移动机器人导航中信息获取方法.ppt

另一类是采用外部传感器来实现信息获取，它主要用于对外部环境进行观测，是完成室内机器人地图构建、避障、定位的主要工具。这类传感器有：激光、声纳测距仪、超声波，红外技术和摄像机等。 3. 贝叶斯公式提供了从先验概率P(h)、P(D)和P(D|h)计算后验概率P(h|D)的方法。P(h|D)=P(D|H)*P(H)/P(D) 。P(h|D)随着P(h)和P(D|h)的增长而增长，随着P(D)的增长而减少，即如果D独立于h时被观察到的可能性越大，那么D对h的支持度越小。 * * 室内机动机器人导航中信息获取方法研究综述 报告人：陈娇 主要内容： 机器人导航采取的信息获取方法 多传感器融合算法 一、机器人导航 机器人导航: 指引导机器人安全、准确地沿着选定的路线，准时到达目的地的一种手段。 机器人导航主要解决的问题： 1.精确获取机器人在空间的位置，方向以及环境信息； 2.对获取信息进行分析和环境建模； 3.进行机器人安全移动的路径规划。 实现导航的方法 应用传感器感知信息，对获取的信息按照一定的算法进行处理，确定机器人移动路线。 导航的两种信息获取方法 一类采用内部传感器来实现信息获取，这种传感器有：罗盘、里程计等。这种传感器通常与机器人本身的运动模型一起对机器人的位置进行预测估计，基于航位推算方法，用于跟踪机器人的运动轨迹。 二、获取信息方法及传感器 1.里程计 该方法是在移动机器人的车轮上装有光电编码器，通过编码器对车轮转动圈数的记录来计算机器人的位置和姿态。它适用于短期定位。 优点：方法简单、易实现、价格便宜。 缺点：存在累积误差且随着机器人移动距离和航向角的增加而变大，因此精度不高。 2.激光传感器 激光测距仪，运用激光二极管发射和接收的光脉冲来测距。 激光测距方法，即发射系统发送一个信号，经目标反射后被接受系统收集，通过测量反射光的运行时间而确定目标的距离。有实验证明，其扫描线重叠超过50%，能实现精确定位。 优点：扫描速度快、数据点密集、测量有效距离长、测量精度高。 缺点：价格昂贵、容易出现镜面反射和漫反射。 3.声纳传感器 利用脉冲测距法测距，即发射一个脉冲信号再接受其回波，根据时间差来计算至目标对象的距离信息。声纳传感器在应用中可将多个传感器布置在不同方向上即可获得平面内的距离信息。Teddy N.Yap等人用声纳传感器运用粒子滤波器算法在较大的室内环境下产生较好的环境地图。 优点：体积小，价格便宜，计算简单，测量速度快，可以应用到任何光照条件。 缺点：回波信息弱，角度分辨率差，测量精度不高，容易发生镜面反射，有测量盲区。 4.红外传感器 红外测距是红外传感器发射红外线并由光检测器接收反射回的信号，通过返回信号的强度并依据环境物体的反射系数估计传感器本身到目标物体的距离。 优点：结构简单，成本低，测量时间短，角度分辨率高，灵敏度高，且适于夜间测量。 缺点：距离分辨率低，且受环境影响较大，物体的颜色、方向、周围的光线都能引起测量误差。 5.视觉传感器 视觉传感器将景物的光信号转换成电信号。根据采用的视觉传感器个数可将视觉系统分为单目视觉、双目视觉、三目视觉和混合视觉等视觉系统。 （1）单目视觉 单目视觉系统为为二维视觉系统。它不需要对不同像机对应场景图像进行视觉匹配，图像处理算法比较简单，实时性相对双目视觉系统较好且价格便宜。缺点是缺少景深信息，难以测量机器人与目标物体之间的距离，而且视觉较窄，不利于目标探测。 （2）立体视觉 立体视觉测距是利用两个互相位置已知的摄像头组成的视觉系统，根据同一景物在两个摄像头上成像的视察计算出景物的深度，从而获得其距离信息。得到的距离图像的质量依赖于像机定标、光照条件、以及基线情况。 视觉传感器的优点： 得到的周围环境信息更多，更精确。且视觉传感器是被动传感器，不需要发射声波或光波，多个机器人之间的干扰可以减到最小。另外摄像机的采样周期比较短。 缺点：计算量大且视觉图像受光照条件影响大，难以同时达到实时性和鲁棒性的要求。 三、多传感器信息融合 多传感器的优点： 第一，多个传感器有冗余性对同一环境特征可获取更多的观测信息。 第二，可提供环境有关特征的互补信息。 第三，多传感器并行处理可以提高系统的实时性和鲁棒性。 第四，应用多传感器则所有传感器同时不能工作的概率低，增加了系统的可靠性。 多传感器的缺点： 传感器成本高、信息量大、数据处理复杂。 ★较成熟的多传感器融合方法： 加权平均 卡尔曼滤波 贝叶斯估计 证据推理 ★用于多传感器信息融合的计算智能方法： 模糊逻辑与