博士學(xué)位論文 移動機器人定位的不確定性研究 作者姓名： 于金霞 學(xué)科專業(yè)： 控制理論與控制工程 學(xué)院 （系、 所） ： 信息科學(xué)與工程學(xué)院 指導(dǎo)教師： 蔡自興 教授 中 南 大 學(xué) 2007 年 6 月 分類號 密級 博士學(xué)位論文 移動機器人定位的不確定性研究 者姓名： 于金霞 學(xué)科專業(yè)： 控制理論與控制工程 學(xué)院 （系、 所） ： 信息科學(xué)與工程學(xué)院 指導(dǎo)教師： 蔡自興 教授 論文答辯日期 年 月 日 答辯委員會主席 中 南 大 學(xué) 2007 年 6月 要 本論文來源于國家自然科學(xué)基金支持的“未知環(huán)境中移動機器人導(dǎo)航控制的理論與方法研究” (批準號： 60234030)。作為該項目研究的一部分，本論文以移動機器人導(dǎo)航中的定位問題為研究內(nèi)容 ，利用自行研制的裝配有二維激光雷達環(huán)境感知系統(tǒng)，并通過里程計、陀螺 儀等內(nèi)部傳感器來實現(xiàn)航跡推測的移動機器人“中南移動 1 號 ，重點圍繞影響移動機器人系統(tǒng)定位的四類不確定性處理展開研究：通過移動 機器人定位傳感器的誤差分析及校準，旨在消除傳感器噪聲所帶來的測量誤 差；通過建立移動機器人的三維運動學(xué)模型進行航跡推測，以期實現(xiàn)復(fù)雜地 形下精確的移動機器人本體姿態(tài)感受；通過基于激光雷達的動靜態(tài)障礙的自 主檢測等相關(guān)研究，盡量消除環(huán)境的不確定因素影響進而實現(xiàn)可靠的移動機 器人絕對定位；通過以上研究，針對未知數(shù)據(jù)關(guān)聯(lián)下移動機器人增量式環(huán)境建 圖與自定位的研究提出一種魯棒的濾波算法，改善未知環(huán)境中移動機器人自定位的性能。 總結(jié)全文，在移動機器人定位的不確定性處理研究中，提出了一些具有一定創(chuàng)新性的方法： 結(jié)合自行研制的移動機器人 統(tǒng)的多種內(nèi)外部定位傳感器， 針對內(nèi)部本體感受傳感器光纖陀螺儀的漂移誤差 ，提出采用基于遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)來對光纖陀螺儀的溫漂建模及校準 ，能夠?qū)⑵錅仄兓刂圃诤銣貤l件下標準測試輸出附近；針對外部環(huán)境感 知傳感器激光雷達測距數(shù)據(jù)中包含的噪聲干擾，考慮移動機器人導(dǎo)航中激光 雷達測距數(shù)據(jù)的時空關(guān)聯(lián)性，提出采用動態(tài)自適應(yīng)濾波技術(shù)進行預(yù)處理，從 而可以有效濾除噪聲干擾滿足導(dǎo)航中障礙實時精確檢測的要求。 根據(jù)剛體運動學(xué)的約束分析了一種輪式結(jié)構(gòu)與懸浮式搖架系統(tǒng)相結(jié)合的移動機器人在復(fù)雜地形下的航跡推測，采用里 程計、光纖陀螺儀、傾角傳感器等傳感器信息推導(dǎo)移動機器人的運 動學(xué)模型，提出一種運動學(xué)模型與車輪 過 對不同地形下的運動進行仿真以及利用機器人進行的實驗，獲得的移動機器 人航跡推測效果比直接運用傾角推測的效果更為接近真實值。 利用二維激光雷達作為環(huán)境感知的外部傳感器，通過占據(jù)柵格地圖融合機器人航跡推測的位姿信息和激光雷達的障礙 測距信息，提出一種非靜態(tài)環(huán) 法。對于獲得的動態(tài)障礙，利用改進建議分布的粒子濾波實現(xiàn)運動過程跟 蹤定位。對于獲得的靜態(tài)障礙地圖，將模糊邏輯與最大似然估計相結(jié)合，采 用基于模糊似然的局部地圖匹配方法改進移動機器人自定位的性能。實驗結(jié) 果表明該方法能夠?qū)崿F(xiàn)動靜態(tài)障礙自主檢測與分離，進行有效的單目標跟蹤 定位，并可以校準航跡推測誤差。 針對未知數(shù)據(jù)關(guān)聯(lián)下移動機器人的增量式環(huán)境建模與自定位，利用改進的 子濾波算法實現(xiàn)移動機器人位姿和環(huán)境特征位置的聯(lián)合評估。為了自主地對二維激光雷達的環(huán)境障 礙感知信息進行類別劃分特征提取，提出將無監(jiān)督聚類學(xué)習(xí)應(yīng)用于障礙的特 征提取，并將模糊邏輯引入到增量式特征的數(shù)據(jù)關(guān)聯(lián)進行障礙的分類判決。 對于評估機器人路徑位姿的粒子濾波進行了兩點改進：考慮將地圖匹配和粒 子濾波重采樣相結(jié)合，并基于有效樣本大小 實現(xiàn)粒子濾波的重采樣自適應(yīng)；對于環(huán)境特征的評估，利用過程噪聲自適應(yīng)評估技術(shù)和 爾曼濾波相結(jié)合的濾波方法。 關(guān)鍵詞 移動機器人定位，不確定性處理，航跡推測，二維激光雷達，基于模糊似然的局部地圖匹配，改進的 子濾波，增量式環(huán)境建模與自定位 is by of As of is in , a by us a 2D to as to of is of is to D of is to in on of or on is to of to a is to of to of in on in of as of at of as as is to of to at at of a is of in to to of in of in is by of is on of At of is et A of is to of in on is to of to 2D is to of is to of s by to by An of is D in is to so as to in is to so as to of is by it of at of is to of of of In to D an is to of is of of is by on is of 2D 錄 第一章 緒 論 . 1 動機器人導(dǎo)航和定位 . 移動機器人導(dǎo)航 . 移動機器人定位 . 定位的不確定性分析 .動機器人定位的國內(nèi)外研究現(xiàn)狀分析 . 定位系統(tǒng)組成及傳感器 誤差分析與校準方法 . 移動機器人定位的國內(nèi)外研究現(xiàn)狀分析 . 研究難點及解決途徑 . 10 文的課題來源與研究意義 . 11 題來源 . 11 究意義與目的 . 12 究內(nèi)容及章節(jié)安排等 . 12 究內(nèi)容 . 12 節(jié)安排 . 13 文的組織框架 . 14 第二章 移動機器人定位傳感器 誤差分析及其校準 . 15 動機器人實驗平臺 . 16 體感受傳感器 . 17 程計 . 18 纖陀螺儀 . 21 角傳感器 . 28 境感知傳感器 . 29 光雷達 . 30 結(jié) . 36 第三章 復(fù)雜地形下基于本體感受的 移動機器人航跡推測 . 37 動機器人的航跡推測基礎(chǔ) . 38 動機器人航跡推測的輸出變換 . 40 跡推測的輸出變換 . 40 跡推測方程 . 42 于搖架機構(gòu)的速度矢量角分析 . 42 架約束下的速度矢量角分析 . 43 量角計算的奇異狀態(tài) . 47 于運動學(xué)分析的航跡推測算法實現(xiàn) . 49 動機器人的運動仿真與實驗分析 . 50 動機器人階躍地形下的運動學(xué)仿真 . 50 緩變化地形下的運動學(xué)仿真 . 53 動機器人航跡推測的實驗 . 54 結(jié) . 58 第四章 非靜態(tài)環(huán)境中基于激光 雷達感知與建圖的定位 . 59 于激光雷達的環(huán)境感知與建圖 . 60 統(tǒng)結(jié)構(gòu)組成 . 60 境建圖原理 . 61 度圖的建立 . 63 驗分析 . 66 靜態(tài)環(huán)境中動靜態(tài)障礙的檢測與分析 . 67 于空間聚類的障礙分類 . 68 類障礙屬性參數(shù)及關(guān)聯(lián)性分析 . 69 于聚類障礙時空關(guān)聯(lián) 的動靜態(tài)屬性檢測 . 72 驗分析 . 73 于改進建議分布的粒子濾 波的動態(tài)障礙跟蹤定位 . 76 子濾波 其建議分布選擇 . 76 于改進建議分布的粒子濾 波的動態(tài)障礙跟蹤定位 . 77 驗分析 . 80 于模糊似然估計的局 部靜態(tài)地圖匹配定位 . 81 于最大似然估計 局部地圖匹配 . 81 糊邏輯在地圖匹配中的應(yīng)用 . 82 驗分析 . 83 結(jié) . 85 第五章 未知數(shù)據(jù)關(guān)聯(lián)下基于概率的 增量式環(huán)境建模與自定位 . 86 量式環(huán)境建模與自定位的概率定義 . 87 量式環(huán)境建模與自定位的概率描述 . 87 于粒子濾波 . 89 于 子濾波的 法 . 90 對 法改進的趨勢 . 92 于模糊聚類算法的特征提取 . 93 糊聚類算法 其變種 . 93 準聚類算法的改進（ . 94 類有效性索引函數(shù)評估 . 96 驗分析 . 98 量式數(shù)據(jù)關(guān)聯(lián)及特征匹配 . 99 量式數(shù)據(jù)特征的關(guān)聯(lián)性分析 . 99 征空間的模糊化 . 100 于模糊數(shù)據(jù)關(guān)聯(lián)的特征匹配 . 101 驗分析 . 102 進的 波算法實現(xiàn)增量式環(huán)境建模與自定位 . 104 合地圖匹配的粒子濾波重采樣策略 . 104 于有效樣本大小 重采樣自適應(yīng) . 105 用自適應(yīng)過程噪音 環(huán)境特征更新 . 107 驗分析 . 109 結(jié) . 114 第六章 總結(jié)與展望 . 115 論文工作總結(jié) . 115 一步的研究方向 . 116 參考文獻 . 117 致 謝 . 126 攻讀博士學(xué)位期間的科 研工作與研究成果 . 127 博士學(xué)位論文 第一章 緒 論 1第一章 緒 論 作為前沿的高新技術(shù)，機器人體現(xiàn)出廣泛 的學(xué)科交叉，包括自動控制、人工智能、電子技術(shù)、機械工程、傳感器技術(shù)以及計算機科 學(xué)等；涉及到眾多的研究課題，如體系結(jié)構(gòu)、運動控制、路徑規(guī)劃、環(huán)境建圖與定位 等；適用于各樣的工作環(huán)境，甚至于危險、骯臟、乏味和困難場合等。因而 ，正如宋健院士在國際自動控制聯(lián)合會第 14屆大會報告中所指出的： “機器人學(xué)的進步和應(yīng)用是本 世紀自動控制最有說服力的成就，是當(dāng)代最高意義上的自動化”1。 自從 1962 年美國 司生產(chǎn)的機械臂 為第一代機器人在美國通用汽車公司投入使用以來，機器人技術(shù)得到了 蓬勃發(fā)展。在經(jīng)歷了最初的程序控制的示教再現(xiàn)型機器人、具有初級感覺的自適應(yīng)型 機器人之后，目前正朝著高級智能的智能機器人方向進展2,3。作為其中的一個重要分支，智能移動機器人強調(diào)“移動”的特性，是一類能夠通過傳感器感知環(huán)境和本身狀 態(tài)，實現(xiàn)在有障礙物環(huán)境中面向目標的自主運動，從而完成一定作業(yè)功能的機器人系統(tǒng)4。由于智能移動機器人只有準確地知道其本身的位置、工作環(huán)境中障礙的位置以 及運動情況，才能有效安全地進行自主運動，因而，智能移動機器人定位的研究引起 眾多研究人員的關(guān)注，已成為機器人領(lǐng)域的研究熱點問題。 本文的研究工作是基于自行研制的移動機器人實驗平臺中南移動 1 號（ 開5。該移動機器人采用懸浮式搖架 運動結(jié)構(gòu)，具有一定的越障能力，能夠?qū)?fù)雜環(huán)境地形下移動機器 人姿態(tài)進行推測。同時，系統(tǒng)裝配多種內(nèi)外部傳感器，包括用于內(nèi)部本體感受的航跡推測傳感器里程計 、光纖陀螺儀、傾角傳感器、精密角度電位器；用于外部環(huán)境感知的障礙檢測傳感器 二維激光雷達、攝像頭（本文僅考慮激光雷達） 。多種傳感器的相互協(xié)作為移動機器 人導(dǎo)航定位提供了豐富的信息來源。 本文以未知環(huán)境導(dǎo)航為研究背景，重點 圍繞移動機器人系統(tǒng)定位的不確定性處理展開研究：通過移動機器人定位傳感器的誤差分 析及校準，旨在消除傳感器噪聲所帶來的測量誤差；通過建立移動機器人的三維運動 學(xué)模型進行航跡推測，以期實現(xiàn)復(fù)雜地形下精確的移動機器人本體姿態(tài)感受；通過基 于激光雷達的動靜態(tài)障礙的自主檢測等相關(guān)研究，盡量減少環(huán)境的不確定因素影響進 而實現(xiàn)可靠的移動機器人絕對定位；通過以上研究，針對未知數(shù)據(jù)關(guān)聯(lián)下移動機器人 增量式環(huán)境建圖與自定位的研究提出一種魯棒的濾波算法，改善未知環(huán)境 中移動機器人自定位的性能。 博士學(xué)位論文 第一章 緒 論 動機器人導(dǎo)航和定位 動機器人導(dǎo)航 導(dǎo)航，最初是指對于航海的船舶抵達目 的地進行的導(dǎo)引過程。這一術(shù)語，絲毫未變地應(yīng)用到機器人領(lǐng)域，并和自主性相結(jié)合成為 智能移動機器人研究的核心和熱點。 將移動機器人導(dǎo)航定義為 三個子問題，即“ ?” ，“ 和“ ，也即定位、目標識 別、路徑規(guī)劃。為了實現(xiàn)導(dǎo)航的基本任務(wù)，移動機器人需要依靠本 身裝配的傳感器實現(xiàn)對內(nèi)部本體姿態(tài)和外部環(huán)境信息的感知，對于傳感器采集到的數(shù) 據(jù)經(jīng)過融合處理并以精煉的知識實現(xiàn)對環(huán)境空間的描述，通過這些環(huán)境空間信息的存 儲、識別、搜索等操作尋找最優(yōu)或近似最優(yōu)的無碰撞路徑實現(xiàn)安全的運動。 移動機器人在完成準確的本身定位之后 ，可采用的具體導(dǎo)航方式包括電磁導(dǎo)航、光反射導(dǎo)航、視覺導(dǎo)航、味覺導(dǎo)航、聲音導(dǎo)航等 。其中，視覺導(dǎo)航方式因具有信號探測范圍寬、信息獲取內(nèi)容全等優(yōu)點而成為移動機 器人導(dǎo)航的一個主要發(fā)展方向。在視覺導(dǎo)航系統(tǒng)中，視覺傳感器可以是攝像頭、激光 雷達等環(huán)境感知傳感器，主要完成運行環(huán)境中障礙和特征檢測以及特征辨識的功能 。依據(jù)環(huán)境空間的描述方式， 方式劃分為三類7： 基于地圖的導(dǎo)航（ ：具有先驗的占據(jù)柵格（ 、幾何圖元（ 拓撲特征（ 示的環(huán)境地圖，機器人依據(jù)這些先驗的 環(huán)境地圖進行導(dǎo)航運動。 基于地圖建立的導(dǎo)航（ ：缺乏先驗的環(huán)境地圖，通過機器人的導(dǎo)航運動，利用本身裝配的傳感器 不斷感知環(huán)境構(gòu)建地圖，并利用已經(jīng)建立的環(huán)境地圖指導(dǎo)機器人的導(dǎo)航。 沒有地圖的導(dǎo)航（ ：相對于上述兩種導(dǎo)航方法，沒有任何環(huán)境地圖的明確表達形式，對于導(dǎo)航更多地是通 過傳感器獲得的觀測信息識別運行環(huán)境中的物體或者跟蹤這些物體來實現(xiàn)。 針對未知環(huán)境中的移動機器人導(dǎo)航，其 實質(zhì)就是基于地圖建立的導(dǎo)航。由于缺乏環(huán)境規(guī)模和障礙物分布等先驗知識，并且沒有人 為設(shè)定路標、燈塔等絕對參照物，使得移動機器人的定位沒有絕對的參考信息，需要 自主地依靠裝載的傳感器提供的信息構(gòu)建地圖并據(jù)此來實現(xiàn)本身定位。但是由于感知 信息的不確切，移動機器人很難實現(xiàn)精確的本身定位。因而，移 動機器人定位的不確定處理 方法成為亟待研究的課題4。 博士學(xué)位論文 第一章 緒 論 動機器人定位 定位（ ？）作為移動機器人實現(xiàn)自 主能力的最基本問題8，其目的就是確定移動機器人在運行環(huán)境中相對于世界坐標 系的位置及其本身的姿態(tài)?，F(xiàn)有移動機器人的定位方法可以分為三類9： 相對定位（ ：又稱航跡推測（ R） ，主要依靠里程計（ 、陀螺儀（ 內(nèi)部本體感受傳感器，給定初始位姿，通過測量機器人相對于初始位姿 的距離和方向來確定機器人的當(dāng)前位姿。 絕對定位（ ：主要采用導(dǎo)航信標（ 、主動或被動標識（ 、地圖匹配（ 全球定位系統(tǒng)（ 行定位。位置計算方法包括三邊測量法 （ 、 三角測量法 （ 、 模型匹配算法 （ 。 組合定位（ ：相對定位方法具 有自包含的優(yōu)點，能夠依據(jù)運動學(xué)模型自我推測機器人的航跡。但是 這種方法不可避免地存在隨時間距離增加而增加的累積航跡誤差。絕對定位方法中， 信標或標識牌的建設(shè)和 維護成本較高，地圖匹配技術(shù)處理速度較慢， 能用于室外。由于單一定 位方法的不足，移動機器人定位依舊是基于航跡推測與 絕對信息矯正相結(jié)合的方法。 針對移動機器人的定位問題，國內(nèi)