基于分布式视觉的移动机器人全局导航技术研究.doc

1、河北工业大学硕士学位论文基于分布式视觉的移动机器人全局导航技术研究姓名：武锁平申请学位级别：硕士专业：机械工程指导教师：李铁军;霍建平20071101基于分布式视觉的移动机器人全局导航技术研究 RESEARCH OF THE MOBILE ROBOT GLOBAL NAVIGATION TECHNOLOGY BASED ON DISTRIBUTED VISION SYSTEM ABSTRACT As the robot application range extends constantly, its working condition is getting more and more com

2、plex, which is always unknown, dynamic and unstructured. So, it is a new challenge for robot to fulfill a mission in real time under these environments. The idea of mobile robot global navigation control based on distributed vision system is put forward according to a survey of the research on mobil

3、e robot navigation technology, and a summary of the shortage in local vision-based navigation: it is difficult to acquire adequate visual information from proper view point; it is difficult to acquire and maintain a consistent model of a wide dynamic environment. A mobile robot global navigation exp

4、eriment system under a fixed area in the unstructured and dynamic environment is built. The main contents of this dissertation are as follows: An autonomous global navigation experiment system (AGNES) is well developed which can applied to mobile robot behavior control, distributed vision-based glob

5、al navigation and other correlative research domains. The system consists of a mobile robot (RIRA-II ROBOT), a distributed vision system and a set of communication system. The study on configuration and work principle of distributed vision system(DVS) is carried out. The global image of robots worki

6、ng environment is obtained by mosaicing the images acquired by the vision agents; The search for global path is achieved according as the given restriction after quadtree environment mode building; A global path from the start point to end point is obtained by utilizing cubic spline curve to math th

7、e searched path line; The DVS decompounds the planned path and distributes them to correlative vision agents. The vision agents can control a mobile robot to fulfill the given mission by corresponding mechanism. The study on mobile robot dynamic obstacles avoiding strategy in global navigation is ca

8、rried out. Something that appeared on the path planned by DVS is regarded as dynamic obstacles which are classified into 3 kinds: passengers, motorial obstacles and static obstacles. The robot can distinguish the above dynamic obstacles by using the information of ultrasonic detecting system, human

9、detecting module and active vision system. The robot can avoid the dynamic obstacles appeared in global navigation using different obstacle avoiding strategy. The research on DVS-based mobile robot path tracking is carried out. A fuzzy path tracking control method based on fixed-step preview point i

10、s adopted. In this method, controlling the motion of mobile robot is simplified to control rotation about its instant center. The fuzzy controller has two input parameters: one is the distance error between the current robots position and the desired current position on the path; the other is angle

11、error between the bearing of robots current position and the bearing of robots predictive position on the desired path in next control cycle. The output of the fuzzy controller is the rotation angular velocity of the robot.The modularized distributed control system architecture based on multi-proces

12、sor with parallel communication and the design and manufacture methods of DVS in AGNES show the characteristics of practicability and expansibility in intelligent robot research. KEY WORDS: mobile robot, distributed vision system, global navigation control, path tracing ii河北工业大学工程硕士学位论文 1第一章 绪 论 1-1

13、引 言 移动机器人是机器人学中的一个重要分支，其研究工作始于20世纪60年代末期。其中自主式移动机器人属于智能机器人范畴，它集人工智能、智能控制、信息处理、图像处理、检测与转换等专业技术为一体，跨计算机、自动控制、机械、电子等多个学科 1。智能移动机器人一类能通过传感器感知 环境和自身的状态，实现在有障碍物的环境中面向目标的自主运动，从而完成移动作业能力的机器人系统2。 随着机器人技术的不断发展，移动机器人的应用范围不断拓展，功能不断提高，不仅在工业、国防、服务等行业中得到广泛的应用，而且在野外作业以及在有害、危险环境作业中的应用也得到世界各国的高度重视。目前，由于移 动机器人具有更大的使用灵

14、活性已使其成为机器人技术研究的一个热点。 导航技术是移动机器人的重点研究方向，也是移动机器人实现完全自主的关键环节。导航是指移动机器人通过传感器感知环境和自身状态，实现在有障碍物的环境中面向目标的主动运动。移动机器人导航技术涉及的基础和重要内容为传感技术。传感技术研究重点是如何实时准确地获取周围环境信息，为移动机器人自主决策提供依据。由于移动机器人工作环境的复杂性、自身状态的不确定性和单一传感器只能获得环境部分信息的局限性，仅仅依靠单种传感器难以完成机器人对外部环境的感知。为了提高移动机器人在复杂、动态及不确定性环境下的自主性，机器人通常安装用于导航需要的视觉系统、磁罗盘、GPS、陀螺仪 、超

15、声波、红外线、激光等多种 传感器来完整、准确地反映 环境特征。 随着视觉导航研究的深入以及半导体技术、计算机技术等相关技术的发展，视觉导航正被越来越多地应用到机器人导航的实践中。无论是单目视觉导航系统还是双目或三目视觉导航系统，目前国内外应用最多的还是采用在机器人上安装车载摄像机的视觉导航方式，然而车载视觉导航技术中存在着从固定视角获得丰富环境视觉信息能力与获取和维护大范围动态环境模型能力差等问题。分布式视觉系统的出现，可以有效地解决车载摄像机导航方式存在的有效视野有限、全局路径规划困难、不易改造和维护等缺点。 1-2移动机器人导航技术 移动机器人导航（Mobile Robot Navigat

16、ion）是指在具有障碍物的环境中，按时间最优、路径最短或能耗最低等约束条件，实现从起始位置到指定目标位置的无碰撞运动2。 在自主式移动机器人相关技术的研究中，导航技术是其研究核心，也是移动机器人实现智能化及完全自主的关键技术。移 动机器人的导航研究实质是如何解决以下三个问题3：（1）“我现在在何处？”，（2）“我要往何处去？”，（3）“我要如何到该处去？”。 因此，移动机器人要想 实现自主导航，必 须具备以下能力： （1）能实现基本的趋向目标功能，如到达给定目标或者跟踪指定目标； （2）能对非预见性事件做出实时反应，如躲避一个突然出现的障碍物； （3）能创建、 维护和使用环境地图； （4）通过

17、学习得到障碍物在地图中的位置之后能可靠避开该障碍物； （5）能识别三维地形，并能改变其力矩以适应不同的地形； 基于分布式视觉的移动机器人全局导航技术研究 2 （6）具有规划制定能力，如制定一个能避开环境中的陷阱且能完成特定目标的规划。 目前，国内外研究学者对移动机器人导航技术的研究已取得了大量的成果，但还有很多关键理论和技术问题有待解决和完善。 移动机器人的导航方式有多种，目前尚无统一的分类标准。一般根据环境信息的完整程度、导航指示信号类型、 导航地域等因素的不同，可将 导航分为地磁导航、航迹推算导航、 惯性导航、基于地 图导航、主动信标导 航、路 标导 航、GPS导航、视觉导 航和其它方式导

18、航。 1-2-1 地磁导航 地磁导航是目前自动导引车（Automated Guided Vehicle, AGV）的主要导航方式。AGV是移动机器人中的一种，同时AGV也是自动化物流运输系统柔性生产组织系统的核心关键设备。这种导航方式要在AGV运行路径上埋入导线，在导线上通以交变电流，在导线周围产生磁场。AGV上左右对称安装了两个磁传感器，用于 检测磁场强度，引 导车辆沿所埋设的导线行驶。这种导航方式在AGV中广泛应用并已经十分成熟，可靠性非常高。但其成本高，传感器发射和反射装置的安装复杂，位置计算也复杂，改造和维护非常困难。AGV缺乏柔性，在原有路径上放置一个障碍物，该AGV就无法完成简单的

19、避障动作4。 1-2-2航迹推算导航 航迹推算导航（Dead-Reckoning Navigation）是典型的独立导航方式，常用检测设备包括罗盘仪、速率仪、里程 仪、 转速计 。这些传感设备能够测量出正在行驶车辆的旅行距离、速度和方位，在短时间内这些传感器的精度较高，由于车轮与地面存在打滑现象，产生的累积误差随路径的增加而增大，定位误差会逐渐累积，引起更大的误差。 这就需要在此基础上再采用另外一些附加措施，来周期性地纠正机器人的位置误差5,6。 1-2-3惯性导航 惯性导航系统（Inertial Navigation System, INS）主要是由惯性测量装置（加速度计和陀螺仪）、计算机和

20、稳定平台组成。由陀螺仪和加速度计测量运动载体相对于惯性空间的角速度和线加速度，通过计算机进行导航解算，从而获得运动载体相对某一基准的导航参数。INS具有在高速率下捕捉数据的能力，且精度很高，但是如果时间较长，精度 则降低。 为提高绝对精度，就需要增加另外的 传感器作为辅助。由于其定位误差随时间的延续不断增大，即误差积累、漂移大。同时惯性导航设备昂贵，也限制了它们的使用7。例如，用在飞 行器的高精度陀螺仪，价格高的惊人。目前已研制出了更高精度的光纤陀螺仪，然而它的价格有所下降，这为机器人导航提供了一个诱人的解决方案8。 1-2-4地图导航 基于地图导航（Map-Based Navigation）

21、9是机器人通过自身的各种传感器，探测周围环境，利用感知到的局部环境信息进行局部地图构造，并与其内部事先存储的完整地图进行匹配。如两模型相互匹配，机器人可确定自身的位置，并根据预先规划的一条全局路线，采用路径跟踪和避障技术，实现导航。它涉及环境地图模型建造和模型匹配两大技术。在导航中用到的地图包括几何地图和拓扑地图两种。几何地图在一个全局坐标系里描述世界模型；拓扑地图用节点和弧组成的网络描述世界模型。 1-2-5主动信标导航 主动信标导航（Active Beacon Navigation）常用的三角测量法是通过计算机器人与其在同一点所探测到的三个主动信标之间的三角几何关系，以确定机器人在工作环境

22、中的坐标。信标定位可获得较高的定位精度且计算量小，是普遍采用的定位方法。但该方法需要对环境作一些改造，而且信标必须安装在机器人能“看到”的位置上，在实际应用中还存在一定的局限性。常用的主动信标：超声信标10、红外信标11等。 河北工业大学工程硕士学位论文 31-2-6路标导航 路标导航（Landmark Navigation）是事先将环境中的一些特殊景物作为路标，机器人在知道这些路标在环境中的坐标、形状等特征的前提下，通过对路标的探测来确定自身的位置。同时将全局路线分解成为路标与路标间的片段，不断地对路标探测来完成导航。根据路标的不同，可分为人工路标导航和自然路标导航。人工路 标导航12是机器

23、人通过对人为放置的特殊标志的识别实现导航，虽然比较容易实现，但它人为 地改变了机器人工作的环境。自然路标导航不改变工作环境，是机器人通过对工作环境中的自然特征的识别完成导航，但路标探测的稳定性和鲁棒性是研究的主要问题13。 1-2-7全球卫星定位导航 全球卫星定位导航（Global Positioning System，GPS）是一个由24颗人造卫星星群和它们的基站构成的全球无线定位导航系统。导航系统通过安装在车辆上的GPS接收机，可以全天候地提供车辆的三维位置、三 维速度以及时间等导航信息。 目前，GPS导 航的研究日趋增多1416。然而，GPS信息的精度会受到视野中卫星的几何分布状况、星历

24、误差、时钟误 差、 传 播误差、多路径误差以及接收机噪声等诸多因素的影响；同时，其可靠性会受到高大的树木、山坡以及建筑物等因素影响。通常会采用组合导航方式或改进信息处理算法来提高GPS的精度和可靠性。 1-2-8视觉导航 由于计算机视觉理论及算法的发展，视觉导航（Vision-Based Navigation）成为导航技术中的一个重要发展方向。 视觉导航是利用视觉系统为移动机器人提供它所在环境的外部信息，使机器人能自主地规划它的行进路线，回避障碍物，安全到达目的地，并完成指定的工作任务。 1-2-9其它导航技术 主要是基于感知器的导航，如基于声纳导航1721、基于激光雷达导航2225、味觉导航

25、26,27等。 虽然导航方式根据自身特点可分为以上几种，但在实际应用中移动机器人往往要采用组合式导航，即采用上述两种或两种以上的方式共同实现移动机器人的导航控制。例如漫游者（Rover）在火星上的导航方式就是采用了基于无线电、航迹推算和基于视觉的组合导航方式28。 1-3移动机器人视觉导航技术 机器人视觉技术的主要任务是为机器人建造视觉系统。如同人类视觉系统的作用一样，机器人视觉系统将赋予机器人一种高级感觉机构，使得机器人能以智能和灵活的方式对其周围的环境做出反应。由于对机器人系统应用领域不断提出更高的要求，机器人视觉将越来越超复杂。 由诸多研究表明，机器人视觉具有信号探测范围宽、获取信息完整

26、等优点，视觉导航将成为未来移动机器人导航的一个主要发展方向。 1-3-1移动机器人视觉导航技术分类 随着视觉导航研究的深入以及半导体技术、计算机技术等相关技术的发展，视觉导航正被越来越多地应用到机器人导航的实践中。 根据视觉系统使用的摄像机数目，视觉导航系统可分为单目视觉导航、双目视觉导航、三目视觉和多目视觉导航（分布式视觉导航系统）。 根据移动机器人所处环境的不同，可分为室内导航系统和室外导航系统。 基于分布式视觉的移动机器人全局导航技术研究 1-3-1-1单目视觉导航系统 单目视觉导航系统在室内和室外导航都有应用。文献2930利用单目视觉实现了室内移动机器人导航；文献31,32利用单目全向

27、视觉完成了对移动机器人室内视觉导航；Vijay Subramanian25利用激光雷达和单目视觉系统为柑橘林里的农业机器人进行导航。 1-3-1-2双目与三目视觉导航系统 Kiyosumi Kidono33等人提出了一种根据引导人员经验实现的移动机器人自主视觉导航系统。在该导航系统中，首先由操作人员通过遥控引导机器人向目标前进。在机器人运动过程中，机器人根据双目立体视觉“观察”到的信息构建地图，地图构建完成后，机器人自动计算出一条到达目标的最短路径并可以沿该路径到达指定目标。 吴东晖34利用一台彩色摄像机和两台黑白摄像机构建了三目视觉立体系统，实现了在具有简单场景的结构化室外场景下基于边缘线段

28、匹配的障碍物检测，也取得了比较好的效果。该方法成功应用的前提是具有稳定的、 规则的特征信息，这对于一般道路条件下的场景是不一定适用的。 Min Young Kim和Hyungsuck Cho设计了一套基于激光结构光的主动3D感知系统用于对移动机器人进行室内导航控制35。该主动3D形状感知系统由一个多条光激光发生器和两台摄像机组成，激光发生器和两台摄像机呈三角形方式配置安装，其原型概念如图1.1所示。在该系统中，将激光发生器建模成一个虚拟的摄像机，利用三个摄像机之间的约束关系，通过在两个真实摄像机中获得的图像信息，完成特征直线对的匹配。 该系统可以只通过采集一次图像，便可提取场景中被测物体的3D

29、信息。 ObjectDistorted patternFloorCamera 1Laser patternprojectorCamera 2a) 侧视图 b) 后视图 图1.1 3D表面形状感知系统概念35Fig.1.1 Concept of a 3D surface profile sensing system35 1-3-2分布式视觉系统 无论是单目视觉导航系统还是双目或三目视觉导航系统，目前国内外应用最多的还是采用在机器人上安装车载摄像机的视觉导航方式。 这种视觉导航是基于路标或地图模型匹配的局部视觉导航方式。例如：在路面上铺设白色条带作为路标来标识机器人的行驶路径，利用条带的不同形状或

30、不同个数来控制机器人前进、后退、加速、减速、转弯和停车。其 优点是摄像机获取的路面图像是二维信息，识别过程仅需完成对路径的边缘检测，提高了图像识别的速度。 基于车载视觉导航方式具有如下缺点： （1） 从固定视角获取环境丰富视觉信息能力差； （2） 很难获取和维护大范围动态环境的可靠模型； （3） 需要在机器人工作区域内铺设行走路径等各种路标，机器人只能按固定路径行走，不能灵活改变路径自由行走； （4） 改造和维护困难； （5） 所有的计算设备和传感器都装载在机器人车体上，图像识别、路径规划等高层决策都由车载计算机完成， 车载计算机的工作量较大，延 迟问题较为明显。 为提高导航系统的实时性和导航

31、精度，仍需研究更加合理的视觉导航方式。分布式视觉系统的出现，可以有效地解决车载摄像机导航方式存在的有效视野有限、全局路径规划困难、不易改造和维护等缺点。 4 河北工业大学工程硕士学位论文 分布式视觉系统由多个摄像机组成，每个摄像机拥有自己独立的运算处理功能并且彼此之间通过网络可以相互通讯。系 统中的摄像机被称为“视觉智能体”（Vision Agent, VA），这些视觉智能体可以为视觉导航移动机器人提供丰富的视觉信息。视觉智能体分布安装于移动机器人的工作环境中。通过视觉智能体之间的协调与协作完成对移动机器人的监控与导航。 Hiroshi Ishiguro36提出的利用16个视觉智能体组成的分布

32、式视觉系统结构如图1.2所示。 Vision AgentComputer NetworkWireless CommunicationMobile Robot图1.2 分布式视觉系统36Fig.1.2 Distributed Vision System36基于上述分布式视觉系统，Hiroshi Ishiguro实现了对移动机器人的轨迹导航控制。 机器人导航控制过程如下： 首先，由操作人员通过手动控制机器人以示教方式为DVS提供任务信息（只是一些任务实例并非任务模型和行为模型），例如遥控机器人在DVS所覆盖视野中按一定路径运动。单个VA在其视野中使用简单的图像处理技术对机器人进行跟踪。 之后，DV

33、S将 获得示教路径分解成若干个子路径分配给每个VA，每个VA保持和记忆与其相应的路径。最后通过 系统中的VA之间的通信协调，完成对单个移动机器人的导航控制。 Takushi Sogo等人37利用上述方法，用一个机器人进行示教，DVS根据示教所获得的路径实现了对两个机器人的路径导航控制（VA利用红色和黑色区分两个机器人），如图1.3所示。 图1.3 分布视觉系统对机器人导航37Fig.1.3 Robots navigated by the DVS37文献38,39提出了一种协作分布式视觉（Cooperative Distributed Vision, CDV）系统，用于对多运动目标实时跟踪， 结

34、构如图1.4所示。 该系统由一组主动视觉智能体（Active Vision Agents, AVAs）构成，每个AVA是一台主动摄像机和一台计算机的逻辑模型，计算机通过网络进行通讯。所有的AVA通过彼此之间交换目标信息实现协作跟踪目标。利用 这种协作跟踪功能，CDV可以在一个复杂的动态真实环境中实现对多运动目标的持续跟踪。 5基于分布式视觉的移动机器人全局导航技术研究 图1.4 协作分布式视觉系统40Fig.1.4 Cooperative distributed vision system40文献40提出了一种用于异构移动机器人团队的协作分布式视觉系统。在该分布式视觉系统中，每个机器人安装了两

35、台异构摄像机，一台远景摄像机（Perspective Camera）和一台全向摄像机（Omnidirectional Camera），每台摄像机都构成一个视觉智能体。系统对所有视觉智能体的图像信息进行融合来构建环境模型，利用环境模型可以监视环境状态或对机器人进行导航。图1.5为异构机器人团队。 图1.5 异构机器人团队40Fig.1.5 The team of heterogeneous robots40文献41提出了一种用于异构多移动机器人团队的全向分布式视觉系统，在多机器人团队中，利用该视觉系统可以共享移动目标的信息并实现协作跟踪运动目标。每个机器人将自己获取的环境信息以广播形式发给其它机

36、器人，同时机器人融合自身获取的和从其它机器人获取的信息来建立自己的“视觉世界”，这种方式大大增 强了单个视觉传感器的检测能力。 文献42利用全向摄像头构建了DVS，用于室内环境对移动机器人进行定位。通过比较机器人获取当前的图像和DVS获取的当前图像进行比较来完成对移动机器人的定位。 文献43提出了一个由若干全向视觉智能体（Omnidirectional Vision Agent, OVA）组成全向分布式视觉系统（Omnidirectional Distributed Vision System, ODVS），该系统可以在不对摄像机标定和不给出机器人控制规则情况下，通过学习机制来实现移动机器人室

37、内导航。在第一个OVA利用强化学习获得机器人的控制参数后，将参数利用通讯网络传至其它OVA，其它OVA根据自身参数再进一步学习。学习完成，ODVS 便可以完成对移动机器人的导航控制。实验照片见图1.6。 6 河北工业大学工程硕士学位论文 a) 整个实验系统 b) 全向摄像机采集的图像 图1.6 ODVS实验43Fig.1.6 The experiment of ODVS43国内目前对分布式视觉系统研究报道尚不多见。周庆瑞等44设计了一种用于足球机器人的全方位多尺度分布式视觉系统，实现了多个摄像机图像采集和处理的并行工作。段勇等45设计了一种自主足球机器人分布式视觉结构，其中图像采集和底层处理由

38、DSP图像处理系统完成，然后通过串口将处理结果发送给嵌入式计算机系统完成进一步处理得到空间位置信息以及机器人自定位信息。文献46进行了自主式移动机器人分布式视觉组合导航基础研究，其主要研究对象是对全局摄像机的标定技术，并进行了基于彩色图像的全局视觉移动机器人定位试验研究。 上述的文献资料研究对象主要集中在分布式视觉系统中视觉智能体的通讯、协作问题，并没有对移动机器人的全局路径进行规划研究。作者将对分布式视觉系统中移动机器人全局路径规划及导航问题展开全面的研究，利用分布式视觉系统实现对移动机器人全局路径规划，实现对移动机器人全局导航控制。 1-4 课题研究意义 移动机器人技术在经过几十年的发展过

39、程之后，已经取得很大进展，并且成为新兴且快速成长的行业。移动机器人首先被广泛应用于制造业，特 别是汽车制造业、飞机制造业、家用 电器及机械加工等行业。随着机器人技术的发展和人类活动领域的不断扩大，移动机器人的应用领域不断地拓宽，从制造领域向非制造领域发展，如海洋开发、宇宙探 测、采掘、建筑、医疗、农林业、服务、娱乐等行业都提出自动化和机器人化的要求。 人们期望机器人能在许多人类不能及的区域来代替人类完成更复杂的任务。因此，研究与开发一个集环境感知、 动态决策与规划、行 为控制与执行等多种功能于一体的移动机器人的综合控制系统，势在必行。 根据统计，人 类所接受的信息80%以上来自视觉，视觉为人类

40、提供了关于周围环境最详细、可靠的信息。视觉传 感的优点在于具有很高的空间和灰度分辨率，其探测的范围广、精度高，能 够获取场景中绝大部分信息，而且，随着光学和半导体技术的进步，CCD摄像机的价格己经大幅度降低，甚至接近于超声测距传感器。因此，研究基于 视觉的移动机器人行为控制技术具有广泛的理论和现实意义。 国内外对于已经实现的基于视觉导航的自主移动机器人，应用最多的还是采用在机器人上安装车载摄像机的车载视觉的局部导航方式。然而， 这种局部导航方式存在如下缺点：从固定视角获得环境丰富视觉信息能力差、获取和维护大范围动态环境的可靠模型能力差；需要在机器人工作区域内铺设行走路径等各种路标，机器人只能按

41、固定路径行走，不能灵活改变路径自由行走，改造和维护困难；所有的计算设备和传感器都装载在机器人车体上，图像识别、路径规划等高层决策都由车载计算机完成，车载计算机的工作量较大，延 迟问题较为明显，机器人动作不灵活。分布式全局视觉为自主移动机器人提供其自身及其周围环境的实时的、具体的、生 动的信息。使移 动机器人不仅了解其运行环境的状况，同时能7基于分布式视觉的移动机器人全局导航技术研究 8 及时获取自身所在环境的位置和姿态信息。同时分布式视觉系统将繁重的视觉系统处理任务从移动机器人本体上转移到上位控制计算机上，避免了移动机器人携带复杂的计算机设备，减轻了移动机器人的自重，使其动作更加 轻快便捷。分

42、布式视觉的应用， 还有利于用户对机器人的监控，同 时也便于实现多机器人协调管理与控制。 为此，作者提出了基于分布式视觉移动机器人全局导航控制方法，目的是能够有效提高移动机器人在固定区域的非结构化动态环境中的自主性、灵活性，增强移动机器人的环境适应能力。例如，在生产车间的巡视机器人、 仓储车间搬运机器人、医院的医疗服务机器人、核化污染处理机器人等需要自主、灵活的导航控制技术。因此，本文的研究具有重要的理论价值和现实意义。 1-5本文主要研究内容 本文将进行如下主要内容研究： （1）开发研制移动机器人全局导航控制实验系统，为基于分布式视觉的移动机器人全局导航控制技术研究提供一个可靠的开放的实验平台

43、。 （2）对自主移动机器人的控制体系结构进行研究，使模块化结构具有易于开发、维护及系统升级和功能扩展等特点，保证移动机器人更容易适应复杂的、动态的、非结构的未知工作环境。同时，在保证功能实现的前提下，尽量减少系统硬件成本。 （3）对分布式视觉系统的组成及工作原理进行研究。主要解决基于分布式视觉的全局路径规划、任务分解以及如何利用一种协调机制解决分布式视觉智能体对移动机器人控制权竞争的问题，从而实现基于分布式视觉的移动机器人在固定区域非结构化动态环境中的自主导航控制。 （4）对基于分布式视觉的移动机器人路径跟踪控制进行研究。选择合理的自主移动机器人运动学模型，并设计 一个鲁棒的路径跟踪控制器，实

44、现在分布式全局视觉下对全局路径的平滑跟踪，完成全局导航任务。 河北工业大学工程硕士学位论文 9第二章 移动机器人全局导航控制实验系统设计 2-1引 言 研究与开发集丰富环境感知能力、自主动态决策与规划、行为控制与执行等多种功能于一体的移动机器人的综合控制系统，对未知环境中移动机器人导航控制理论与方法的研究至关重要4749。 移动机器人的控制系统结构分为集中控制、分层递阶控制和分布式控制50。早期的机器人控制常用集中控制，利用一台功能较强的计算机完成对机器人的全部控制功能；分层递阶控制遵循IPDI（Increasing Precision with Decreasing Intelligence

45、）原理，有组织级、协调级和执行级构成。 智能机器人的控制对象及功能比较多，采用分布式控制系统（Distributed Control System, DCS）是比较理想的实现方案。分布式体系结构是多智能体技术在移动机器人研究领域的应用。在DCS中，控制功能在下位机分散，各下位机并行工作，可大大提高整个控制系统实时性、鲁棒性及控制能力。DCS具有明显优点：集中监控和管理，使管理更能综合化和系统化；采用分散控制，可使各功能模块的设计、软硬件调试和维护独立，可靠性提高，成本降低。 本章采用了一种基于模块化并行通信的多微处理器的移动机器人分布式控制体系结构，并将其应用于RIRA-II ROBOT硬件体

46、系结构设计。在此基础上，研制出一套移动机器人全局导航控制实验系统（Autonomous Gobal Navigation Experimental System, AGNES），可用于移动机器人的行为控制和基于分布式视觉全局导航控制等相关技术的研究。 2-2 AGNES总体结构 鉴于AGNES的研究目标，提出如下总体设计要求： （1）机器人动作灵活，控制方便； （2）采用模块化设计； （3）应具有较丰富的环境感知能力，以便对机器人的行为控制进行更全面的研究； （4）在保证功能实现的前提下，尽量减少系统硬件成本； 基于上述设计要求研发的AGNES由移动机器人（RIRA-II ROBOT）、分布式

47、视觉系统（Distributed Vision System，DVS）和无线通信系统组成。 AGNES总体结构如图2.1所示。 AGNES具有如下功能： （1）RIRA-II ROBOT具有漫游、避障、跟 墙走、过窄通道、解死 锁等自主行为。 （2）利用DVS为移动机器人进行静态全局路径规划，并控制机器人实现全局导航，完成指定任务。 2-3 AGNES硬件系统设计 AGNES由RIRA-II ROBOT、分布式视觉系统和无线通信系统组成，其硬件组成如图2.2所示。 AGNES采用上下位二级分布式控制系统结构。RIRA-II ROBOT本体控制系统组成下位机，采用基基于分布式视觉的移动机器人全局

48、导航技术研究 于模块化并行通信的多微处理器分布式控制系统体系结构设计实现，完成对移动机器人的行为动作控制；上位机主要完成基于分布式视觉的移动机器人全局导航控制功能和基于主动视觉的移动机器人导航控制等功能；RIRA-II ROBOT 通过无线通信系统和上位机进行信息交互。 1#摄像机3#摄像机4#摄像机2#摄像机无线通信系统遥控器移动机器人（RIRA-II ROBOT）分布式视觉系统上位机图2.1 AGNES系统总体结构 Fig.2.1 AGNESs whole structure 2-3-1 RIRA-II ROBOT 硬件系统 2-3-1-1 总体结构 RIRA-II ROBOT本体内部结构

49、见图2.3，由下至上分为五层： （1）驱动层：主要安装了左右轮直流电机及其电机控制器。 （2）动力层：安装了两个锂电池、DC-DC模组和AC-DC模组，为机器人整机保障电源供给。 （3）传感器层：在机器人四周安装超声测距传感器、红外测距传感器及人体感应检测传感器。 （4）控制层：主要安装了全部自行设计开发主机电路板及其它相关模块电路板。 （5）顶层：在机器人的背部安装1台SONG EV-D31摄像机及通信与遥控系统的天线等。 RIRA-II ROBOT采用履带式驱动结构，前两轮为支撑轮，起支撑履带的作用，后两轮为电机单独差动驱动。这种 结构使得控制方式容易实现，只需分别对两后轮进行单独的控制，就能准确地控制移动机器人的动作，且 转弯动作非常灵活，可实现零半径转弯，提高了移动机器人实时避障能力。 RIRA-II ROBOT硬件体系结构采用基于模块化并行通信的多微处理器分布式控制体系结构。控制系统各模块采用独立微处理器完成控制及信息处理功能，并实现了多模块并行运行；模块之间采用的并行通信方式提高了信息传输速度，同时简化了系统的软件设计