【正文】 柵格是扇形的，這樣不利于對整個(gè)工作環(huán)境（如房間，大廳等）進(jìn)行柵格化，只要傳感器的數(shù)量較多，這樣的近似是可以接受的。這樣，我們就超聲波傳感器獲取的環(huán)境信息轉(zhuǎn)化為我們所需的柵格信息。也就是說，當(dāng)我們進(jìn)行一次探測后，我們將可能存在障礙物的柵格的CV值加1?；騜最近的障礙物可能在1，2，3任意柵格中，也就是1，2，3中都有有存在障礙物的可能。同理，當(dāng)Rb＜Ra時(shí)我們認(rèn)為距離B最近的障礙物在柵格3中，也就是柵格3中存在障礙物，而柵格2中不存在障礙物。Ra為A探測到的最近障礙物的距離，Rb為B探測到的最近障礙物的距離。現(xiàn)在，我們就兩個(gè)超聲波傳感器A、B討論一下環(huán)境信息的獲取。 基于超聲波傳感器測距的柵格化方法如圖32所示，我們利用多對超聲波傳感器的角度掃描范圍，以及傳感器最大距離探測誤差為半徑分割整個(gè)平面，這樣，我們就得到一個(gè)被分割成許多柵格的平面。白色區(qū)域表示自由區(qū)，機(jī)器人可以自由活動。如圖 圖31環(huán)境地圖模型圖中，A點(diǎn)為機(jī)器人停放位置，機(jī)器人的工作位置可以通過坐標(biāo)（x，y）表示，設(shè)工作房間長X，寬Y，則x為沿X方向坐標(biāo)，y為沿Y方向坐標(biāo)。 柵格法建模在這里采用柵格法建立環(huán)境地圖模型。不同的傳感器由于采集環(huán)境信息的方法不同，所獲得柵格形狀和精確度也不同。柵格法將基于傳感器系統(tǒng)的地圖模型識別法和測距法相結(jié)合，環(huán)境描述易于創(chuàng)建和維護(hù)，對某個(gè)網(wǎng)絡(luò)的感知信息可直接與環(huán)境中某個(gè)區(qū)域?qū)?yīng)，機(jī)器人對所測的障礙物具體形狀不太敏感，具有直觀簡潔、分辨率高等特點(diǎn)，適用于室內(nèi)等中小環(huán)境路徑規(guī)劃地圖模型的建立[14]。通過優(yōu)化算法在單元中搜索最優(yōu)路徑。CV 值越高，表征存在障礙物的可能性越高。這里僅介紹和使用柵格法來進(jìn)行環(huán)境建模。強(qiáng)制要求傳感器對環(huán)境信息采集和描述的精確度會影響傳感器的信息采集速率，增加算法復(fù)雜度和計(jì)算量，從而影響算法的實(shí)時(shí)性、可靠性和魯棒性。環(huán)境信息的描述是實(shí)現(xiàn)機(jī)器人自主式導(dǎo)航的算法基礎(chǔ)。然后詳細(xì)講述了超聲波發(fā)生器原理和超聲波測距原理。再根據(jù)公式（21）即可求得距離。超聲波信號在空間中傳播遇到障礙物后，將反射回波。采用AT89C52單片機(jī)，由單片機(jī)定時(shí)向發(fā)射機(jī)發(fā)出控制信號，同時(shí)啟動定時(shí)器。如果測距精度要求很高，則應(yīng)通過溫度補(bǔ)償?shù)姆椒右孕Ｕ８戒浿斜?列出了幾種不同溫度下的聲速。聲波在空氣中傳輸速率為： （22） 式中：T——絕對溫度；—— m/s。其主要有三種測量方法：（1）相位檢測法相位檢測法雖然精度高，但檢測范圍有限（2）聲波幅值檢測法聲波幅值檢測法易受反射波的影響（3）渡越時(shí)間檢測法超聲波測距是通過不斷檢測超聲波發(fā)射后遇到障礙物所反射的回波，從而測出發(fā)射和接收回波的時(shí)間差t，然后求出就可以計(jì)算出發(fā)射點(diǎn)距障礙物的距離：D = C T/ 2 （21）這就是渡越時(shí)間法測距機(jī)理。它具有在同種媒質(zhì)中以恒定速率傳播的特性，而在不同媒質(zhì)的界面，會產(chǎn)生反射現(xiàn)象。超聲波傳感器在機(jī)器人上的分布如圖22所示。當(dāng)它的兩極外加脈沖信號，其頻率等于壓電晶片的固有振蕩頻率時(shí)，壓電晶片將會發(fā)生共振，并帶動共振板振動，便產(chǎn)生超聲波。 壓電式超聲波發(fā)生器原理 壓電式超聲波發(fā)生器實(shí)際上是利用壓電晶體的諧振來工作的。 按收發(fā)方式又分兩類：一類是發(fā)射和接收分別是兩種不同的分體式超聲波傳感器，此類傳感器測距有效范圍比較大，但不具備防塵、防水性能，如用于發(fā)射的MA40A5S及用于接收的MA40A5R 。它們所產(chǎn)生的超聲波的頻率、功率和聲波特性各不相同，因而用途也各不相同。 超聲波發(fā)生器 超聲波發(fā)生器可以分為兩大類：一類是用電氣方式產(chǎn)生超聲波，一類是用機(jī)械方式產(chǎn)生超聲波。由于超聲波指向性強(qiáng)，能量消耗緩慢，在介質(zhì)中傳播的距離較遠(yuǎn)，因而超聲波經(jīng)常用于距離的測量，如測距儀和物位測量儀等都可以通過超聲波來實(shí)現(xiàn)。由于外部傳感器為集多種學(xué)科為一身的產(chǎn)品，有些方面還在探索之中，隨著外部傳感器的進(jìn)一步完善，機(jī)器人的功能越來越強(qiáng)大，將在許多領(lǐng)域?yàn)槿祟愖龀龈筘暙I(xiàn)。由渡越時(shí)間和介質(zhì)中的聲速即可求得目標(biāo)與傳感器之間的距離。目前，超聲波測距傳感器在移動式機(jī)器人導(dǎo)航中應(yīng)用十分廣泛。鑒于以上種種優(yōu)點(diǎn)，使得超聲波傳感器在移動機(jī)器人的應(yīng)用中具有很大的優(yōu)勢。由于超聲波傳感器具有成本低廉，采集速度快，距離分辨率高，質(zhì)量輕、體積小、易于裝卸的優(yōu)點(diǎn)，并且超聲波傳感器在采集環(huán)境信息時(shí)不存在復(fù)雜的圖象匹配技術(shù)，不需要通過大量的計(jì)算就可獲得數(shù)據(jù)，因而其測距速度快，實(shí)用性好。因此，我們對于傳感器的選擇，也集中在測量距離這一參數(shù)上。因此，在這里，機(jī)器人將依靠其自身攜帶的傳感器，通過主動探測的方式來完成對外部環(huán)境的感知。 測距傳感器的選擇性分析在本課題中，自主移動需要在實(shí)現(xiàn)避障和路徑規(guī)劃的基礎(chǔ)上，完成局部自主式移動，因此它必須對其工作環(huán)境的狀態(tài)有一清楚的了解。它與傳統(tǒng)獲得深度信息的方法不同，激光測距雷達(dá)不僅可以在有環(huán)境光的情況下工作，也可以在無環(huán)境光中工作，而且在無環(huán)境光的情況下測量效果更好。通過二維或三維的掃描激光束或光平面，激光測距雷達(dá)能夠以相對高的頻率提供大量準(zhǔn)確的距離數(shù)據(jù)。（3）激光雷達(dá)近年來，激光雷達(dá)因具有測量速度快、測程遠(yuǎn)、測距精度高、方向性好、鏡面反射小、造價(jià)適中等優(yōu)點(diǎn)而受到廣泛重視。一般很難進(jìn)行高精度測位。微波雷達(dá)的優(yōu)點(diǎn)是因目標(biāo)的顏色、材質(zhì)等不同而引起的反射率變化小，對霧的透過率高，受灰塵、霧、雨的影響小，在各種目標(biāo)和氣候條件下都能比較穩(wěn)定的進(jìn)行探測。角度分辨率高于超聲波和紅外傳感器，低于激光傳感器，距離分辨率略高于超聲波傳感器。（2）微波雷達(dá)微波是一種電磁波，其波長為，頻率為，定向傳播及反射性能介于超聲波和激光之間。確定合理的密度，以覆蓋要求的探測區(qū)域。超聲波傳感器具有反應(yīng)靈敏、探測速度快的優(yōu)點(diǎn)，而且結(jié)構(gòu)簡單，體積小，成本低，因而在目前已知的移動機(jī)器人中，多數(shù)都安裝了它，用于室內(nèi)和室外近距離避障。在移動機(jī)器人中應(yīng)用的超聲波傳感器，是利用超聲波在空氣中的定向傳播和固體反射特性（縱波），通過接收自身反射的超聲波反射信號，根據(jù)超聲波發(fā)出和回波接收時(shí)間差及傳播速度，計(jì)算出傳播距離，從而得到障礙無物到機(jī)器人的距離。它具有縱波（在氣、液、固中傳播）、橫波（在固體中傳播）和表面波（沿固體表面?zhèn)鞑ィ┤N波形，而且遇到雜質(zhì)或傳播界面回產(chǎn)生明顯的反射[13]。 有源測距技術(shù) 在有源測距技術(shù)中，常用的主動傳感器主要有超聲波、微波雷達(dá)和激光雷達(dá)三種。主動傳感器工作時(shí)不僅使用自然光照，它自身也對被測物體產(chǎn)生光照。有源測距技術(shù)使用主動傳感器替代被動傳感器，它由于具有以下的兩大優(yōu)點(diǎn)而在實(shí)時(shí)機(jī)器人領(lǐng)域顯示出誘人的魅力：（1）主動傳感器不存在復(fù)雜的圖象匹配技術(shù)，不象立體視覺需要通過大量的計(jì)算獲取距離數(shù)據(jù)，因而實(shí)時(shí)性好，測距速度快。這種方法雖然能夠產(chǎn)生比較精確的結(jié)果，但是其速度過慢而無法用于實(shí)時(shí)任務(wù)。從仿生學(xué)的角度來說，基于雙目視覺原理的立體視覺系統(tǒng)最接近生物體的視覺系統(tǒng)，但由于受到原理計(jì)算法的限制，測距精度和成象速度不能滿足要求。 無源測距技術(shù)經(jīng)典的距離測量方法使用無源測距技術(shù)，我們稱之為被動方法，例如立體視覺和結(jié)構(gòu)光方法。移動機(jī)器人可以根據(jù)這些信息進(jìn)行實(shí)時(shí)避障、導(dǎo)航和執(zhí)行特定的任務(wù)。第二章 超聲波測距技術(shù) 移動機(jī)器人中的測距技術(shù) 在研究機(jī)器人的避障時(shí)，環(huán)境信息的采集是研究的關(guān)鍵問題。采用柵格法進(jìn)行環(huán)境建模，運(yùn)用一種稱作沿邊走的算法來進(jìn)行路徑規(guī)劃。并詳細(xì)介紹機(jī)器人超聲波測距原理以及超聲波測距系統(tǒng)應(yīng)用于導(dǎo)航技術(shù)的優(yōu)勢。 本論文的主要內(nèi)容本論文的主要研究基于超聲波測距的自主移動機(jī)器人路徑規(guī)劃技術(shù)，重點(diǎn)進(jìn)行了以下工作：（1）概述自主移動機(jī)器人的發(fā)展?fàn)顩r，以及國內(nèi)外導(dǎo)航技術(shù)和路徑規(guī)劃技術(shù)的發(fā)展現(xiàn)狀。如何構(gòu)造和優(yōu)化機(jī)器人行為控制器是成功與否的關(guān)鍵。該方法的主要優(yōu)點(diǎn)在于每個(gè)行為的功能較簡單，因此可以通過簡單的傳感器及其快速信息處理過程獲得良好的運(yùn)行效果。　(3) 基于行為的路徑規(guī)劃方法 所謂基于行為的研究方法是把移動機(jī)器人所要完成的任務(wù)分解成一些基本的、簡單的行為單元，這些單元彼此協(xié)調(diào)工作。文獻(xiàn)[12通過引入虛擬障礙物使搜索過程跳出局部最優(yōu)的陷阱，但引入虛擬障礙物可能會產(chǎn)生新的局部極小點(diǎn)，同時(shí)也增加了算法的復(fù)雜度。如文獻(xiàn)[10]結(jié)合柵型聲納測試，建立一種新類型的勢場函數(shù)，為距離轉(zhuǎn)換路徑尋找算法。但是這種方法也存在著一些缺點(diǎn):如存在陷阱區(qū)，在相近的障礙物前不能發(fā)現(xiàn)路徑，在障礙物前產(chǎn)生振蕩以及在狹窄通道中擺動等缺點(diǎn)。目標(biāo)點(diǎn)對機(jī)器人產(chǎn)生引力作用，障礙物對機(jī)器人產(chǎn)生斥力作用，引力和斥力的合力控制機(jī)器人的運(yùn)動。(2) 基于傳感器信息的局部路徑規(guī)劃人工勢場法( artificial potential field) 最初由Khatib 提出[9]，這種方法由于它的簡單性和優(yōu)美性而被廣泛采用。但建立拓?fù)渚W(wǎng)的過程是相當(dāng)復(fù)雜而費(fèi)時(shí)的，特別是當(dāng)增加或減少障礙物時(shí)，如何有效地修正已經(jīng)存在的拓?fù)渚W(wǎng)絡(luò)以及如何提高圖形搜索速度是目前亟待解決的問題[10] 。拓?fù)浞╗8]是根據(jù)環(huán)境信息和運(yùn)動物體的幾何特點(diǎn)，將組成空間劃分成若干具有拓?fù)涮卣饕恢碌淖杂煽臻g，然后根據(jù)彼此間的連通性建立拓?fù)渚W(wǎng)，從該網(wǎng)中搜索一條拓?fù)渎窂?。通過優(yōu)化算法在單元中搜索最優(yōu)路徑。CV 值越高，表征存在障礙物的可能性越高。對可視圖進(jìn)行搜索，并利用優(yōu)化算法刪除一些不必要的連線以簡化可視圖，縮短了搜索時(shí)間，最終就可以找到一條無碰最優(yōu)路徑?？梢晥D法(visibility graph)[6]是將機(jī)器人視為一點(diǎn)，把機(jī)器人、目標(biāo)點(diǎn)和多邊形障礙物的各個(gè)頂點(diǎn)進(jìn)行連接，要求機(jī)器人和障礙物各頂點(diǎn)之間，目標(biāo)點(diǎn)和障礙物各頂點(diǎn)之間以及各障礙物頂點(diǎn)與頂點(diǎn)之間的連線，都不能穿越障礙物，這樣就形成了一張圖，稱之為可視圖。當(dāng)環(huán)境發(fā)生變化時(shí)，如出現(xiàn)未知障礙物時(shí)，這種方法就無能為力了。目前，路徑規(guī)劃可以分為三種類型:一種是基于環(huán)境先驗(yàn)完全信息的路徑規(guī)；另一種是基于傳感器信息的不確定環(huán)境的路徑規(guī)劃；第三種是基于行為的路徑規(guī)劃方法。它是按照某一性能指標(biāo)搜索一條從起始狀態(tài)到目標(biāo)狀態(tài)的最優(yōu)或近似最優(yōu)的無碰路徑。 當(dāng)然，在一些復(fù)雜的地理?xiàng)l件下，非視覺傳感器的探測范圍就不如視覺系統(tǒng)那么完整，目前對于一些高精度的導(dǎo)航還難以勝任，因而開發(fā)新型傳感器或按照一定融合策略構(gòu)造傳感器陣列以彌補(bǔ)單個(gè)傳感器的缺陷，以及提出新的融合方法來完善探測的結(jié)果，都將是重要的研究方向。 神經(jīng)網(wǎng)絡(luò)和模糊推理是自主導(dǎo)航研究中的兩個(gè)重要工具，但是神經(jīng)網(wǎng)絡(luò)樣本集的完整性研究尚未取得突破，將事件空間的每一點(diǎn)都作為網(wǎng)絡(luò)的學(xué)習(xí)樣本顯然是不可取的；模糊邏輯推理則側(cè)重于模糊規(guī)則的選取，但有些規(guī)則很難形式化描述，或者必須用大量的規(guī)則描述而增大運(yùn)算量，這樣就背離了模糊邏輯應(yīng)用的初衷，因此近年來將神經(jīng)網(wǎng)絡(luò)與模糊邏輯結(jié)合起來，應(yīng)用到自主導(dǎo)航研究中就成了機(jī)器人研究的熱門課題。在一個(gè)智能系統(tǒng)中，使用單一的智能控制方法，往往不能取得滿意的效果。在視覺導(dǎo)航方式中，目前國內(nèi)外應(yīng)用最多的還是采用在機(jī)器人上安裝車載攝像機(jī)的基于局部視覺的導(dǎo)航方式，如：D. L. Boley[3]等研制的移動機(jī)器人利用車載攝像機(jī)和較少的傳感器通過識別路標(biāo)進(jìn)行導(dǎo)航，比直