灭火机器人热寻踪及导航.doc

《灭火机器人热寻踪及导航.doc》由会员分享，可在线阅读，更多相关《灭火机器人热寻踪及导航.doc（134页珍藏版）》请在金锄头文库上搜索。

1、灭火机器人热寻踪及导航1、相关定义1.1、全局路径规划的概念 全局路径规划的定义是指根据某种最优准则,在工作空间中寻找一条从起 始点到目标点的无碰撞的最优路径。全局路径规划的环境信息通常是已知的, 因此可以在机器人移动之前离线的规划全局路径,由于可行的最优路径事先已 经该环境中建立了,全局路径能够帮助机器人在真实的环境中行走。全局路径 规划与局部避障(即局部路径规划)的主要区别在于,局部避障通常是机器人 在实时环境中躲避障碍物时在线构建的,下图列出了两种路径规划的主要区别 (Buniyamin N, 2011), 图 4. 1 局部路径规划与全局路径规划的主要区别 图 4. 2 为全局路径规划

2、的框架,机器人工作环境的地图模型包括机器人的 位姿、障碍物和自由空间区域(也叫做配置空间,C-Space)。然后通过离散化 自由空间区域构建的代表空间连通性的图,对 C-Space 进行建模。该图是通过 一种代表图连通性的搜索算法构建的。最后路径规划算法在该图内为机器人寻 找一条到达目标点的路径。 52 图 4. 2 全局路径规划框架 由先前的研究者提出的人工势场法、神经网络、A*算法、D*算法等传统的 路径规划算法,被改进和演化为智能化的路径规划算法,如遗传算法 GA,蚁 群优化算法,粒子群优化算法等。这些算法不仅能够满足最优条件的最优路径, 而且在静态和动态环境中也具有很好的适应性和鲁棒性

3、。与传统方法相比,这 些算法在机器人路径规划的优化问题中,被证明是鲁棒和有效的。 4.2 和 4.3 小节将对传统的全局路径规划算法:基于几何构造的方法、栅格 法进行简单的介绍;4.4 小节节将对目前应用较为广泛的智能化路径规划算法中 的蚁群算法进行较为详细的介绍。 1.2、自主定位的概念 自主定位分为跟踪定位和全局定位两个主要方面,跟踪定位是指在之前位 姿已知的情况下,根据控制输入、环境地图和当前的观察信息,进行定位。常 见的跟踪定位算法有:卡尔曼滤波和扩展的卡尔曼滤波定位。全局定位是指不 利用以前的位姿信息,而是完全根据传感器的观测确定当前的位姿,对于初始 位姿未知情况和机器人位姿丢失等情

4、况下的定位具有非常重要的意义2。.2 节至 2.5 节将对 KF 和 EKF 的基本概念和在跟踪定位中的应用做详细介绍,2.6 节将 介绍基于 MCL 的全局定位方法。 1.3、全局定位的概念 全局定位是指不利用以前的位姿信息,而是完全根据传感器的观测确定当 前的位姿,对于初始位姿未知情况和机器人位姿丢失等情况下的定位具有非常 重要的意义。 卡尔曼滤波器由于正态分布和线性系统的假设,并不适用于解决全局定位 问题,Markov 定位虽然能够处理非正态分布和非线性系统,但是该算法计算量 大并且随着空间的增长而增长剧烈。粒子滤波器采用统计的基于采样的方法描 述整个空间的概率分布,通过重采样,对于概率

5、小的粒子少采样,对于概率高 的粒子多采样,根据大数定律,即使在维数增加的时候依然能够保持较高的性 能,下面小节将对基于粒子滤波器的全局定位(又叫蒙特卡洛定位 MCL 算法) 进行详细的介绍(Inannis M. Rekleitis, 2003)。 21 1.4、导航系统数据库概念结构设计 数据库的概念结构设计是在完成需求分析的基础上,根据用户的需求设计出满足所 需的各种实体以及各种实体之间的关系,同时为之后逻辑结构的设计奠定基础。 根据导航系统的数据需求分析规划出的实体分别为路线实体、位置点信息实体。各 个实体的 E-R 图以及实体之间关系 E_R 图分别如图 2.30、2.31、2.32 所

6、示。 路线 路线编号路程 路线名称 路线描述 路线创建时间 路线更新时间 图 2.30 路线实体 E-R 图 24 位置点信息 编号点类型 路线编号创建时间 经度 海拔高度 纬度 图 2.31 位置点信息实体 E-R 图 路线 1使用N位置点信息图 2.32 实体之间关系 E-R 图 1.5、信息融合的定义 信息融合这门边缘学科从诞生到现在已经有 40 多年的发展史,这一术语大量出现 第一章 绪论第一章 绪论 3 在文献资料中,但至今仍然没有一个被普遍接受和明确的定义。文献4中给出了信息融 合的三种定义,分别如下: 定义 1:信息融合就是一种多层次、多方面的处理过程,包括对多源数据进行检测、

7、相关、组合和估计,从而提高状态和身份估计的精度,以及对战场态势和威胁的重要程 度进行实时完整的评价。 它由美国三军组织实验室理事联合会 JDL(Joint Directors of Laboratories)提出来的, 从军事应用的角度给出信息融合的定义。这是目前被大多数研究者接受的有关信息融合 的定义。 定义 2:信息融合就是由多种信息源,如传感器、数据库、知识库和人类本身来获 取有关信息,并进行滤波、相关和集成,从而形成一个表示框架,这种构架适合于获得 有关决策、对信息的解释、达到系统目标(如识别或跟踪运动目标)、传感器管理和系 统控制等。 定义 3:多源信息融合,主要是指利用计算机进行多

8、源信息处理,从而得到可综合 利用信息的理论和方法,其中也包含对自然界人和动物大脑进行多传感器融合机理的探 索。信息融合研究的关键问题,就是提出一些理论和方法,对具有相似或不同特征模式 的多源信息进行处理,以获得具有相关和集成特性的融合信息。研究的重点是特征识别 和算法,这些算法使得多传感信息的互补集成,改善不确定环境中的决策过程,解决把 数据用于确定共用时间和空间框架的信息理论问题,同时用来解决模糊的和矛盾的问 题。 从以上关于信息融合的定义可以看出,信息融合研究是一个不断发展、不断深入和 不断细化的过程。 1.6、坐标系和角度定义 在利用航位推算算法和数字指南针信息计算位置信息时,需要先定义

9、每个模块的参考 坐标系,如图 3.15 所示。其中 NET 表示地理坐标系,三个正交坐标轴分别指向北、东、 天;XYZ 表示磁传感器模块坐标系,三个正交坐标轴分别指向导航终端的前方、右侧和天; xyz 表示加速度传感器模块坐标系,三个正交坐标轴分别指向北、东、地。 图 3.15 地理坐标系和传感器坐标系 定义导航终端的航向角 :在当地的水平面上,瞬时针方向测量,与真实北极(地球 的两极轴)的夹角;俯仰角 :终端的纵向轴和当地的水平面之间的夹角;横滚角 :关 于终端的纵向轴的角度,是当地的水平面与实际飞行姿态之间的夹角。0XYZ 相对于 0NET 的 3 个转角分别表示为定位终端的航向角 、俯仰

10、角 和横滚角 。 19 1.7、投影寻踪的基本概念 在投影寻踪方法中,有三个基本的概念:线性投影、投影指标和最优投影方向,以下分 别介绍。 1.线性投影 线性投影是对高维数据进行投影降维的手段。任意一个秩为k的k p 矩阵 A用来表示欧 氏空间R p 至R k 的线性投影,称为投影矩阵或投影方向,其中k 1.8、投影寻踪模型的基本概念 在投影寻踪理论中的五个基本概念: (1)投影指标 最初的投影寻踪是站在视觉评判的角度,寻找反映高维数据的最佳角度。对 于许多复杂的数据,最能反应其结构特征的角度非常狭窄,若选取一个庞大的集 合,不可能逐个寻找其特征角度,此时利用计算机加以辅助,用一个量化的指标

11、来寻找最佳的投影方向非常必要,这个量化的指标就被称作投影指标。实际操作 中要求对投影指标进行优化,将要被优化的投影指标即被称作目标函数。(有时 还投影指标需满足一些条件,例如便于求导,求逆,需要具有稳健性,抗干扰能 力强等等30)。 (2)最佳投影方向 不同的数据结构特征由不同的投影方向反应,最大可能暴露高维数据的某类 特征的那个方向称为最佳投影方向30。在最佳投影方向上数据信息的利用最充 分、信息的损失量最小,优化投影方向归根结底是找出某种意义下好的投影指标 30。直接的说,能将数据清晰地散布为有意义结构的投影方向,必然是最优投影 方向31。 (3)岭函数 投影寻踪是回归是一种非参数回归估计

12、方法,其本质是用若干个一维回归函 数的和去拟合回归函数 f(.),此一维回归函数即被称为岭函数30。 (4)贪婪策略 31 投影寻踪回归样本实现过程,是用有限个估计岭函数的和去拟合回归函数, 投影方向 a 和岭函数 g 被优化时,每一步都要取得当前状态下的最佳效果,因此 称之为贪婪策略30。 (5)返回拟合 在用贪婪策略找到了 a,g 后,需要进行考虑:在每一次过程都达到最优选择 后,总的结果是否一定能够达到最好。基于此问题,提出返回拟合的办法,其做 法是在求出全部 a 和 g 后,去掉任意的几个岭函数,重新寻找 a 和 g,直到拟合 误差不再减小为止30。 1.9、投影寻踪方法的基本概念 在

13、投影寻踪理论方法学习过程中,我们主要需要了解以下三个基本的概念: 线性投影、投影指标和最佳投影方向 38 。 1、线性投影 当我们在对高维数据进行数据调查研究时,线性投影其实指的就是一种能把 高维数据转化为低维数据的手段。特别的对于任意一个秩为 k 的k p 的矩阵 A 来 说,均可以用来表示欧氏空间R p 到R k 的线性投影,则我们就可以称它为投影矩阵 或投影方向。 2、投影指标 在投影寻踪理论方法的计算过程中,投影指标只是利用人的视觉作用,寻找 32 反映高维数据的恰当窥视角。由于在高维空间里,许多复杂的高维数据结构特征 只能在很小的角度之内才能被看到,因此对于这样一个庞大的高维数据集合

14、,我 们用肉眼进行逐个挑选是肯定行不通的,于是我们就可以借助于计算机智能系统 的应用,通过利用一个量化的指标来寻找投影方向里面的最佳投影方向,而这个 量化的指标我们就可以称之为投影指标。 3、最佳投影方向 所谓投影寻踪理论中的最佳投影方向指的就是最大可能暴露高维数据的某类 特征结构的那个投影的方向。若从信息论的角度来说,最佳投影方向指的就是对 数据信息利用最充分、信息损失量最小的那个投影方向。但如果高维数据特征很 复杂的话,原则上是允许存在反映数据整体结构的各个方面的很多个投影方向的。 直接地说,如果一个投影方向能够很清晰的反映出高维空间里高维数据特征的话, 那么,这个投影方向肯定就是最佳投影

15、方向。 1.10、机器人定义 在现实生活中,机器人并不是在简单意义上代替人工劳动,而是综合了人 类的特长和机器特长的一种拟人的电子机械装置。从某种意义上来说,机器人 是机器进化过程的产物,是工业及非工业界的重要的生产和服务性设备,也是 先进制造技术领域中不可缺少的自动化设备。 联合国标准化组织采纳了美国机器人协会对机器人所下的定义,即:”机器 人是一种可以反复编程的多功能的、用来搬运材料、零件、工具的操作机;或 者是为了执行不同的任务而具有可改变的和可编程的动作的专门系统(A reprogrammable and multifunctional manipulator,devised for

16、the transport of materials,parts,tools or specialized systems,with varied and programmed movements,with the aim of carring out varied tasks)3。” 机器人是一种由计算机控制的通用操作机,由几根用旋转或棱柱形关节串 连的刚性杠杆组成而成。这个杠杆链的一端固定在支撑座上,另一端则是自由 的,可以安装工具或完成各项工作。工业机器人具有制造机器的特性,能有效 2 地完成特定工作,提高生产效率和交付高质量的产品,更能在柔性的生产环境 中以较低的成本完成各项工作4。 图 1.1 为工业机器人,图 1.2 为本实验室的 DGR-5A 机器人。 图 1.1 工业机器人 图 1.2 DGR-5A 机器人 1.11、机器人的定义和分类 1.2.1 机器人的定义1.2.1 机器人的定义 机