【導(dǎo)讀】題目熒光管檢測室內(nèi)移動機(jī)器人。專業(yè)機(jī)械設(shè)計制造及其自動化。二〇一二年四月八日。濟(jì)南大學(xué)泉城學(xué)院畢業(yè)設(shè)計外文資料翻譯

　　

【正文】 主室內(nèi)導(dǎo)航，地標(biāo)地圖是無界的。建立這樣一個地圖人工任務(wù)，我們相信一個自主移動機(jī)器人可以解決這個問題。 在學(xué)習(xí)過程中，機(jī)器配備了攝像頭指向天花板是手動引導(dǎo)每個光和添加地標(biāo)信息的地圖，每當(dāng)一個新的光出現(xiàn)在其路徑。這是人類輔助地圖構(gòu)建的第一步，我們研究有關(guān)地標(biāo)地圖構(gòu)建。我們要改變它的一個完全獨(dú)立的地圖創(chuàng)建系統(tǒng)。作為圖像處理過程中的學(xué)習(xí)過程是相同的一個用于導(dǎo)航，我們將目前的特征提取方法在部分 5 和 6。 一旦教學(xué)階段完成，該機(jī)器人擁有地圖的燈，可用于后 來的自主導(dǎo)航方法。 4 處理一個機(jī)器人制造地圖 編碼器誤差的影響圖 映射意味著處理與里程計的錯誤，發(fā)生在學(xué)習(xí)過程本身。隨著機(jī)器人將遵循新燈，因為積累的里程計的誤差，造成的標(biāo)志，記錄在地圖將會變得越來越從不同的值對應(yīng)的真實世界 .一些地圖環(huán)境代表圖給出了圖。里程計數(shù)據(jù)記錄的機(jī)器人，在學(xué)習(xí)的過程也被代表之一的地圖。同樣的機(jī)器人被用于所有的地圖，圖 2 所示，并采取了特別照顧設(shè)置初始位姿相同每個實驗。差異出現(xiàn)在這些地圖，因此沒有機(jī)器人的初始定位，而不是說明問題的隨機(jī)里程計誤差漂移 。 使用的地圖 地圖是需要的機(jī)器人正確的姿態(tài)在航行過程。每當(dāng)機(jī)器人檢測光學(xué)到以前，它修正其絕對 pose1使用標(biāo)志的信息記錄在地圖。由于地圖內(nèi)容不符合價值觀的現(xiàn)實世界，軌跡機(jī)器人已被指定根據(jù)構(gòu)成的燈的地圖，而不是根據(jù)軌跡我們要機(jī)器人跟隨在真實環(huán)境。 例如，如果移動機(jī)器人的任務(wù)是以右下直走廊的燈，機(jī)器人不會被要求遵循直線沿走廊中間。而這個簡單的運(yùn)動命令，都會有機(jī)器人跟蹤每一段連接投影在地面上的中心連續(xù) 2 燈。這說明圖在變焦的軌跡指定的機(jī)器人出現(xiàn)在虛線。 一個圖形用戶界面已經(jīng)制定了集團(tuán) /塔卡，為了指定容易不同類型的軌 跡方面的地圖學(xué)習(xí)機(jī)器人。該圖形用戶界面還可以用于在線為后續(xù)發(fā)展的機(jī)器人實時的地標(biāo)地圖在學(xué)習(xí)和導(dǎo)航的流程。 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)設(shè)計外文資料翻譯 11 圖 2：地圖環(huán)境代表圖同一機(jī)器人。矩形和圓形代表不同形狀的燈。 5 光管檢測 光管模型 自然想到熒光管作為一個自然標(biāo)志的視覺過程，旨在提高定位的移動機(jī)器人在室內(nèi)環(huán)境。事實上，問題，如灰塵，陰影，光的反射在地面上，或阻塞的標(biāo)志，通常不出現(xiàn)在這種情況下。 一個利用熒光燈管相比其他可能的地標(biāo)，位于天花板，一旦被打開，他們承認(rèn)在圖像可以用一個非常簡單的圖像處理 算法，因為它們是唯一光明的元素是永久發(fā)現(xiàn)在這樣的地方。 如果 256 個灰度圖像二值化含有熒光管與一個適當(dāng)?shù)拈撝?0≤不≤ 255，唯一的因素，仍然在這個操作是一個長方形。 4。一個顯示了一個典型的攝像機(jī)圖像的天花板的走廊含有熒光燈。該相機(jī)光軸垂直于天花板。在（乙）是二值圖像（一）。如果我們假設(shè)之間的距離相機(jī)和天花板保持不變，并沒有一個以上的光在一個時間可以看見的頂部的機(jī)器人，熒光管可以模仿的地區(qū)，在一個閾值圖像的天花板。 圖 3：截圖的圖形界面用于指定一個路徑的機(jī)器人使用的地圖代表 2。這個軌跡對應(yīng)直線在走廊中間圖 1 所示。 A矩形代表熒光燈學(xué)教學(xué)過程中。 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)設(shè)計外文資料翻譯 12 圖 4：（一）樣本影像的熒光燈，（二）二值圖像。 熒光檢測方法 利用里程計，機(jī)器人能夠知道它何時會接近一個光記錄在地圖比較在一個閉環(huán)實際估計位置的不同位置的燈光在地圖。一旦接近其中的一個，它開始以圖像的二值化閾值上限，以適應(yīng)相應(yīng)的記憶在學(xué)習(xí)過程。 重復(fù)這個步驟，直到數(shù)比變得接近。當(dāng)它發(fā)生時，當(dāng)二值形狀不碰任何圖像邊界檢 測算法，并停止進(jìn)一步的圖像處理是在下一節(jié)中解釋。 圖 5：（一）為基礎(chǔ)的特征熒光管，（二）定義的機(jī)器人局部參考 為了拋棄太明亮的圖像，檢測算法提高了自動閾值。此外，因為發(fā)出的光的強(qiáng)度變化，熒光管的頻率與相應(yīng)的循環(huán)功率，閾值來降低自動如果≤碼，使機(jī)器人有機(jī)會來檢測光位于它上面即使這似乎比平時更黑。 圖 6：（一）熒光燈位于圖像的邊界。（一），（二）原件和二值化圖像之前失真校正，（三），（四）畸變校正后 檢測算法的設(shè)計使構(gòu)成的熒光管只計算如果整個形狀管出現(xiàn)在捕獲的圖像。因此它是可以 計算的該管的位置的質(zhì)心在圖像以及方向的最小轉(zhuǎn)動慣量軸θ我使用基于矩特征的二值形狀Δ 。 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)設(shè)計外文資料翻譯 13 上述行動是評估后的圖像失真校正了。事實上，圖像失真成為一個主要問題時，光檢測機(jī)器人是位于圖像中心。在這種情況下，錯誤的形狀方向可以達(dá)到 5 度。圖 6顯示圖像由機(jī)器人當(dāng)它不低于光時，其正軸定義在圖。二是平行光的主要軸線。二值化的形狀，之前和之后的失真校正了。 圖 7：機(jī)器人頂部板照相機(jī) 由于計算車輛的絕對位姿估計從圖像是費(fèi)時，追溯數(shù)據(jù)融合和里程計數(shù)據(jù)是必要的。此功能是由 于以前在我們的實驗室開發(fā)的算法。 7 實現(xiàn)與實驗 有效的導(dǎo)航系統(tǒng)已被證明了實驗在走廊，圖 1 所示在一天的不同時間。機(jī)器人的第一引導(dǎo)下的每一個光打造地標(biāo)地圖。然后利用地圖和路徑上述定義它航行在走廊中間到目標(biāo)點。最大速度的機(jī)器人是 35 厘米 /秒，總距離一路約 50 米。關(guān)于機(jī)器人的路徑 24 熒光管不同的形狀出現(xiàn)，分隔的距離從 米到 米。 實驗結(jié)果的試驗表明，粗線圖對應(yīng)的里程計數(shù)據(jù)的機(jī)器人。所使用的地圖機(jī)器人這個實驗和相應(yīng)的路徑是部分圖。當(dāng)一個光發(fā)現(xiàn)，絕對的機(jī)器人的位姿校正經(jīng)過一定的延遲所 代表的標(biāo)志之間的距離 39。 + 39。和 39。分別。下表給出了平均計算時間的不同步驟的圖像處理算法。所有的圖像處理工作的視覺模塊的開發(fā)實驗室，配備了赫茲湯姆森電力處理器。 8 結(jié)論和未來的工作 文中，我們提出一個完整的導(dǎo)航系統(tǒng)，使移動機(jī)器人實現(xiàn)遠(yuǎn)距離室內(nèi)導(dǎo)航感謝燈上面軌跡在第一個步驟，建立在機(jī)器人地圖，可以很容易地發(fā)現(xiàn)這些標(biāo)志。一旦地濟(jì)南大學(xué)泉城學(xué)院畢業(yè)設(shè)計外文資料翻譯 14 圖構(gòu)建過程結(jié)束后，軌道車輛跟隨的定義是高于以前的地圖，由于圖形用戶界面來處理錯誤包括在學(xué)習(xí)程序。在下一步，機(jī)器人找燈它學(xué)會了將其新的估計絕對構(gòu)成與里程計每當(dāng)一個里程 碑是在檢測過程中 。實驗表明，它是可能的機(jī)器人導(dǎo)航精度對長距離沒有任何其他位置或方向傳感系統(tǒng)比光學(xué)編碼器和一個黑白攝像機(jī)指向天花板。地標(biāo)地圖構(gòu)建提出目前需要一人操作，引導(dǎo)機(jī)器人在學(xué)習(xí)的過程。我們要轉(zhuǎn)換到一個完全自主的地圖創(chuàng)建系統(tǒng)。今后的工作還將解決如何擴(kuò)展導(dǎo)航系統(tǒng)的幾個機(jī)器人沿著走廊。 因為積累的里程計誤差機(jī)器人的引導(dǎo)，第一次在其整個環(huán)境，光多次檢測不應(yīng)被記錄一次以上的地圖。由于構(gòu)成的光計算機(jī)的機(jī)器人在一個全球性的參考將是不同的車輛時再次遇到相同的里程碑在學(xué)習(xí)的過程中，進(jìn)一步的工作涉及循環(huán)軌跡管理必須解決這個問題。 參考文獻(xiàn)： [1] C. Ming Wang, “ Location estimation and uncertainty analysis for mobile robots” , Proc. of 1988 International Conference on Robotics and Automation , pp 12301235. [2] S. Hashino, “ Performance of a fluorescent light sensor” , Proc. of Robotics Society of Japan , 1994, pp 10771078, in Japanese. [3] N. Oota, T. Fukuda, F. Arai, Y. Abe, K. Tanaka, Y. Tanaka, “ Landmark Tracking of Autonomous Mobile Robot with Vision System” , Proc. of Robotics Society of Japan , 1992, pp 935936, in Japanese. [4] T. Fukuda, Y. Yokoyama, F. Arai, K. Shimojima, S. Ito, Y. Abe , K. Tanaka, S. Tanaka, “ Navigation System based on Ceiling Landmark Recognition for Autonomous Mobile Robot” , Proc. of 1996 International Conference on Robotics and Automation , pp 17201725. [5] M. Hashiba, T. Lillawa, T. Honma, S. Suzuki, “ A Visual Navigation Method for Indoor Mobile Robots A position Identification Method Using Development Images of the Route” , Proc. of Robotics Society of Japan , 1998, pp 16031604, in Japanese. [6] J. Amat, J. Fernandez, A. Casals, “ Vision Based Navigation System for Autonomous Vehicles” , Proc. of 2021 International Conference on Intelligent Autonomous Systems , pp 10491056. [7] A. Kosaka, M. Meng, A. Kak, “ Visionguided mobile robot navigation using retroactive updating of position uncertainty” , Proc. of 1993 International Conference on Robotics and Automation , pp 17. [8] S. Maeyama, , , “ Nonstop outdoor navigation of a mobile robot Retroactive positioning data fusion with a time consuming sensor system” , Proc. of 1995 Intelligent Robots and Systems , , pp 130135. [9] S. Yuta S. Suzuki, S. Iida, “ Implementation of a small size experimental selfcontained autonomous robot – sensors, vehicle control, and description of sensor based on behavior– ” , in Experimental Robotics II , R. Chatila et al., Eds. Berlin, Germany: SpringerVerlag, 1993, pp 344358 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)設(shè)計外文資料翻譯 15