【正文】 上的距離最近時(shí)，其水平視角投影在地面上的距離。由攝像機(jī)針孔模型的幾何關(guān)系可知，α，β，γ 可由下式推導(dǎo)得到：α=tan1(H/y1) （31）β=tan1(H/(y1+y2)) （32）γ=tan1(x1/y1) （33）其中，H，y1，y2 和x1 可以通過測量得到。y 是點(diǎn)P(x,y)在機(jī)器人坐標(biāo)系xoy 下的縱坐標(biāo)，即目標(biāo)點(diǎn)與機(jī)器人在垂線方向上的距離。 利用單目視覺測距原理進(jìn)行相對(duì)坐標(biāo)的確定單目視覺測距一般采用對(duì)應(yīng)點(diǎn)標(biāo)定法來獲取圖像的深度信息，對(duì)應(yīng)點(diǎn)標(biāo)定法是指通過不同坐標(biāo)系中對(duì)應(yīng)點(diǎn)的對(duì)應(yīng)坐標(biāo)求解坐標(biāo)系的轉(zhuǎn)換關(guān)系。如果其坐標(biāo)不夠精確,那么得到的轉(zhuǎn)換矩陣的精確度也會(huì)受到制約, 坐標(biāo)轉(zhuǎn)換結(jié)果的精度也會(huì)因此而波動(dòng)。本文中所采用的幾何關(guān)系推導(dǎo)法較好地解決了對(duì)應(yīng)點(diǎn)標(biāo)定法的不足。 實(shí)驗(yàn)結(jié)果及分析誤差 實(shí)驗(yàn)結(jié)果由于普通攝像頭所達(dá)到的視覺范圍較小，所以機(jī)器人由模擬機(jī)器人來代替，下面對(duì)模擬機(jī)器人在不同的位置時(shí)進(jìn)行測距，所獲得的實(shí)驗(yàn)結(jié)果如下所示：圖32 在位置一對(duì)物體進(jìn)行測距圖33 在位置二對(duì)物體進(jìn)行測距圖34 在位置三對(duì)物體進(jìn)行測距圖35 在位置四對(duì)物體進(jìn)行測距圖36 在位置五對(duì)物體進(jìn)行測距表31 在不同位置時(shí)所測的距離測量點(diǎn)測量值（y，x）實(shí)際值（y，x）y誤差x誤差1（，）（128，0）2（167．6，6）（168，）3（，）（204，）4（，）（147，34）5（，）（202，45） 實(shí)驗(yàn)誤差分析由以上數(shù)據(jù)分析可知：由于攝像頭鏡頭焦距、采集到的圖像變形等原因，隨著目標(biāo)物體離攝像頭的距離逐漸加大，所測量的距離誤差也增大，但在幾米之內(nèi)所測量得到的數(shù)據(jù)誤差還是符合要求，所以此方法可以用在多機(jī)器人系統(tǒng)中。為下一步多機(jī)器人的編隊(duì)算法做準(zhǔn)備。該方法來源于針孔模型測距原理，利用攝像機(jī)成像平面上的特征點(diǎn)的像平面坐標(biāo)，測距的目的就是將圖像中目標(biāo)特征點(diǎn)p的像平面坐標(biāo)轉(zhuǎn)換為其在機(jī)器人坐標(biāo)系下的坐標(biāo)，也就是相對(duì)于攝像機(jī)的坐標(biāo)。PID控制器是根據(jù)PID控制原理對(duì)整個(gè)控制系統(tǒng)進(jìn)行偏差調(diào)節(jié)，從而使被控變量的實(shí)際值與工藝要求的預(yù)定值一致。 速度控制回路圖41 控制器流程圖 比例積分（PI）控制比例控制規(guī)律是基本控制規(guī)律中最基本的、應(yīng)用最普遍的一種，其最大優(yōu)點(diǎn)就是控制及時(shí)、迅速。但是，不能最終消除余差的缺點(diǎn)限制了它的單獨(dú)使用。積分控制器的輸出與輸入偏差對(duì)時(shí)間的積分成正比。積分控制器的輸出不僅與輸入偏差的大小有關(guān)，而且還與偏差存在的時(shí)間有關(guān)。所以，積分控制可以消除余差。積分時(shí)間的大小表征了積分控制作用的強(qiáng)弱。積分控制雖然能消除余差，但它存在著控制不及時(shí)的缺點(diǎn)。所以，實(shí)用中一般不單獨(dú)使用積分控制，而是和比例控制作用結(jié)合起來，構(gòu)成比例積分控制。因此，比例積分控制可以實(shí)現(xiàn)較為理想的過程控制。由于引入積分作用能消除余差，彌補(bǔ)了純比例控制的缺陷，獲得較好的控制質(zhì)量。對(duì)于有較大慣性滯后的控制系統(tǒng)，要盡量避免使用。運(yùn)用Matlab的繪圖命令實(shí)現(xiàn)動(dòng)畫效果，使結(jié)果更加形象。對(duì)這兩個(gè)簡單的線路進(jìn)行模擬設(shè)計(jì)。程序流程圖：圖42 程序流程圖 程序初始化初始化程序大致需要時(shí)間、速度和位置信息等。clear。clc。 模擬時(shí)間UL=。 跟隨機(jī)器人最大速度XL=UL.*t。 初始化領(lǐng)航機(jī)器人位置信息YF=0.*t。 初始化最大角速度kp=。krp=。 速度和角度控制策略程序中應(yīng)用循環(huán)實(shí)現(xiàn)速度距離的偵測和處理。for n=2:maxTdt(n)=sqrt((XF(n1)XL(n))^2+(YF(n1)YL(n))^2)。 保持距離ect(n)=(et(n)et(n1))。 跟隨機(jī)器人輸出速度if (U(n)Um) 紡織機(jī)器人過速U(n)=Um。Angletan(n)=atan2((YL(n)YF(n1)),(XL(n)XF(n1)))。 跟隨機(jī)器人當(dāng)前角度和期望朝向間的夾角if (abs(Rotat(n))pi) 轉(zhuǎn)化為（pi，pi）Rotat(n)=(2*piabs(Rotat(n)))*(abs(Rotat(n))/Rotat(n))。 角速度if (abs(Rotatc(n))=Rm) 限制角速度Rotatc(n)=(Rotatc(n)/abs(Rotatc(n)))*Rm。 跟隨機(jī)器人朝向XF(n)=XF(n1)+U(n)*cos(R(n1)+Rotatc(n)/2)。end 數(shù)據(jù)圖形和動(dòng)畫模擬實(shí)現(xiàn)運(yùn)用Matlab軟件中的繪圖命令實(shí)現(xiàn)圖形的繪制。pause()。 跟隨軌跡繪制subplot(2,2,1),plot(XL(n),YL(n),39。)。agtanX(n)=Pl*cos(R(n))+XF(n)。subplot(2,2,1),plot(XF(n),YF(n),39。,39。,12)。hold on。g39。因?yàn)橐偨Y(jié)出適合各個(gè)線路的控制方法，所以模型上不僅需要直線和圓，還需要跟多實(shí)際情況中經(jīng)常出現(xiàn)的線路。在多次的實(shí)驗(yàn)和調(diào)整中，控制參數(shù)的選取對(duì)于結(jié)果實(shí)現(xiàn)起到了相當(dāng)大的影響。 實(shí)驗(yàn)結(jié)果 直線模擬結(jié)果圖43 直線模擬結(jié)果圖其中：路線圖中藍(lán)色表示跟隨機(jī)器人的路線，紅色表示領(lǐng)航機(jī)器人的路線，綠色線條表示跟隨機(jī)器人的朝向。之后下降，并產(chǎn)生波動(dòng)逐漸達(dá)到平穩(wěn)。最后會(huì)達(dá)到預(yù)期的標(biāo)準(zhǔn)并一直保持下去。不過由于有限制作用，所以不會(huì)超出范圍給機(jī)器人帶來危害。最終達(dá)到合適的平穩(wěn)的效果。由試驗(yàn)得知當(dāng)PI控制器的參數(shù)Kp、。Ki=1。Kri=1時(shí)的模擬結(jié)果，可以看出I調(diào)節(jié)對(duì)于震蕩的環(huán)節(jié)的調(diào)節(jié)效果。+90176。176。的模擬結(jié)果?？梢詫?duì)比下圖為0176。圖48 直線模擬結(jié)果圖 圓型模擬結(jié)果圖49 圓形路線模擬結(jié)果圖在圓形軌跡的模擬中我們看到的加速度最終不是趨于0，而是趨于一個(gè)穩(wěn)定的數(shù)值，這相對(duì)于圓形跟蹤路徑是符合要求的。圖410 圓形路線模擬結(jié)果圖圖410 圓形路線模擬結(jié)果圖所以對(duì)于參數(shù)的選擇十分關(guān)鍵。Ki=。Kri=。圖410 圓形路線模擬結(jié)果圖 程序改進(jìn)經(jīng)過多次的實(shí)驗(yàn)和調(diào)試，程序的完整性和正確性都得到了提升。最終實(shí)現(xiàn)了對(duì)于多條線路的跟蹤策略的統(tǒng)一。由于有圖形和動(dòng)畫，為了提高人機(jī)互動(dòng)的程度，使用戶可以更加方便得運(yùn)用程序調(diào)節(jié)出適合的跟隨策略，應(yīng)該將程序模塊化，這樣便于更改和轉(zhuǎn)移，并設(shè)計(jì)出交互界面方便使用。RGB雖然是人類最常用的顏色空間，但是受光照影響太大，無法準(zhǔn)確提取目標(biāo)機(jī)器人。HSV空間選取閾值后，存在一定的噪音，還需要進(jìn)行下一步處理。雖然得到的圖像還有一定的誤差，但是經(jīng)過一系列的去噪處理后，就可以有效地識(shí)別目標(biāo)機(jī)器人。獲取了目標(biāo)機(jī)器人圖像后，需要對(duì)目標(biāo)機(jī)器人進(jìn)行坐標(biāo)測定，即獲取目標(biāo)機(jī)器人和攝像機(jī)的相對(duì)位置，為下一步多個(gè)機(jī)器人形成隊(duì)列或完成復(fù)雜任務(wù)做準(zhǔn)備。2．介紹了國內(nèi)外多機(jī)器人發(fā)展的現(xiàn)狀，并對(duì)未來多機(jī)器人的發(fā)展做出了展望。分析了目前常用的兩種顏色空間：RGB、HSV顏色空間。并進(jìn)行了一系列的處理。6．闡述了對(duì)機(jī)器人進(jìn)行相對(duì)坐標(biāo)計(jì)算的方法，重點(diǎn)研究了單目視覺測距的方法。 進(jìn)一步工作建議本文需要進(jìn)一步研究的工作：1．對(duì)不同顏色機(jī)器人進(jìn)行識(shí)別時(shí)，需要篩選各種顏色空間和閾值，RGB容易受光照影響，對(duì)不同顏色進(jìn)行篩選后效果不好，改用HSV顏色空間進(jìn)行識(shí)別，可以有效地減少光照對(duì)目標(biāo)識(shí)別造成的影響，本文是在室內(nèi)的條件下進(jìn)行的實(shí)驗(yàn)，所以在進(jìn)行閾值選取時(shí)比較容易實(shí)現(xiàn)，但是在室外時(shí)，受到陽光直射時(shí)，閾值就不夠準(zhǔn)確，會(huì)出現(xiàn)誤差，不能有效地檢測出目標(biāo)機(jī)器人。3．在進(jìn)行但目視測距時(shí)，要求機(jī)器人的攝像頭角度有一定的傾角，并要求測出攝像頭所能拍到的最遠(yuǎn)和最近距離。參考文獻(xiàn)[1]:機(jī)械工業(yè)出版社,2007.[2]張志涌，::北京航空航天大學(xué)出版社,2010.[3]:高等教育出版社,2002[4]:科技出版社,2001[5],2008,8(108):7374[6]黃友銳，:科技出版社,2010[7]劉豹，:機(jī)械工業(yè)出版社,2006[8]楊麗、,201011(36)[9]虞旦，,201033(31)[10]:(學(xué)士學(xué)位論文).天津:中國民航大學(xué)[11]Mottaghi R, Vaughan R. An integrated particle filter and potential field method for cooperative robot target tracking. In:Proceedings of IEEE International Conference on Robotics and Automation. Florida, USA: IEEE, [12]Derenick J C, Sletzer J R, Hsieh M A. A graph theoretic approach to optimal target tracking for mobile robot teams. In: Proceedings of IEEE/RSJ International Conference on Intelligent Robot[13]Das A K, Fierro R, Kumar V, Ostrowski J P, Spletzer J, Taylor C J. A visionbased formation control framework. IEEE Transactons on Robotics and Automation, 2002, 18(5):813815[14]Fredslund J, Mataric M J. A general algorithm for robot formations using local sensing and minimal munication. IEEE Transactions on Robotics and Automation, 2002, 18(5):837846附錄A：程序清單clear。clc。 %模擬時(shí)間t=0:maxT。 %領(lǐng)航機(jī)器人速度 單位：m/sUm=。 %初始化 xl YL=0.*XL。 XF=0.*t。 YF(1)=2。 %設(shè)定 保持距離 單位：met=0.*t。 %初始化速度 單位：mdt=0.*t。dt(1)=sqrt((abs(XF(1)XL(1)))^2+(abs(YF(1)))^2)。ect(1)=0。 %初始化輸出速度 單位：m/sR=0.*t。 %跟隨機(jī)器人 初始朝向角 Rm=。 agtanY=0.*t。Rotat=0.*t。%agtanY(1)=5*sin(R(1))+YF(1)。g39。kp=。krp=。Ut=0。for n=2:maxT dt(n)=sqrt((XF(n1)XL(n))^2+(YF(n1)YL(n))^2)。 %保持距離 ect(n)=(et(n)et(n1))。 %跟隨機(jī)器人輸出速度 if (U(n)Um) %為了不使機(jī)器人過速 U(n)=Um。 Angletan(n)=atan2((YL(n)YF(n1)),(XL(n)XF(n1)))。 %跟隨機(jī)器人當(dāng)前角度和期望朝向間的夾角 if (abs(Rotat(n))pi) %轉(zhuǎn)化為（pi，pi） Rotat(n)=(2*piabs(Rotat(n)))*(abs(Rotat(n))/Rotat(n))。 %角速度 if (abs(Rotatc(n))=Rm) %限制角速度 Rotatc(n)=(Rotatc(n)/abs(Rotatc(n)))*Rm。 %跟隨機(jī)器人朝向 %Ut=U(n)/(abs(Rotatc(n)))*(sqrt(2(cos(Rotat(n)))))。 %移動(dòng) YF(n)=YF(n1)+U(n)*sin(R(n1)+Rotatc(n)/2)。shg。dr39。hold on。 %繪制指向標(biāo)記 agtanY(n)=Pl*sin(R(n))+YF(n)。ob39。Markersize39。axis([10,30,20,20])。 subplot(2,2,1),plot([XF(n),agtanX(n)],[YF(n),agtanY(n)],39。)。dr39。%hold on。 %繪制指向標(biāo)記agtanY(1)=Pl*sin(R(1))+YF(1)。ob39。Markersize39。%axis([0,30,20,20])。g39。title(39。)xlabel(39。)。\fontsize{12}\bfy\rightarrow39。%grid on。b39。LineWidth39。%axis([0,60,2,2])。\fontsize{12}\bf 輸出速度39。\fontsize{12}\bft\rightarrow39。ylabel(39。)。b39。LineWidth39。%axis([0,30,0,20])。\fontsize{12}\bf 間距39。\fontsize{12}\