移动机器人定位人工智能机器人论文

内科管理论文：心内科患者的安全管理对策 移动机器人定位人工智能机器人论文 新的室内移动机器人的实时定位和运动方法 摘要：提出了一种将传感器信息与先验环境信息融合实现移动机器人定位和运动规划的方法。这种方法选用SICK LMS200型激光扫描测距仪为机器人感知装置，根据室内障碍物的顶点或拐角信息进行定位和运动规划。这种定位和规划方法模仿了盲人在熟悉环境下用拐杖走路的过程，适于室内移动机器人的实时定位和运动规划。 　　关键词：移动机器人； 定位； 运动规划； 信息融合 　　定位是移动机器人学中最基本的感知问题[1]。移动机器人要快速、无碰撞地到达目标位置，就必须知道自己在哪里。室内环境下，移动机器人通过将传感器数据与先验环境信息融合的方式自定位，规划下一步的运动。 　　移动机器人的定位算法可分为两类，即基于图标算法[2,3]和基于特征算法[4,5]。图标法往往采用占用网格技术构建度量图，而占用网格本身就是将传感器数据和环境模型或地图进行融合的一种机制[6]。特征法则将当前观测数据与地图进行匹配，构建拓扑图。 　　1定位和运动规划原理 　　室内移动机器人在运动过程中，需要根据传感器从周围环境获取的信息与环境信息模型进行融合，推断当前时刻机器人自身的位置和方向，以及障碍物的位置和方向，以确定下一步的运动，如图1所示。其中：St表示t时刻机器人接收到的传感器数据；Mt表示相应的先验环境信息；Pt表示t时刻机器人的位置；At是机器人根据t时刻位置以及目标位置采取的行动。 　　2信息模型 　　移动机器人要实现准确的定位和运动规划，如何构建一个好的环境先验信息模型、传感器和机器人模型是关键问题。 　　2．1环境先验信息模型 　　环境先验信息模型是关于室内环境的、静态的、已知的信息模型。它主要包括房间、走廊的形式化表示，不可移动障碍物（如办公桌、办公椅、沙发等）的形式化表示，可移动障碍物的形式化表示。室内环境是结构化的环境，首先对室内环境作如下假设： 　　室内地面是平坦的，从而可以将机器人的三维导航问题简化为二维； 　　室内办公桌、办公椅、沙发等障碍物的位置是固定的，且互不相交； 　　障碍物可以用在地面的投影表示，且每个障碍物的投影都能用多边形近似； 　　室内环境下的动态障碍物主要是房间内走动的人。 　　对房间和走廊的形式化表示用roomPolygon类描述如下： 　　对茶杯、文件等可移动对象的形式化表示包括对象的颜色、形状、纹理等。由于这些对象通常都位于办公桌等不可移动对象上，不会对机器人的运动构成障碍，因而在机器人的定位和运动规划中可以不予考虑。 　　2．2传感器模型 　　传感器是机器人与环境之间的感知接口。机器人要实现准确的定位和避障，关于机器人周围环境的足够的信息量和较高的信息鲁棒性是必需的。本文选用的传感器是德国SICK公司LMS200型激光扫描测距仪。这是一种适合室内场景的测量设备。其主要参数如下： 　　3定位和运动规划过程的实现 　　对于表示静态障碍物的多边形，其顶点可分为两类：属于障碍物在地面投影的边界点，如图4顶点A、B；不属于障碍物在地面投影的边界点，如图5顶点v1、v2。在这两种情况下，机器人运动规划的过程是相似的。本文以图4为例，说明机器人的定位和运动规划过程。 　　4仿真结果 　　参考文献： 　　［1］RUSSELL S, NERVIG P. Artificial intelligence: a modern approach [M]. New Jersey:Prentice Hall, 2002. 　　[2］LEONARD J, DURRANTWHITE H. Mobile robot localization by tracking geometric beacons[J]. IEEE Journal of Robotics and Automation, 1991,6(7):89－97. 　　[3］BETKE M, GURVITS L. Mobile robot localization using landmarks[J]. IEEE Journal of Robotics and Automation, 1997,13(2):251－263. 　　[4］TALLURI R, AGGARWAL J K. Mobile robot selflocation using modelimage feature correspondence[J]. IEEE Journal of Robotics and Automation, 1996,12(1):63－77. 　　[5］GUIVANT J,NEBOT E, DURRANTWHYTE H F. Simultaneous localization and map building using natural features in outdoor environments[C]//Proc of Intelligent Autonomous System.Venice, Italy:[s.n.], 2000:581－588. 　　[6］MURPHY R R.人工智能机器人学导论[M].杜军平,等译.北京：电子工业出版社,2004.