机器人控制理论与技术5.ppt

* * * * * * * * * * * 也就是说，对于利用传感器进行定位的机器人而言，是指对于同样的传感器信息，机器人可能在不同的几个位置。而对于人类的传感器系统，该问题在大多数情况下，不可能出现，但也有例外，大家思考一下，我们人类在哪些情况下会遇到这种问题？比如说我们利用眼睛来感知环境，当我们站在每一个不同的地方，我们看到的景色是不同的，也就是常说的远看成岭侧成峰，我们就可以根据看到的景象判断我们相对于山峰之间的位置，那么有没有我们站在不同的地方却看到相同的景象呢？请大家思考一下。 这种现象主要是由于单一传感器本身所能感受到的信息太少，所造成的。比如超声传感器仅能感受到，机器人与障碍物之间的距离，而对于该障碍物的颜色，材质等信息无法感知。 该问题导致了即使我们采用非常精准的传感器也无法唯一确定机器人的位置。 因此为了解决这个问题，我们必须通过多类型的传感器信息进行融合，从而获得足够的信息以随时知晓机器人的位置。 * 理论上，我们也可以通过本体感受型传感器对机器人的位置进行估计和预测，比如当机器人利用轮子上的编码器感知到机器人从原点向前移动了30米，我们即可推断出机器人当前位于距离原点30米的位置。 但这个估计即跟编码器本身的精度有关，也和执行器的噪声有关，即使编码器本身是十分精确的，但由于执行器的噪声，比如机器人走过的地面有可能是倾斜的，轮子与地面之间可能会发生打滑现象，机器人有可能受到外力的作用，机器人根据编码器提供的信息得到的定位结果也有可能是不精确的。 这些不能建模的噪声因素，造成了机器人的运动意向和本体感受式传感器运动估计之间的不准确性。 * * 从上面两张误差不确定性增长示意图，我们可以看出随着机器人运动时间的增长，机器人仅靠本体感受式传感器来进行定位，定位误差会快速增长。假设有一个机器人从一个精确的位置开始，利用里程表他可以保持对自身运动的跟踪，由于里程表的不确定性，移动了几步之后，机器人对他的位置会变得很不确定，那么如何消除这种现象呢？我们可以通过什么方法解决这个问题？请大家思考一下！ * 基于人工路标的定位（3） * 基于信标的三角定位法（1） * 基于信标的三角定位法（2） * 基于信标的三角定位法（3） * 基于全景图像的定位方法 机器人可以根据全景图像中的特定景象和颜色进行定位 * 基于条形码的定位系统 .au/~robot/Specifications/lasernav.html * 基于信标的定位系统 * 基于信标的停靠 * 定位的挑战 目标 不仅要知道机器人的绝对位置 还要知道相对于其他物体的位置 规划需要更多的定位信息 影响位置的因素主要包括 传感器噪声 传感器信息的混叠 执行器噪声 里程表位置估计 * 传感器误差 来源于： 环境的不确定性如物体表面材质、光照… 传感器之间的干扰如多个超声传感器之间的干扰 传感器误差使得信息的不确定性增加 如何解决这个问题？ 时间融合 多传感器融合 * 传感器信息的混叠 问题描述：在多个不同位置，传感器获得相同的数据或信息； 主要是由于单一传感器本身所能感受到的信息太少所造成的。 导致了即使传感器的精度非常高，也无法唯一确定机器人的位置。 解决方法：多类型传感器信息融合 * 传感器信息的混叠 * 执行器误差 可以通过本体感受型传感器对机器人的位置进行估计和预测。 估计结果既跟编码器本身的精度有关，也和执行器的噪声有关，即使编码器本身是十分精确的，但由于执行器的噪声，机器人根据编码器提供的信息得到的定位结果也有可能是不精确的。 这些不能建模的噪声因素，造成了机器人的运动意向和本体感受式传感器运动估计之间的不准确性。 * 里程计的误差 误差类型 系统误差 随机误差 主要误差源 有限的分辨率（时间增量，测量分辨率等） 轮子的不正确配置 左右轮子直径不相等 轮子与地面的接触点变化 地面的不平坦 … * 综合误差的分类 距离误差:机器人运动的累加距离 由机器人轮子转动的总和计算 转动误差:机器人转动的累加角度 由机器人轮子转动的差值计算 漂移误差: 由机器人转动误差导致的机器人移动的误差 长时间的运动后，机器人的转动误差、漂移误差远远大于距离误差 * 单独使用本体感受型传感器的问题 误差的不确定性随着时间快速增长！ 如何消除这种现象？ * 第一节课的时候，我们向大家介绍了一下，机器人控制体系结构往往包含四个环节，感知环节、定位环节、规划环节、运动环节，其中感知环节用于利用传感器获得环境原始，然后从中提取出有用的环境信息，定位环节主要是根据当前的环境信息确定机器人在环境中所处的位置，规划环节呢则主要是根据机器人当前的位置和给定的目标位置以及全局环境信息，规划出一条从当前位置运动到给定位置的可行路径或轨迹。最后运动环节则主要是通过对机器人的反馈控制使得机器人能够