《机器人控制理论与技术5详解》由会员分享，可在线阅读，更多相关《机器人控制理论与技术5详解（46页珍藏版）》请在金锄头文库上搜索。
1、1 常用的机器人控制结构 2 问题： n先定位还是先作图？ 3 问题： n世界上最早的地图出现在哪个国家？ 4 人类历史上最早的地图 n中山王陵兆域图（公元前475221年） 系战国时中山王 的陵园规划图，4894cm铜版（线条为金银丝镶嵌）。图 中详细整齐地排列了五个享堂的方位，图面规整，线条匀 称，注记清晰，注有相应文字说明。 5 人类历史上最早的行政地图 战国未期秦国的县 地图，2618cm木 版，共七幅。图上 重点表示了境内的 河流、居民地及其 名称，部分地区还 表示了树木的分布 情况及里程注记和 其它地名。 地图对地形地物的表示内容丰富、形象。 6 人类历史上最早的军事地图 长沙国深
2、平防区地形图 长沙国南部驻军图 7 人类历史上最早的地图学家裴秀 n字秀彦，山西闻喜人，（223271年），自幼好 学，才华显著。年轻时在魏、晋朝做官，34岁便 开始创立我国最早的地图编制理论“制图六体”： n分率：用来区别地域面积大小的比例尺 n准望：用来确定彼此间方位的方向 n道里：用来确定人行道路的里程 n高下：高低起伏 n方斜：斜正 n迂直：迂回曲直 8 地图表示方法的选择原则 n地图的精度必须与机器人需要达到的 目标精度相匹配； n地图的精度和所表示的特征类型必须 和机器人传感器所返回的数据类型相 匹配； n地图的复杂性直接影响作图、定位和 推理的计算复杂度； 9 地图的表示及其构造
3、方法 n离散化表示 网格地图 拓扑地图 n连续化表示 n层次化地图 10 网格地图表示 11 自适应网格地图表示 12 地图的构建（一） 前：有障碍物 后：无障碍物 左：有障碍物 右：无障碍物 13 地图的构建（二） 1.机器人必须能够利 用传感器感知环境信 息； 2.机器人必须遍历自 由空间； 3.机器人必须知道自 身的运动状态； 14 超声传感器对环境的感知 15 利用超声传感器所获取的环境地图 16 Tech博物馆（San Jose） CAD mapoccupancy grid map 17 拓扑地图表示 18 Topological Decomposition 19 连续地图表示 20
4、 连续化表示和离散化表示的差异 n连续化表示 精确性受原始数 据的约束 进一步分解时会 丢失信息 紧凑、有效的环 境信息表示 n离散化表示 精确性受离散化 分辨率约束 进一步分解时， 信息不会丢失 需要大量的存储 和计算能力 21 连续化方法与离散化方法比较 22 n连续化表示 占用存储空间2x26 n分辨率为10x10 占用存储空间：3x100 n分辨率为20x20 占用存储空间：3x400 23 层次地图表示 24 地图的表示方法 n连续化表示方法 Continuous line x,y,q n离散化表示方法 Discrete Metric metric grid Discrete Top
5、ological topological grid n层次化表示方法 25 26 地图创建的三个步骤 n利用传感器获取环境的原始数据 数据量较大 形式多样 n低层特征提取 提取出环境的几何特征，如线段的起点 终点，障碍物的几何形状等 n高层特征提取 提取出环境的高级特征，如障碍物是柜 子，椅子，门在哪里等特征 27 挑战地图表示方法 n环境的动态特性 n传感器的感知能力 n开放空间的遍历 n拓扑地图中节点所表示的范围 n传感器融合 n 28 基于地图定位的几个步骤 Observation on-board sensors Map database Prediction of Measureme
6、nt and Position (odometry) Perception Matching Estimation (fusion) raw sensor data or extracted features predicted feature observations position estimate matched predictions and observations YES Encoder 1. Prediction based on previous estimate and odometry 2. Observation with on-board sensors 3. Mea
7、surement prediction based on prediction and map 4. Matching of observation and map 5. Estimation - position update (posteriori position) 29 基于人工路标的定位（1） 30 基于人工路标的定位（2） 31 基于人工路标的定位（3） 32 基于信标的三角定位法（1） 33 基于信标的三角定位法（2） 34 基于信标的三角定位法（3） 35 基于全景图像的定位方法 机器人可以根据全景图像中的特定景象和颜色进行定位 36 基于条形码的定位系统 .au/robot/
8、Specifications/lasernav.html 37 基于信标的定位系统 38 基于信标的停靠 39 定位的挑战 n目标 不仅要知道机器人的绝对位置 还要知道相对于其他物体的位置 n规划需要更多的定位信息 n影响位置的因素主要包括 传感器噪声 传感器信息的混叠 执行器噪声 里程表位置估计 40 传感器误差 n来源于： 环境的不确定性 如物体表面材质、光照 传感器之间的干扰 如多个超声传感器之间的干扰 n传感器误差使得信息的不确定性增加 n如何解决这个问题？ 时间融合 多传感器融合 41 传感器信息的混叠 n问题描述：在多个不同位置，传感器获得 相同的数据或信息； n主要是由于单一传感
9、器本身所能感受到的 信息太少所造成的。 n导致了即使传感器的精度非常高，也无法 唯一确定机器人的位置。 n解决方法：多类型传感器信息融合 42 传感器信息的混叠 43 执行器误差 n可以通过本体感受型传感器对机器人的位 置进行估计和预测。 n估计结果既跟编码器本身的精度有关，也 和执行器的噪声有关，即使编码器本身是 十分精确的，但由于执行器的噪声，机器 人根据编码器提供的信息得到的定位结果 也有可能是不精确的。 n这些不能建模的噪声因素，造成了机器人 的运动意向和本体感受式传感器运动估计 之间的不准确性。 44 里程计的误差 n误差类型 系统误差 随机误差 n主要误差源 有限的分辨率（时间增量，测量分辨率等 ） 轮子的不正确配置 左右轮子直径不相等 轮子与地面的接触点变化 地面的不平坦 45 综合误差的分类 n距离误差:机器人运动的累加距离 由机器人轮子转动的总和计算 n转动误差:机器人转动的累加角度 由机器人轮子转动的差值计算 n漂移误差: 由机器人转动误差导致的机器 人移动的误差 长时间的运动后，机器人的转动误差、漂移 误差远远大于距离误差 46 单独使用本体感受型传感器的问题 n误差的不确定性随着时间快速增长！ n如何消除这种现象？
