【文章內容簡介】 色相似時， Polly行走就變得困難，因為它無法用灰度值區(qū)分這些物體的邊界。 Polly 上還安裝了碰撞及聲納傳感器，因此它不是完全依賴于視覺。 Horswill 繼續(xù)開發(fā)了第二代機器人稱為 Frankie。 Frankie 用一個邊緣監(jiān)測器來識別障礙物。一些顏色特征也可以稍微識別出來。但是當?shù)孛姹容^光滑發(fā)生反射時，它會將反射光作為障礙物。 Turk和 Marra研究出了一種利用顏色信息而不是邊緣信息來檢測道路上障礙物的算法。和簡單的運動檢測相似，這種算法將連續(xù)的彩色圖像相減來檢測障礙物。如果地面表面非常粗糙時，也將遇到與邊緣檢測算法相似的 問題。此外，這種算法假設機器人和障礙物中有一個處于運動中。盡管在地面表面非常粗糙的時候， Turk和 Marra研究的算法不能起作用，但是立體視覺和光流系統(tǒng)卻能很好的發(fā)揮作用。 Lourakis和 Orphanoudakis對這些系統(tǒng)作了很詳細的總結。他們自己也研究出了一種方法。這種方法只將環(huán)境中的地面信息記錄下來，而不記錄 武漢理工大學碩士學位論文 4 地面上的物體。 在視覺導航方式中 ， 目前國內外應用比較多的是采用在機器人上安裝車載攝像機的基于局部視覺的導航方式 [1]。 . Boley[6]等研制的移動機器人利用車載攝像機和較少的傳感器通過 識別 陸標 進行導航 ， 比直接采用卡爾曼濾波器獲得了更好的實時性 ， 并有效抑制了噪聲 ； [7]等利用車載攝像機和超聲波傳感器研究了基于視覺導航系統(tǒng)中的避碰問題 ； C. Fermuller[8]等的研究表明 ： 利用車載攝像機將機器人的三維運動描述和景物的形狀描述用于解決機器人的導航問題具有較高的可靠性 ； [9]等對由車載攝像機構成的移動機器人視覺閉環(huán)系統(tǒng)的研究表明 ， 這種控制方法對提高路徑跟蹤精度有較好效果。 采用局部視覺這種導航方式 ， 所有的計算設備和傳感器都裝載在機器人車體上 ， 圖像識別、路徑規(guī)劃 等高層決策都由車載計算機完成 ， 所以車載計算機的工作量較大 ， 延遲問題較為明顯。為提高導航系統(tǒng)的實時性和導航精度 ， 仍需研究更加合理的組合導航方式。 Trahanias[10]利用視覺探測陸標來完成機器人導航，其中陸標不是事先定義的人工陸標，而是在學習階段自動抽取的自然坐標。 Stanley[11]提出了基于神經網絡的機器人視覺導航技術。 Reid[12]通過處理視覺信息選擇機器人行走基線，ActiveMedia 公司生產出的 Pioneer 系列機器人，美國 NASA 火星探測智能移動機器人 Spirit 和 Opportunity 也都包含了視覺導航的內容。國際上備受矚目的機器人比賽，如 Robocup[13]也采用了視覺導航，其視覺子系統(tǒng)的輸入設備為一臺懸掛在球場上方的攝像機，拍攝的圖像經電纜傳送到計算機主機。此外，最新出現(xiàn)的網絡機器人可對機器人進行遙控操縱，如 文獻 [14]介紹了名為 Xavier 的機器人，在機器人上裝有多種傳感器，如激光探測器、聲納、車輪編碼器和彩色攝像機，并裝有揚聲器和語言測試系統(tǒng)，機器人能夠完成現(xiàn)場任務和網絡任務。 從國內的研究情況來看，國內也研究了一些利用視覺進行導航的機器人。例如國內中國科學院自動化研究所研制 了自主車，上海大學研制了“導購機器人”，哈爾濱工業(yè)大學研制出了“導游機器人”以及正在開發(fā)各種服務機器人。如今具有自主導航和自動駕駛功能的智能車輛已初見端倪，如由一汽集團和國防科技大學合作研制的紅旗 CA7460 自動駕駛轎車、由清華大學研制的THMR(TsingHua Mobile Robot)[15]系列 ，均都采用機器視覺、雷達或兩者的有機組合作為傳感手段。 THMR 智能機器人已經研制到了第五代，如圖 11。 THMRⅤ 利用視覺信息 對道路進行檢測實現(xiàn)了自動駕駛和輔助駕駛。目前 THMRⅤ 已 武漢理工大學碩士學位論文 5 經能夠實現(xiàn)道路檢測與跟 蹤、 避障 停障、臨場感遙控駕駛等功能。 圖 11 THMRⅤ 給移動機器人提供一個能適應不同環(huán)境，且可適用于不同任務的視覺系統(tǒng)，是一項比較困難的工作?，F(xiàn)在，已經有很多基于彩色圖像分割和跟蹤的方法可用于給移動機器人提供視覺感知功能。然而誰也不知道，這些方法中的哪一種最適合于某一給定的任務。由于移動機器人的很多具體應用要求能實時的對環(huán)境作出反應，因此又一個值得關注的問題是，視覺系統(tǒng)中采用的分割或跟蹤方法的計算量問題。而且，外界環(huán)境條件的動態(tài)特征，如光照變化，也對機器人的視覺系統(tǒng)提出更多更高的 要求。因此視覺系統(tǒng)的實現(xiàn)，應該是計算量小而滿足實時性要求，同時對光照和其它一些能了解的變化具有很強的魯棒性。 分析現(xiàn)有機器視覺方法的不足 ， 參考人類視覺系統(tǒng)的機理 ， 認為對有些應用如視覺導航而言 ， 不必要完成高層識別和三維重構 ， 而只需獲得對環(huán)境或其中的物體一個足夠好的理解 。 目前還沒有一種通用的導航系統(tǒng)適合于各種不同的環(huán)境。許多系統(tǒng)是針對某個特定的環(huán)境完成特殊的任務。 本文內容與結構 本文的主要任務是采集室內環(huán)境的序列圖像，利用室內環(huán)境的地面特征分析圖像序列，將環(huán)境圖像分割為只有可行走區(qū)域和障礙物區(qū)域的二值 圖像序列，從而讓機器人識別室內的障礙物完成機器人導航的避障功能，同時將圖像序列壓縮存儲在計算機中。本文共分為六章，具體內容包括： 第一章：緒論，介紹本課題研究領域的背景及意義、發(fā)展過程、國內外研 武漢理工大學碩士學位論文 6 究現(xiàn)狀及本論文的實現(xiàn)方案、研究內容和結構。 第二章：機器人的視覺導航系統(tǒng)，詳細介紹機器人的各種導航技術、機器人視覺導航的發(fā)展及其系統(tǒng)組成和系統(tǒng)工作過程。 第三章：機器人視覺導航中的圖像處理技術，對機器人視覺導航中用到的圖像預處理、圖像分割和圖像壓縮存儲這三個方面的圖像處理技術做了一定的研究和對比，為提出適合于本文的圖 像分析算法提供了理論基礎。 第四章：室內地面分割的圖像處理算法，較為詳細地介紹本課題中室內機器人識別地面及地面上障礙物的圖像處理算法，包括室內環(huán)境中特征的選取和分析、彩色圖像的顏色空間及其分割等。 第五章：室內機器人實時障礙物檢測系統(tǒng)，主要介紹本系統(tǒng)的實現(xiàn)方案，包括開發(fā)系統(tǒng)的工具，系統(tǒng)實現(xiàn)的功能及運行界面，并給出了本文算法得到的障礙物檢測實例。 第六章：全文總結及展望， 總結全文，并指出自己所作的工作和 成果 ，以及系統(tǒng)需要進一步改進的地方 。 本章小結 本章在閱讀大量國內外參考文獻的基礎上，對本課題研究領 域的背景及意義、發(fā)展過程及國內外研究現(xiàn)狀做了詳細論述，并介紹了本論文的研究思路、研究內容和結構。 武漢理工大學碩士學位論文 7 第 2 章 機器人的視覺導航系統(tǒng) 從 20 世紀 50 年代后期開始，機器人技術取得了突飛猛進的發(fā)展，其發(fā)展過程大致經歷了三個階段 [16]： (1) 示教再現(xiàn)型機器人，這是第一代機器人。這一代機器人沒有裝備任何傳感器，對環(huán)境沒有感知能力。機器人的作業(yè)路徑、運動參數(shù)需要操作人員手把手示教或通過編程設定，機器人重復再現(xiàn)示教的內容。目前商品化、實用化的機器人大多數(shù)是此類機器人。 (2) 感覺型機器人。此種機器人 配備了簡單的內、外部傳感器，能感知自身運行的速度、位置、姿態(tài)等物理量，并以這些信息的反饋構成閉環(huán)控制，如配備簡易視覺、力覺傳感器等簡單的外部傳感器，因而具有部分適應外部環(huán)境的能力。 (3) 智能型機器人。這一代機器人具有多種內、外部傳感器組成的感覺系統(tǒng)，不僅可以感知內部關節(jié)的運行速度、力的大小等參數(shù)，還可通過外部傳感器，如視覺傳感器、觸覺傳感器等，對外部環(huán)境信息進行感知、提取、處理并做出適當?shù)臎Q策，在結構或半結構化環(huán)境中自主完成某一項任務。目前，智能機器人尚處于研究和發(fā)展階段。 國際機器人研究在經過了 80 年 代的低潮之后，呈現(xiàn)出復蘇和繼續(xù)發(fā)展的形勢，我國的機器人研究在國家“七五”、“八五”及“ 863”計劃的推動下也取得了很大進展。與 70 年代的機器人浪潮相比，現(xiàn)在的機器人研究有兩個特點 [17]：一是對機器人智能的定位有個更加符合實際的標準，也就是不要求機器人具有象人類一樣的高智能，而只是要求機器人在某種程度上具有自主處理問題的能力；另一個特點是許多新技術及控制方法 (神經網絡、傳感器融合、虛擬現(xiàn)實、高速度的并行處理機等 )被引入到機器人研究中。 機器人的導航技術是智能型機器人自主完成任務的核心技術。 移動機器人導航是指 移動機器人按照預先給出的任務命令，根據(jù)已知信息做出路徑規(guī)劃，并在行進過程中，不斷感知周圍的局部環(huán)境信息，自主地做出決策，調整自身位姿，引導自身安全行駛或跟蹤已經路徑到達目標位置。這其中包括三個主要內容：避障、定位和路徑規(guī)劃。 本文所設計的就是一個智能機器人實時檢測室內環(huán)境中障礙物的系統(tǒng)，根據(jù)圖像分析后的二值圖像序列信息，機器人能識別 武漢理工大學碩士學位論文 8 室內的障礙物，從而劃分出室內環(huán)境中的可行走區(qū)域，達到機器人避開障礙物的目的。 本章重點闡述機器人的視覺導航及其視覺系統(tǒng)。 機器人的導航技術 自主式移動機器人 是一種具有高度自 規(guī)劃、自組織、自適應能力，適合于在復雜的非結構化環(huán)境中工作的機器人。自主式移動機器人的目標就是在沒有人的干預、無需對環(huán)境做任何規(guī)定和改變的條件下，有目的地移動和完成相應任務。在自主式移動機器人相關技術中，導航技術是其研究核心，也是移動機器人實現(xiàn)智能化及完全自主的關鍵技術。 移動機器人有多種導航方式，這些導航方式各有其特點，適合于不同的環(huán)境。移動機器人的研究是多種學科的集成和應用。隨著移動機器人的應用領域日益廣泛，對移動機器人導航研究不斷提出新的課題，這將使移動機器人的導航研究不斷深入和發(fā)展，移動機器人也將擁 有更加廣泛的應用前景。 智能型機器人的各種導航方式 目前移動機器人有多種導航方式，這些導航方式各有其特點，適合不同的應用環(huán)境。 移動機器人常見的導航方式主要有基于地下 /地表敷線、基于羅盤 /里程計、基于測距、基于 GPS 定位、基于視覺等的導航。 基于地下 /地表敷線的導航方式 。 在機器人運動路徑上敷設金屬導線或色帶 ， 通過對金屬導線信號檢測或對色帶的檢測確定機器人的位置和運動方向。該方式技術成熟可靠 ， 但對環(huán)境的適應能力較差且存在通過路徑 “ 瓶頸 ” 問題 ，因而在全自主移動機器人中應用較少。 基于羅盤 /里程 計的導航。通過羅盤對地磁的檢測確定機器人方位 ， 與里程計結合推斷機器人的當前位置。由于該方式用累計的算法推斷機器人的當前位置 ， 誤差會不斷積累 ， 同時在一次定位失敗后系統(tǒng)自恢復能力較差 ， 需要定期修正系統(tǒng)偏差。 從國內外的研究來看 ， 磁導航方式的技術已相當成熟 。 如 Mae 公司為自動駕駛車輛則開發(fā)了一種磁引導單元 ， 它是通過磁通門傳感器檢測磁帶來進行車輛導航 。 中國科學院沈陽自動化研究所已生產出基于磁導航的多代機器人 武漢理工大學碩士學位論文 9 產品 。 基于測距的導航。通過測量機器人與參考物間的距離 ， 通過三角測量法計算機器人的當前位置 ， 該方法具 有一定的精度 ， 導航的魯棒性較好。目前主要有超聲波定位導航、激光定位導航、紅外定位導航。 基于 GPS 的定位導航。 GPS 是美國國防部研制的衛(wèi)星導航系統(tǒng)。 通過對GPS 衛(wèi)星信號的接收分析 ， 確定導航對象在地表的位置 ， 由于 GPS 定位系統(tǒng)的精度和適用范圍 ， 其主要用于室外機器人導航 ， 如無人駕駛車等 。 基于視覺的導航。機器人平臺的圖像采集系統(tǒng)獲取機器人當前狀態(tài)下的環(huán)境信息 ， 通過對環(huán)境圖像分析確定環(huán)境對象和機器人在環(huán)境中的位置。由于圖像有較高分辨率 ， 環(huán)境信息完整 ， 符合人類的認知習慣 ， 在機器人導航中得到廣泛關注。 不論采 用何種導航方式，智能移動機器人要完成的功能應該包括：路徑規(guī)劃與避障、探測與定位和控制系統(tǒng)穩(wěn)定性，根據(jù)導航方式的不同，各方面所采用的技術和要達到的目標不同。 視覺導航研究由于受到現(xiàn)有計算設備運算速度和存儲容量的限制而發(fā)展較慢，但隨著 近年來計算機、網絡 、圖像采集設備 和圖像處理技術發(fā)展的突飛猛進 ， 視覺導航也取得了很大的進展。 加之 視覺導航方式具有信號探測范圍寬、獲取信息完整等優(yōu)點 ，在圖像處理速度得到解決之后，視覺導航仍將是 未來機器人導航的一個主要發(fā)展方向。 視覺系統(tǒng)在導航研究中主要起到環(huán)境探測和辨識作用。環(huán)境的探測 包括障礙物探測和陸標探測。本文主要完成的是室內非結構環(huán)境中的障礙物探測。 智能機器人導航中的傳感器 智能機器人的研究都是以人或動物作為模仿對象。人是通過眼、鼻、耳等五官和皮膚接收外界并通過神經傳遞給大腦。大腦對多種不同的信息進行加工、綜合并做出適當?shù)臎Q策。智能機器人感知環(huán)境能力的大小取決于傳感器的數(shù)量、性能以及對多傳感器信息的綜合能力。智能型機器人中的傳感器就相當于機器人的“五官”和皮膚，它們組成機器人的感知系統(tǒng)，以適應工作對象的復雜性。 智能機器人的傳感器一般分為內部傳感器和外部傳感器兩種。內 部傳感器主要用于檢測機器人內部環(huán)境信息，如位置、速度等；外部傳感器用于探測機器人所處的外部環(huán)境信息，幫助機器人完成諸如避障、抓取物體等任務。常用 武漢理工大學碩士學位論文 10 的外部傳感器有視覺傳感器、