移动机器人自主避障方法研究.docx

本科毕业设计论文）移动机器人自主避障方法研究龙大学2011年6月本科毕业设计（论文）移动机器人自主避障方法研究学院：电气工程学院专业：测与仪器学生姓名：学号：07010066指导教师：辩论日期：燕山大学毕业设计论文任务书学院：电气工程学院系级教学单位：白动化仪表系学号070103学生姓名专业班级表07-1即目题目名称移动机器人自由避障方法研究题目性质1 .理工类I工烈议计（）：工程技术实验研究型（）|理论研究型（）;计算机软件型（）:林合型（2 .文首理类（）：3.外1珏类【）：4.名木类（遨目类型1.毕业设计（）2.论文（J）题目来源科研课题()生产实际()自选鹿目(1 .移动机器人控制的根本埋论和主要方法分析：2 .移动机器人传感器估息分析：3 .法于移动机潞人传感器信息融合的自主避障方法研究：4 .基于MAT1.AB的徵法模拟伤口。基本要求1 .方案设计合理、查阅文献充分：2 .理论分析正确、论证严密：3ttif,仿真模型可靠，结果与理论相符：4 .毕业设计论文符合撰写标准、要求。5 .杳回一定的英文相关文献，并翻译其中的一篇,6 .遵守毕业设计纪律，独立完成毕业谀讣任务.1 .机器人学，蔡自兴著，清华大学出版社2 .模糊拄制在移动机器人路径规划中的应用UJ.计算机工程与应用3 .基于激光测距仪的移动机器人避障新方法J,机器人，2010,32(2)8N1.汉以广国次第14周第58网第912周第13-16W第17-19JAj应完成的内容杳同资料网读文献方案论证总体设计理论分析模型建立软件设计仿真词试撰写论文准备辩论指导教师：谢平职林：教授2010年12月13日系级教学胞位审批：n日摘要移动机器人技术是近年来的研究热点，路径规划技术是移动机器人技术研究中的一个重要领域，也是机涔人完成其他更杂任务的必要根底。本文首先讨论了移动机器人自主避障方法的国内外研究状况，介绍了本课题研究领域的背景、意义及开展趋势，并列出了三类移动机器人路径规划理论.其次阐述J'移动机器人应用的各种传感器技术和多传感器信息融合的根本层次及各层次的特点，分析了多传感器信息融合过程中应用到的各种融介方法，并分析了各种方法的优缺点：同时介绍了三类移动机器人路径规划方法中的几种方法，其中，详细介绍了传统人工势场法的模型结构。最后介绍移动机器人自主避障方法设计过程及其仿真实验分析。详细介绍超声波传感器的测距原理及其修正方法，并建立CCD摄像机模型并对我采集到的隙碍物图像信息进行处理，通过扩展卡尔曼滤波法进行信息融合完成地图构建：同时在传统人工势场法的根底上进行改良，通过参加惩罚因了使移动机器人跳出局部极值点。通过MAT1.AB软件仿真说明改良的方法可以成功完成路径规划。关健询路径规划超声波传感器CCD摄像机人工势场法仿典AbstractHieresearchofmobi1.erobottechno1.ogyisthehottopicrecent1.y.Mobi1.erobotpathp1.anningtechno1.ogyisoneoftheimportantdomainsinInobiIerobottechno1.ogies'research.Pathp1.anningisa1.sothefundamenta1.techniqueformobi1.erobottocomp1.eteotheractivities.First1.y,thispaperdiscussesthesituationofresearchingmobi1.erobotobstac1.eavoidanceathoneandabroad,intro<1.uceshebackgroundofIhisresearchfie1.d,significanceandtrendsand,ana1.ysissevera1.theoriesthatarecommon1.yusedinmobi1.erobotpathp1.anning.Second1.y,thepaperdescribesthevarioussensortechno1.ogyofmobi1.erobot,e1.aboratesthebasic1.eve1.ofmu1.ti-sensorinformationfusionanda1.1.1.eve1.sofcharacteristicsandana1.ysistheadvantagesanddisadvantagesoffusionneih<1.swhichapp1.iedtotheinuhi-sensorint'o11nationfusion.Meanwhi1.eitintroducessevera1.a1.goritiunsofmobi1.erobotpath1.anning,inc1.udingadetai1.eddescriptionoftheIraditiona1.artificia1.)otentia1.Re1.dmode1.structure.Fina1.1.y,it,sdesigningthemobi1.erobotautonomousobstac1.e-avoidingmethodandana1.yzingthesimu1.ationcxperinnta1.Thepaperintroducesu1.1.11sonicsensorsrangefinderprincip1.eandcorrectionmethodindetai1.,estab1.ishestheCCDcameramode1.andprocessestheimageinIonnationofobstac1.e.i(comp1.etes(hemapbui1.dingbyEKF.Athesametimet111.itiona1.artificia1.potentia1.fie1.dmethodisconductedonthebasisofimprovement,byaddingpunishfactorthatmobi1.erobotjumpoutof1.oca1.extremeva1.uepoint.ThroughIhcMAT1.ABsoftwarcsimu1.ationshowsthattheimprovedpathp1.anningcanbesuccessfu1.Iycoinp1.cted.KeywOrdSPaIhP1.anningUIIraSOniCSienSOrSCCDCameraAnificiaIPotCnIiaHiC1.dmethodsimu1.ation目录摘要IABSTRACTu第I章结论11.1 机器人的定义11.2 国内外移动机器人研究现状及开展趋势1国外移动机器人避隙研究现状1国内移动机器人避隙研究现状2移动机器人路径规划研窕现状3移动机器人避障的开展趋打41.3 课题研究的意义51.4 .本文所做的主要工作和内容安排5第2章移动机器人多传感器信息融合72.1 多传感器信息融合概述72.2 传感器技术72.3 多传感器信息融合根本层次92.4 多传感器信息融合主要方法12第3章移动机器人的路径规划173.1 路径规划概述173.2 传统路径规划方法17槌格分解法17可视图法18人工势场法183.3 智能化路径规划方法20模糊逻辑算法2()神经网络法21遗传算法223.4 基于行为的路径规划233.5 路径规划中算法比拟24第4章移动机器人自主避障方法研究及实验294.1 移动机港入避障过程中信息的采集与处理29超声波传感器294.1.2 CCD摄像机错误!未定义书签.4.1.3 基丁扩展卡尔显灌波的多传感器信息融合334.2 基于改良人工势场模型的移动机器人路径规划364.2.2 改良人工势场的方法设计364.2.3 算法实现步骤及流程图37仿真实验及其性能分析错误:未定义书签.结论48介考文献49致甜52附录153附录260附录368附录4外文翻译75附录5外文复印件81第1章绪论11机器人的定义机器人技术是综合了计算机、控制论、机构学、信息和传感技术、人工智能、仿生学等多学科而形成的高新技术，集合/多学科的开展.新机型、新功能不断涌现且机器人涉及到人的概念，各国关于机器人都有自己的定义。我国科学家对机器人的定义为：“机器人是种自动化的机器，所不同的是这种机器具备一些与人或生物相似的智能能力，如感知能力、规划能力、动作能力和协调能力，是一种具有高度灵活性的自动化机器”。日本工业机器人协会把工业机器人定义为“一种装备有记忆装置和末端执行器的，能够转动并通过自动完成各种移动来代替人类劳动的通用机器”“联合国标准化组织定义为：”机器人是一种自动的、位置可控的、具有编程能力的多功能机械手，这种机械手具有几个轴，能够借助于可编程操作来处理各种材料、零件、工具和专用装包，以执行各种任务。随着人们对机港人技术智能化本质认识的加深，我国也面临讨论和制定关于机器人技术的各项标准问题。1.2 国内外移动机器人研究现状及开展趋势国外移动机器人避障研究现状斯坦福研究院（SKD在1966年至1972年中研制出了第一台自主移动机港人，其目的是研究应用人工智能技术，在更杂环境卜机器人系统的自主推理、规划和控制。与此同时，最早的操作式步行机器人也研制成功，从而开始/机器人步行机构方面的研究，以解决机器人在不平整地域内的运动问题,设计并研制出了多足步行机器人。70年代末期,随着计算机的应用和传感技术的开展，移动机器人研究乂出现了新的高潮，80年代中期世界著名的公司开始研制移动机器人平台，这些移动机器人主要作为大学实验室及研究机构的移动机涔人实验平台，从而促进了移动机器人学多种研究方向的出现。90年代以来，以研制高水平的环境信息传感器和信息处理技术，高适应性的移动机器人控制技术，真实环境下的规划技术为标志,开展移动机耦入更高层次的研究。1996年。美国航空航天局NASA研制的活性探测移动机器.kSjourner首次登上活性执行科学考察任务，利用移动机器人技术进行空间探测和开发成为21世纪全球各主要国家开展科技和空间资源竞的主要目标。为在火星上进行长距离探险，又开始新一代样机的研制，命名为Rocky7,并在1.aviC湖的岩溶流上和干泅的湖床上进行了成功的实验。2002年丹麦iRobot公司推出了吸尘器机器人Roomba,它能避开障得，自动设计行进路线，还能在电量缺乏时，自动驶向充电座。2003年7月7日美国的“机遇”号火星探测机器人成功升空，开始踏上去火星找寻水和生命存在踪迹的慢慢旅途.在欧美、日本等兴旺国家，移动式效劳机器人己广泛应用F医疗福利效劳、商场超市效劳、餐厅旅馆效劳、维修清洗效劳和家庭效劳。比尔盖茨预言，家用机器人将席卷全球。国内移动机器人避障研究现状国内在移动机器人的研究上起步较晚，大多数尚处于某个单项研究阶段，我国在,七五”方案中把机器人列入国家重点科研规划内容1994年清华大学基于地图的全局路径规划技术研究（准结构道路网环境F的全局路径规划、具有障碍物越野环境下的全同路径规划、自然地形环境下的全局路径规划）；战于多传感器信息的局部路径规划技术研究（基于多种传感器信息的“感知一一动作”行为、基于环境势场法的“感知一一动作”行为、ST-模糊控制的局部路径规划与导航控制）：路径规划的仿真技术研究（基于地图的全局路径规划系统的仿真模拟、室外移动机器人规划系统和局部路径规划系统的仿真模拟）：传感技术、信息融合技术研究（差分全球卫星定位系统、磁罗盘和光码盘定位系统、超声波测距系统、机涔视觉处理技术、多种传感器信息融合技术）；智能移动机器人的设计与实现（智能移动机器人的体系结构、高效快速的数据传输技术、自动驾驶系统）研究的智能移动机泯人通过鉴定，还有中国科学院沈阳自动化研究所的工业用自动引导移动机器人（AGV）和防暴机潜人，中国科学院自动化自行设计、制造的全方位移动机器人视觉导航系统；哈尔滨工业大学1996年研制成功了导游机涔人等。2003年中科院自动化所研制研发了智能移动机港入CASIA-1.该移动机器人是集多种传感器、视觉、语音识别与会话功能于一体的智能移动机器人。它无需人的于预，能自主完成运动导航、躲避障碍物等功能。2006年4月，沈阳新松机器人自动化股份研制的我国第一代个人机器人“亮亮”和“月月”发布。该机器人通过轮式走行机构和传感器阵列，机器人可在家中自主行走并沉者躲避障碍物.此外，香港城市大学的自动导航车和效劳机器人，中国科学院沈阳自动化研究所的防爆机冷人，哈尔滨大学的轮式智能效劳机器人，哈尔滨工业大学机器人研究所的壁面清洗爬壁机器人等都为我国的机黯人研究事业做出了突出的奉献。移动机器人路径规划研究现状移动机器人路径规划技术按其规划方式不同可分为基于地图的规划方法、基于环境建模的规划方法、堪于行为的规划方法三种类型。(1)基于地图的规划方法地图更新法是机器人根据的地图信息规划路径，沿路径前进一段时间后，利用这段时间收集到的环境信息更新地图，然后，利用更新过的全局地图重新规划和调整路径。这种过程循环下去，直到到达日标为止。路径匹配法是利用现有信息建立一个路径库。根据当前的规划任务产生的路径信息和环境信息与路径库中的路径进行匹置，以号找出一条近似鼓优路径。然后，通过一定的算法对该路径进行修正，最后，得到最优路径。(2)基于环境模型的规划方法该方法首先需要建立个关于机器人运动环境的环境模型。基于环境模型的规划方法乂可以分成全局路径规划方法和局部路径规划方法。全局路径规划方法是建立环境模型是已知的情况F,该领域中有很多己经成熟的和法，如可视图法Un、切线图法、VorOnOi图法、拓扑法、惩罚函数法、栅格法2等等。同部规划是对环境信息完全未知的情况，这种情况下，机器人是没有关于环境的任何先验信息.KoeingS等提出的增量式的Ir1.ite算法.在环境局部未知的规划方法主要人工势场法皿、模糊逻辑方法口”、遗传算法口”、人工神经网络E、模拟退火算法、蚁群优化算法、粒了群算法和启发式搜索等算法。启发式算法最新的开展是由StentZA提出的D*和FoCUSSedD*算法。基于环境模型的路径规划方法已经成功的应用在很多的领域中，这其中最成功的应用就是美国的火星探测器“索杰纳”火星车。索杰纳采用的路径规划算法就是)*兑法。(3)基石行为的路径规划基行为的方法模仿/动物进化的自下而上的原理，尝试用一个简单的智能体来建立个复杂的系统。它把导航问题分解为许多相对独立的行为单元，如，跟踪、避障、回退、日标制导等。基于行为的方法大体可分为反射式、反响式、慎思式行为3种。反射式行为是一种定时的应激式本能行为;基于反响式的行为规划方法是通过传感器来规划动作行为:慎思行为是利用全局环境模型进行路径规划的，它通过信息融合和逻辑运算来进行路径规划，因此，对环境中不可预知的变化反响较悔。孟江华等人采用了两层算法，底层采用改良的BUg算法，上层为监督模块，用来发现和纠正绕行方向的错误。机器人通过信心函数和路径回溯来进行路径规划。该算法结合了BUg打法、全局地图技术和类人的路径选择策略，比传统的基于行为的方法更具智能性和灵活性。移动机器人避障的开展趋势移动机器人自主避障方法已经取得了很好的研究成果。计卯机技术、电子技术、通信技术、传感器技术、控制技术、网络技术地迅猛开展必将推动和促进移动机器人导航技术取得更多的研究成果.移动机器人自主避障的开展有以下少儿方面的趋势：(1)视觉导航具有信息量人、探测范福广等特点，仍然是移动机活人自主避障的主要开展方向；(2)避障系统结构将朝着分布式、模块化、网络化、多机器人协作的方向开展。分布式和模块化的结构有利于减少机器人的体积和自觉。通过互联网实现机器人的远程操作以及基网络的多机器人协作是导航技术的新的研究热点；(3)路径规划将朝着多层规划和多方法相结合的方向开展。采用基于反响式的行为规划与基于慎思行为规划相结合的方法。全局路径规划和局部路径规划相结合更有利于复杂环境的避障规划；(4)新技术、新方法(如，虚拟现实技术、信息融合新方法、新型传感器等）聘促进移动机器人自主避障技术更快地开屣。1.3 课题研究的意义移动机器人是新生的计豫机控制领域中的最年轻一代，并在1985年后成为此领域中的主角，被广泛应用于社会生活的各方各而。由于移动机器人具有一般机器人所不具备的移动能力，从而使之更具备“代替人”作业的实力,移动机器人在移动过程中不可防止会遇到各式各样的蹿碍物，灵活、实时的默开这些障碍物是衡显其性能的关键指标。具有避障功能的移动机器人拥有相当高的社会价值，不仅可以代杵人们在有辐射、有粉尘、有毒等环境智能化作业，还可以广泛用于科学考察、地质勘探、灾雄营救等多个领域，对人类了解地球、征服自然、探索宇宙具有玳要意义，此外，在军事领域与航空航天领域追切地需要这种技术，用于军事侦察、揖雷除险和无人作战等,以次提高我军的综合作战能力。在外太空进行星球外表的探测，使用这种自主移动机器人，可以增加探测的可苑性，降低风险。21世纪，机器人将用于提高人民健康水平与生活水准、丰富人民文化生活。例如：效劳机器人将进入家庭，从事清洁卫生、园艺、炊事、垃圾处理、家庭护理与效劳等作业;在医院，机器人可以从事手术、化验、助残、导自二运输、康更及病人护理等作业:在商业和旅游业中导购机器人、导游机器人和表演机器人都将得到开展，智能机器人玩具和智能机器人宠物的种类将不断增加，从而使人类生活更加丰富多彩。路径规划作为移动机器人的个根本环节，是完成任务的平安保障，它也是移动机器人必须具有的一种根本的智能行为。由于机器人的硬件局部精度在短时间内无法得到有效的改善，对路径规划算法的研尢就显得尤为重要。这招有助于提高移动机器人的性能并保证未知环境下机器人的平安，为开发高智能的远距离的探测机器人、效劳机器人、仿生机器人等打下坚实的根底.1.4 .本文所做的主要工作和内容安排本文的主要工作和研究内容安排如下：第章绪论。在这章中主要介绍选题的背景和研究意义，对移动机器第2章移动机器人多传感器信息融合2.1多传感器信息融合概述移动机器人的多传感器信息融合方面的研究始于20世纪80年代。为了在不确定的环境中能使机器人自主导航到达目的地，通常需要来自环境的准确的数据，才能到达令人满意的控制效果。要获得比拟准确的环境数据，移动机罂人上必须安装许多不同的传感罂。不同的传感器提供不同的信息，通过对这些大量信息的分析和计算才能得到不确定环境的较准碑的数据。因此多传感器信息融合技术具有很大的应用价（ft和广泛的应用范:围，数据融合的理论与方法己成为智能信息、处理的一个或要研究领域。把各种传感器信息进行融合，能提高移动机器人完整描述所在环境的能力，使系统具有更高的可靠性、更高的鲁棒性和灵活性。由于这些数据所包含的信息通常具有不完全性、不稳定性和易冲突等特点，因此数据网合技术是移动机器人技术的个难点。多传感器融合的根本原理就是充分利用多传感器资源，通过这些传感器及观测信息的合理支配和使用，符各种传感器在空间或时间上的冗余或互补信息依据某种准那么进行组合起来，产生被测对象的一致性解释或描述.目的是，基丁各传蛾器别离的观测信息，通过对这些信息的优化组合导出更多的仃用信息,最终目标是利用多传感器共同或联合的操作优势，来提高整个系统的有效性，消除单个或少量传感器的局限性。拥有多传感器融合系统具有以卜优点：（1）提高系统的精度，减小测量不准确引起的不确定性；（2）提高完整描述环境的能力，扩展时间上和空间上的观测范围：（3）增强系统的容错能力，当一个或几个传感器出故障时，系统仍可以利用其他传感器获取环境信息：（4）增强系统的处理能力,多传感器信息融合处理采用并行结构，比起各传感器分别单独处理速度的提高不容宜疑。2.2传感器技术目前应用于移动机器人的外部环境感知传感器仃超声波传感器、微波雷达、声纳、激光宙达、摄像机等等。根据信息的来源可耨环境感知传感器分为主动与被动传感器。测量信号来自本身的传感器称为主动传感器，如激光雷达和声纳:通过感受物体的反射光得到前方图像信息，这种工作方式的传感器称为被动传感器，如CCD摄像机和红外摄像机.，与主动传感器相比，被动传感器具仃信息获取速度快.信息员大的优点，但由于其信息来源依苑外界提供，易受到外界环境的影响。主动传感器对物体的感知信息来源于自身，受外界环境影响较小，而且在深度信息获取上的可靠性和精确性要高于被动传感器。(1)立体视觉立体视觉利用两个位置关系已知的摄像机组成立体视觉系统，根据同一景物在两个摄像机上成像的视差恢发曳物深度。虽然双目立体视觉的儿何关系是非括明确的,但在实际应用中仍然存在着如F的问题:匹配计算复杂,受光照条件和遮掩的影响在两幅图像间造成匹配点的假对应。(2)单目视觉单目视觉系统的数据处理方式可分为静态图像处理和动态图像处理。前名被称为单帧静态图像处理，后者也叫序列图像处理。单帧静态图像的障碍物枪测和距离侧量是基于先验知识和模型驱动，优点是速度快，不受机器人运动的影晌，缺点是检测结果的可靠;性低。但如果与其它传感器信息进行融合，利用单帧静态图像获取障碍物信息是完全可行的。序列图像处理障碍物检测最具有代表性的方法是基丁光流的方法.该方法利用同一个摄像机在不同时刻得到的多幅图像来估计光流,由丁障碍物在光流场中往往是个突变,所以可以根据光流场分割来检测障碍物，估计它们的距离。但是该方法的计算量和处理的更杂性是非常大的。(3)激光雷达根据扫描机构的不同，激光测距雷达有2D和3D两种。它们大局部都是靠一个旋转的反射镜将激光发射出去并通过测域发射光和从物体外表反射光之间的时间差来测距.激光雷达作为一种主动测距系统，测距的精度高、实时性能好。但是其反射光的强度他反射物材料及其外表光滑情况影响很大,有时甚至严重到无法测距的地步。例如当障碍物吸收发射的能量或物体外表是镜面反射时，距高数据就变得亮无用处。在激光雷达检测障碍物应用中，一般的处理方法是根据己知传感器的位置转化为高度图，然后根据高度的突变就可以检测出障碍物.相对于3D激光测距宙达，2D激光测距宙达只在一个平面上扫描，结构简单，测距速度快，系统程定可苑。目前2D激光测曲雷达主要在室内的移动机器人上应用较多。因为在室内的结构化环境卜地面平坦，所有障碍物又都垂直于地iSJ,因此机器人只要能在一个平面上获取环境信息便已经足够障碍物检测的需要。超声测距和激光测距宙达相类似，超声测距的原理也是通过检测超声波从发射器发射到碰到障碍物反射回接受器的时间来测距的。超声测距的数橱处理简单快速，价格低廉，但方向性差，分辨率低，作用距离短门31。一般作为近距离障碍物探测使用。(5)红外传感器红外传感器对环境适应性好，体积小功耗低，但是分辨率低，作用即离短，测显:精度不够。总而言之，基于任何种传感器的障碍检测方法都仃其优点和缺点，对于机涔人的障碍物检测目前还没有一种令大家都感到非常满意的解决方案。立体视觉测障是目前的研究热点之一，但它的匹配问题始终未能得到满意的解决。超声波测距抗环境干扰能力强，但分辨率低、作用距探短、测量精度缺乏。本文应用CCD摄像机和超声波传感器，融合两种传感器的信息实现障碍物的检测。2 .3多传感器信息融合根本层次多传感器信息融合与所有单传感器信号处理或经典信号处理有本质上的区别。单传感器信号处理或经典信号处理是对人脑信息处理的种低水平模仿，而多传感器信息融合具有更宏杂的形式，而I1.可以在不同的信息层次上，从而可以更大程度地获得被探测目标和环境的信息量，最后可以对多源信息进行融合以得到一个联合的判别结论。按信息的抽象程度，信息的融合可以在信息处理的不同层次上展开，即融合可以划分为三个级别：数据层融合、特征层触合以及决策层融合。根据具体问题中传感器数据类型或传感器预处理的类型，可以采用相应的方法或者将这些方法结合起来混合使用。（1）数据级融合数据级融合是指在融合过程中要求各参与的传感器信息间具有精确到个像素的配准精度。它是在传感器采集的信息未经处理之前宜接对原始数据进行综合和分析。这是最低层次的融合，它直接对传感器的观i则数据进行融合处理，然后基于融合后的结果进行特征提取和判断决策。这种融合处理方法的主要优点是：只有较少数据量的损失，并能提供其他触合层次所不能提供的其它细微信息，所以精度最高.数据展融合的局限性包括有：1.所要处理的数据量大，故处理代价而，处理时间长，实时性差：2.这种融合是在信息的最低层进行的，传感器信息的不确定性、不完全性、和不稳定性要求在融合时有较高的纠错处理能力；3 .它要求传感岩是同类的，即提供对同一观测对象的同类观测数据；4.数据通信多大，抗干产能力较差。（传感器1）关联数据层融合特征提取识联合识别结冬别*图2-1数州级融合（2）特征级融合特征级的融合属于中间层次的融合，它是利用从传感器获得的原始数据中提取的充分表示量或充分统计殳作为其特征信息（可以是目标的边缘、方向、速度等），融合中心完成的是特征向量的融合处理。其优点在于实现了可观的数据压缩，降低对通信带宽的要求，有利于实时处理，但由于损失了一局部有用信息，使得融合性能有所降低。特征级融合可划分为目标状态信息融合和目标特征信息融合两大类.其中目标状态信息融合主要应用于多传感器H标跟踪领域，融合处理首先对多传感器数据进行数据处理，以完成数据校准，然后进行数据相关和状态估计。具体数学方法包括卡尔里/波理论、联合概率数据关联、多假设法、交互式多模型法和序贯处理理论。目标特征级特性融合实际属于模式识别问题，只是在融合前必须先对特征进行相关处理，把特征矢量分类成有意义的组合。常见的数学方法有参量模板法、特征压缩和聚类方法、人工神经网络、K阶最近邻法等;联合识别结果传感牌I)(传感器2)图2-2特征级融合(3)决策级融合决策U融合是一种高值次的融合，光利用来自各种传感器的信息对目标属性进行独立的决策，然后在融合中心完成的是局部决策的融合处理。由于其融介结果为指挥决策提供依据，因此，决策级融合必须从具体决策问题的需求出发，充分利用特征级融合所提取的测量对象的各类特征信息，采用适当的融合技术来实现。决策级融合是三级融合的最终结果，是直接对具体决策目标的，融合结果直接即响决策水平。决策乂所采用的主要方法有贝叶斯推断,Ds证据理论、模糊集理论、人工神经网络等。另外，决策层融合还采用些启发的信息融合方法,来进行仿人融合判决。决策级融合的优点是：1 .具有很高的艮活性；2 .对信息传输带宽要求低；3 .能有效地反映环境或目标各个侧面的不何类信息：4 .当一个或多个传感器出现错误时，通过适当的融合，系统还能获得正确的结果，所以具有容错性：5 .通信量小，抗干扰能力强；6 .对传感器的依赖性小，传感器可是异质的：7 .融合中心处理代价低.由于决策级融合首先要对传感器信息进行预处理以获得各自的判定结果，所以预处理代价高：但这种处理方法信息损失大，因而相对处理精度最低。特征级和决策级的融合不要求多传感器是同类的。另外，由于不同融合级别的融合莫法各有利弊，所以为了提高信息融合技术的速度和精度，需要开发高效的局部传感器处理策略以及优化融合中心的融合规那么.对于具体的融合系统而言，它所接收到的信息可以是单一%次上的信息,也可以是几种层次上的信息。融合的根本策略就是先对同一层次上的信息进行融合，从而获得更高层次的融合后的信息，然后再汇入相应的高信息合层次。因此总的来说，信息触合本质上是一个由低至高对多源信息进行整合，逐层抽象的信息处理过程。但在某些情况下，高层信息对低层信息的触合要起反响控制的作用，亦即高所信息有时也参与低必信息的融合。而且，在些特殊应用场合,也可先进行高层信息的融合。由此可以概括出信息滋合过程的层次化结构,如图2-4所示。传感器件层次的信息逐次在各淞合节点(即融合中心)合成，各做合节点的融合信息和融合结果，也可以交互的方式通过数据库系统进入其它融合节点，从而参与其它节点上的融合。2.4多传感器信息融合主要方法信息腱合的研究内容极其丰常，涉及的根底理论也非常广泛，而信息酷合方法是信息酷合研究的核心技术。对于多传感器系统来说，信息具有多样性和更杂性，因此对信息融合方法的根本要求是具有鲁棒性和并行处理能力.目前融合方法大致可以分两类：概率统计方法和人工智能方法。其中概率统计方法主要有卡尔曼滤波、假设检验、贝叶斯方法、统计决策理论以及其他变形的方法。人工智能方法包括DS证据推理、模糊逻辑以及神经网络、专家系统等。而支持向量机作为一种比拟新的机器学习方法也已经在信息酷合中应用。(1)贝叶斯估计贝叶斯估计方法产生于多传感器触合技术的初期，它首先对各传感器信息进行相容性分析，删除可信度低的错误信息，在假定相应的先验概率的前提下，根据贝叶斯规那么获得每个输出假设的概率。对可信度低的错误信息可以采用数据探测技术中的分布图法剔除.贝叶斯是滋介静态环境中多传感器低层信息的种常用方法，适用于测量结果具有正态分布或具有可加高斯噪声的系统。贝叶斯方法的优点是荷洁，易于处理相关事件：它的同限性在于先验概率的获得比拟困难，特别是当数据是来自于低档传感器，而未知命题的数量大于命题的数量时，推理的结果会很差，在处理多重假设和多重条件时会显得相当兔杂.12)卡尔受泄涉及其扩展此方法用测量模型的统计特性递推决定在统计意义下是最优的淞介数据估计。如果系统具有线性动力学模型，且系统噪声和传感罂噪声是符合高斯分布的白噪声，那么，卡尔及滤波为融合数据提供唯一的统计意义卜的最优估计，卡尔K波波的递推特性，使系统处理不需要大量的数据存储和计算。卡尔曼滤波(KF)分为分散卡尔熨港波(DKF)和扩展卡尔曼滤波(EKF).DKF可实现多传感器数据融合完全分散化，其优点是每个传感器节点失效不会导致整个系统失效。而EKI-可有效克服数据处理不稳定性或系统模型线性程度的误差对融合过程产生的影晌。现在这种方法越来越受到人们的青睐，尤其是在多传感器多H标跟踪系统中更显出其独特的优点，如，Toma1.is等人采用基于卡尔些港波混合法实现移动机器人的导航，试验结果说明：在1.15km的路程上成功率到达96比儡离目标点的误差仅为9mm.(3) D-S证据推理D-S(DemPSte1.Shafer)证据推理是贝叶斯方法的扩展，它采用概率区间和不确定区间来确定多证据卜.假设的似然函数，也能计算任一假设为真条件下的似然函数值，因而具有较大的应用前景。它通过定义识别框架、根本可信度分配、信任函数、似真度函数,疑心度函数、信任区间,在此根底上应用JS合成规那么进行证据推理，它能融合不同乂次上的属性信息，能区分不确定性信息与未知性信息，还能较好地解决报告冲突，容错能力强，在信息融合技术中巴得到了较广泛的应用。的比例，因为这些方法兼有对问题描述的非建模优势和语言化描述与综合优势。2. 5本章小结移动机器人自主避障主要包括环境感知和路径规划两周部.,多传感器信息融合是环境感知的主要局部，各种传感器获得周围的环境信息，通过多传感器不同层次的信息融合，将获得的冗余、互补信息进行整合得到准确的环境信息，它是移动机器人路径规划的根底。在多传感者信息融合过程中，根据路径规划的需要及各种信息融合方法的特点，选择正确的多传感器信息融合法.第3章移动机器人的路径规划2.1 路径规划概述路径规划是移动机器人导航的最根本的环节之一，它的目标是寻找按某一性能指标搜索一条从起始状态到目标状态的最优或者近似最优的无碰路彳仝。根据环境信息的获取方式，路径规划可分为三种:基于模型的全局路径规划和基于传感器的局部路径规划以及基于行为的路径规划。全局路径规划是指环境信息全部，又称为静态或离线路径规划；局部路径规划那么是环境信息全部未知或者局部未知，又称为动态或者在线路径规划。由于环境信息全部，全局路径规划的目标就是优化所需要的规划路径，使其效果到达最优或者近似最优.在该领域已经有r很多成熟的方法，包括可视图法、自由空间法、拓扑法、惩罚函数法、栅格法等。而对环境信息局部未知或者全部未知的情况，全局路径规划的方法就不定适用了，这时就必须采用局部路径规划方法。通常采用的局部路径规划方法有：人工势场法、模制逻辑算法、神经网络法、遗传匏法等，最后介绍了基于行为的路径规划方法。2.2 传统路径规划方法栅格分解法捌格分解法是目前研究最广泛的路径规划方法之一.该方法将机器人的工作空间分解为多个简单的区域，一般称为栅格(Cen)。由这些栅格构成一个显示的连通图，或在搜索过程中形成幽式的连通图，然后在此联通图上搜索一条从起始栅格到目标栅格的无碰路径“一般而言，这条路径是用栅格序号来表示的。栅格分解法又分为确切的和不确切的两种.确切栅格法(EXaCtCe1.1.DCCOmPOSiIion)的根本思想:将用来描述整个自由空间的C分解成n个不重登的单元格Gn,这些单元格的组合与原自由空间是完全相等的C=UgS,Gn.如图3-1所示，是最常用的一种确切栅格分解法梯形栅格分解(TraPeZOidaIDecomposition从每个障碍物顶点做系列平行线，遇到自由空间边缘或障碍物边缘相交后就停止，这样将空间分解成一系列的梯形区域，然后给这些区域编号，就形成图3-2所示的连通图。算法发杂度O(n1.gn),其中n是环境中的障碍物顶点数。图3确切栅格法对于不确切的栅格分解法(APProXimateCe1.1.DeCOmPOSition),所有的棚格都是预定的形状，通常为矩形。整个环境被分割成多个较大的矩形，每个矩形间都是连续的.如果大矩形内部包含障碍物或者边界，那么又被分割成4个小矩形，对所有桁大的栅格都进行这种划分，然后在划分的最后界限内形成的小捌格间重任执行程序，直到到达解的界限为止。这种分解的结构称为四叉树工基于空间几何构造的规划方法,在满足约束性方面很差，但具有良好的完符性可视图法可视图法是由NikSon于1968年提出的，该方法在C空间中,以多边形障碍物模型为根底，任意形状的障得物用近似多边形代替，用直线将机器人运动的起始点S和所有C空间障碍物的顶点以及目标点G连接，并保证这些直线段不与C空间障碍物相交，形成了一张图，称之为可视图(ViSibiEyGraph).,在图3«中，并不是说所有的边对最终路径的生成都是有帮助的，必须按照某种规那么进行简化,从而简化可视图被提出，如图33所示，在简化的可视图中只保存有可能成为最终路径的那些边，从而以减少路径的搜索时间，提高兑法效率。然后采用图搜索算法寻找从起始点到目标点的最优路径，搜索最优路径就转化为从起始点到目标点经过这些可视直线的最短距离问题。可视图构造的时间且杂度是0("Ign)或者0S),n代表障碍物的顶点总数。可见随着n增大，时间开销太大，影响实时性效果.人工势场法人工势场法是机器人路径规划中的一个重要方法，由Khabit于1985年库的调整，根本上亦是离线手工建立。模糊逻辑的优点是：规那么库的每条规那么