入式计算机主板，该主板具有常规的键盘、鼠标、显示器接口，具有0/100M自适应网卡，具有4个COM口，2个USB口，在PC104/PC104+扩展总线。车载计算机通过COM1口与控制器连接，直接实现数据通信。这里，我们用第二种连接方式。,三、常用避障算法简介,1.基于几何构造的避障算法,2.基于栅格划分的避障算法,3.基于逻辑推理的避障算法,4.基于模糊控制的避障算法,5.基于神经网络的避障算法,6.基于人工势场的避障算法,三、常用避障算法简介,1.基于几何构造的避障算法,我们可以连接起始点和障碍物的顶点，再连接障碍物的顶点和目标点，障碍物的不同顶点对应了不同的路径，
5、从这些有限的路径中选出的最短路径就是我们要求的最优路径。这种算法比较简单，但功能单一，不能在动态未知地图条件下实现避障。,三、常用避障算法简介,2.基于栅格划分的避障算法,建立一个环境坐标系来描述机器人的环境，在这个坐标系中，二维笛卡尔栅格不断被机器人传感器采样环境所更新，环境坐标是绝对地表示环境，并在一定的实时区域、一定时间内保持坐标原点的固定，但在局部区域内完成了移动后，再基于目前行驶点和下个目标点重新建立机器人的环境地图。,三、常用避障算法简介,3.基于逻辑推理的避障算法,算法步骤如下：1）定义一个状态集，该集合反映机器人通过传感器测得的当前状态。2）定义一个行为集，该集合反映机器人当前
6、可以采取的动作。3）确定从状态到行为的映射关系。,三、常用避障算法简介,4.基于模糊控制的避障算法,在基于逻辑推理的路径规划方法基础进行改进：1）传感器的一次测量值与多个状态对应，每个状态有一个隶属度对应。2）根据模糊推理结果确定行为。引入隶属度的概念可以明显的减少传感器测得的状态个数。模糊控制就相当于是在逻辑推理的基础之上，改进了缩小状态集的方法，从而让移动机器人在移动过程中的自主性更加明确。,三、常用避障算法简介,5.基于神经网络的避障算法,1）先将问题转化为优化问题。2）用神经网络表示惩罚函数。3）推导出相应的反向传播算法用于神经网络的训练。将避障或者说是路径规划问题转化为最优化问题，地
7、图上的障碍物即为问题的约束条件，再用神经网络引入惩罚函数，这样就将有约束条件的最优化问题转化为无约束优化问题。,三、常用避障算法简介,6.基于人工势场的避障算法,障碍物对机器人施加排斥力，目标点对机器人施加吸引力，排斥力和吸引力的合力形成势场，机器人移动就像球从山上滚下来一样，移动机器人在合力作用下向目标点移动。应用势场法规划出来的路径一般是比较平滑并且安全。,四、基于栅格法的避障策略研究,概率的计算,算法流程,第四章主要有以下几个部分的内容,用栅格法划分地图,四、基于栅格法的避障策略研究,用栅格法划分地图,在进行避障和路径规划时，采用栅格为基本单位表示环境信息。按照机器人及其有限的活动场地大
8、小进行栅格的定义和场地的栅格划分。图中具有黑色方块的栅格表示有障碍物,四、基于栅格法的避障策略研究,概率的计算,下一步可以有八个方位进行搜索，即：东、南、西、北、东北、西北、东南、西南 在不同的方向上加上关联程度a：黑色区域的方向，a=0白色区域的方向，a=1根据具体地图环境，给不同的方向附上权值,某个方向的概率：这个方向的权值比上所有方向权值的和,四、基于栅格法的避障策略研究,算法流程,将搜索过程分为m组，每一组会得到n条可行路径。m代表从起始点到目标点所经过的栅格总数，每走一步，m就加一；n为每组中所有的可行路径，这些可行路径都是从当前起点到目标点的路径每条可行路径，都是通过一步步计算每个
9、可行方向的概率而得到的,四、基于栅格法的避障策略研究,选择经过栅格个数最少的一条为最优避障路径，并走到下一个栅格。m=0+1,首先计算各个方向的概率，确定由起始点到目标点的所有可避障路径。m=0,到达下一个栅格后，重新将目前已到达的栅格作为新的一个起始点，计算出新的起始点到目标点的最优路径,每走一步都更新地图信息，这会让移动机器人最终所走的路径更趋于最优避障路径,五、仿真验证,图中，红色小点代表移动机器人Amigo，浅黄色的矩形块代表障碍物。起始点为图左下角标有“start”的点，目标点为图靠上部的地方，标有“Goal”的点。程序执行前，机器人停在起始点,五、仿真验证,执行程序让机器人开始移动，栅格搜索法已为移动机器人计算出一条实现避开障碍物的最优路径,五、仿真验证,让移动机器人继续移动，每走一步最优路径会更新，避障效果更好。当然由于地图简单，路径改变不明显。从仿真结果可以看出，栅格搜索算法成功地完成了机器人避障所要求的任务。,六、总结与展望,本次研究所用的算法只能实现在静态环境中的避障，不能够实现动态避障，即障碍物时静止的。因为所用栅格法，第一步就要求对所给地图划分栅格，相应的障碍物的位置和形状早已为给定。在硬件方面，我们可以用更高级的测距仪器实现避障，如：激光测距仪在算法方面，我们可以用第三章所列举的高级编程思想，来实现避障,Thank You!,
