移动机器人的避障行为及导航控制
开篇：润墨网以专业的文秘视角，为您筛选了一篇移动机器人的避障行为及导航控制范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：本文研究了移动机器人基于红外、超声和视觉的导航控制问题。介绍了机器人基于红外和超声传感器避障的原理，提出了机器人二值化解析视频图像提取出目标点的导航控制算法。实验结果表明，该综合红外、超声和视觉的导航控制方式在复杂的动态外界环境中具有较好的效果。
中图分类号：TP242 文献标识码：A 文章编号：1007-9416（2012）11-0009-02
1、引言
移动机器人的实时避障行为和导航控制技术是在复杂的工作环境中躲避各个障碍物，寻找、识别并到达指定的目标点的关键。为提高机器人到达目标点的成功率，通过综合处理红外线和超声波传感器获取到外界的障碍物信息，对摄像头视频进行二值化图像处理并计算阈值重心来提取出目标点，将机器人的运动控制和避障策略的有机地结合，对其避障行为和到达目标点的路径进行有效的约束和规划，从而使机器人的自主行为更加高效和智能。
2、传感器原理
2.1 红外传感器工作原理
红外传感器工作原理如图1所示，传感器在发出红外信号后通过检测返回信号的强度并依据环境物体的反射系数来估计传感器本身到目标物体的距离。红外发光二极管产生红外信号并通过发射透镜发送，从目标物体表面反射回来的红外信号经过接收透镜聚焦到光电接收二极管，接收二极管将其转换为电信号与某一阈值比较后确定传感器前方特定范围内是否有物体存在。为防止环境中太阳光等其它红外源的干扰，传感器对发射的信号进行编码，并且只接收与其匹配的反射信号[1]。
2.2 声纳传感器工作原理
声纳传感器通常采用渡越时间法[2]通过发射声波传播时间确定到障碍物的距离。传感器发出探测信号后启动计时器，在接收到反馈信号后终止计时，根据超声波反射时间，结合声速得到距离。这个距离是实际距离的2倍。
即： （1）
其中D为传感器与被测障碍物的距离，c为声波在介质中的传输速率。
2.3 视觉导航
机器人视觉系统处理由摄像头捕捉到的实时视频图像，通过视频采集卡将三维的场景转换为平面图像并保存为二维的像素阵列，然后根据图像处理算法识别目标[3]。为提高抗干扰度，本文采用YUV参数进行二值化处理。RGB值到YUV值的转换公式为：
（2）
遍历并对每一个像素点进行颜色空间变换，把大于特征阈值的像素点转换成白色，小于阈值的像素点转换成黑色，从而将图像分割为高对比度的黑白两个部分。根据二值化后的图像及相关统计信息可计算出相应颜色特征的像素重心点坐标。
我们的实验中仅采取红色停，绿色行，黄色为目标点的简单颜色方案。U很大时直接识别为蓝色，U很小时直接识别为黄色；V值很大时直接识别为红色；V值很小时直接识别为绿色。
识别出特定颜色后机器人可进行导航与运动控制。
3、导航控制
如图2所示机器人的导航行为有漫游模式，追踪模式和避障模式3种，模式之间存在行为抑制[4]，高层行为可抑制低层行为。视觉系统未发现目标时，机器人处于漫游模式；漫游过程中，视觉系统发现目标后，决策机构激活追踪模式，并抑制漫游模式；在追踪或漫游过程中，如果遇到障碍物，则激活避障模式，抑制其它模式。
3.1 漫游模式
机器人未发现目标和障碍物时处于三个行为模式中等级最低的漫游模式。漫游过程中，机器人一旦在周围环境中发现目标或障碍物，其即被相应的追踪或避障模式所抑制。
3.2 追踪模式
机器人确定目标物的位置，并且探测到前进方向没有障碍物时，行为决策机构抑制漫游模式激活追踪模式。此时，行为决策机构以机器人当前位置为起点向目标点导航。
3.3 避障模式
机器人沿着规划路径前进时，如传感器感应到前方有障碍物，如图3所示行为决策机构就激活避障模式，抑制漫游模式和追踪模式。
避障行为采用双曲线补偿算法[5]，第一段是机器人在曲线前进避障，第二段曲线是对机器人避障过程中的方向偏离进行修正。
4、仿真实验
我们分别在有障碍物和无障碍物时两种情况下各进行50次测试，实验结果如表1所示。
5、结语
本文根据移动机器人红外线和超声波传感器以及摄像头视频图像识别的工作原理，提出了移动机器人在复杂环境中动态获取外界信息并做出高效自主行为的避障策略，对机器人到达指定目标点进行了有效的导航控制。
实验结果表明算法简单有效，计算量较小，能够适用于动态的环境中，但在实际应用中还须考虑其它诸多真实的外界因素，根据不同情况为其添加其它约束条件，使得机器人更加智能化。
参考文献
[1]陈立彬，尤波.基于改进人工势场法的机器人动态追踪与避障[J].自动化技术与应用，2007（04）：8-10.
[2]韩永，刘国栋.动态环境下基于人工势场的移动机器人运动规划[J].机器人.2006（01）：45-49.
[3]陈细军，叶涛，李磊，侯增广，谭民.移动机器人非视觉传感器及其信号处理方法[J].机器人，2003（04）：313-317.
[4]徐璐，陈阳舟，居鹤华.基于动态行为控制的移动机器人自主避障[J].计算机工程，2007（14）：180-182.
[5]郭戈.移动机器人路径规划与环境绘图[J].机器人，2003（04）：304-307.