《外文翻译--使用黑板集成多个活动并实现战略推理的移动机器人导航.doc》由会员分享，可在线阅读，更多相关《外文翻译--使用黑板集成多个活动并实现战略推理的移动机器人导航.doc（11页珍藏版）》请在金锄头文库上搜索。
1、 毕业设计(论文)外文资料翻译学院 (系)： 机械工程学院 专 业： 机械工程及自动化 姓 名： 学 号： 外文出处： 0885-9000/951995IEEE (用外文写) 附 件： 1.外文资料翻译译文；2.外文原文。 指导教师评语：译文能够表达原文的思想，符合中文表述习惯，语句较为通顺，个别之处还有待进一步推敲，译文总体质量较好。 签名： 年 月 日注：请将该封面与附件装订成册。附件1：外文资料翻译译文使用黑板集成多个活动并实现战略推理的移动机器人导航实施的活动我们为移动机器人开展的活动包括一个通道活动，一个地板异常活动和一个动态路径规划活动。通道活动。 通道活动主要是向开放空间操纵机器
2、。事实上，这是一种避碰活动，除非能够明确预定的方向，速度和目的地。机器人通过这个活动穿越房门，通过走廊，并且躲避任何物体。这个活动采用声纳传感器范围的数据，构建一个机器人环境的二维笛卡尔网格表示法。代表此信息的直方图网格方法使由声纳传感器范围造成的伪造数据的影响最小化。一个网格单元的计算价值建立在一个对象已经被发现在单元格里的次数的基础上；值越大，单元格被占用的几率越大。然后，采用部分消除的方法为无碰撞运动选出一个很接近预定方向的方向。消除算法领域把意识到的环境分成48个部分，包括一个盘状物围绕着机器人，中心有一个洞，并且延伸接近1米。图3显示了前半部分的正好相反的确定性网格和其相关的部分。有
3、障碍的部分标明黑色，表示“占领”。如果宽度被忽略，这些部分足够避免碰撞。事实上，如果控制其向它旁边向量的开放领域移动，这个机器就会和这部分中的一个对象碰撞。这主要是因为在物体和机器的四肢之间缺少间隙。正因为这个特点，我们必须图3 来自在一定的网格范围内的声纳数据确定的扇区扩大“占领”部分。图示显示这些灰色部分并被标注为“实心”部分。那些开放给通道的部分显示为白色，被标注为开放部分。机器人向平分线波束形成的和理想方向最吻合的开放部分移动。通过通道活动的特征萃取器发送到黑板上的本质信息并不像确定性网格一样精确，但是它需要较少的努力和记忆就可以被描绘在计算机里。在开放部分机器人被分成四个部分：“前面
4、”，“右边”，“后面”，“左边”。因此从周边象限的角度来说，黑板有一个低解析度的世界观。除了特征萃取器发布的数据事件，活动的行动模块也报道了状态到黑板前来。这个动作的状态只有“能动”或“禁用”，与这个活动能否控制这个机器人相对应。总之，通道活动提出一个由4种情形组成的数据事件和一个只有两种情形的状态。地板异常活动。 地板异常活动的责任是使机器人在地板上安全航行，或穿越周围异常现象或是障碍。目前，随着传感器和方法论的发展，工作正在进行中，被称作FDA（地板异常检测）。目前地板异常活动确定穿越的障碍的可行性,比如通道或是在地板上的电缆检测，并采取必要的措施使之安全通过。这个活动的特征萃取器依靠可用
5、的感觉讯息来识别出存在于机器人附近的任何障碍。它提取出它们控制行动模块的相关属性（通常是深度、宽度、定位和离机器人的距离）。行动模块保证机器人安全通过障碍。地板异常活动发送到黑板上的本质信息是一系列描述机器人离障碍的距离（“近”或“远”）的象征价值和机器人与障碍的方向（“前往”，“平行”或“远离”）。 我们已经确定大部分这些实验设置的临界值。活动的行动模块也报道了状态到黑板前来，包括“开始” 、“定位” 、“进行” 、“完成”和“并联” ，以及明显的“能动”和“禁用” 。因此，地板异常活动提出两个数据事件，一个由两种情形组成，另一个由三种情形组成；还有两个状态事件，一个由两种情形组成，另一个由
6、六种情形组成。动态路径规划的活动。 经过多次实验与通道活动，我们发现，在一定条件下该算法将无法令人满意。与物体的碰撞是最小的，但机器人可以很容易地被困在一个角落里，如在图4中所示。这个数字代表的机器人由几个形状的组合：一个三角形，圆形，六角形，有关车辆的中心点放在一个坐标系。三角形代表机器人的保险杠。六边形是机器人的基 （a）通道活动 （b）通道和路径规划活动图4 移动机器人的路径座。圆圈代表的声纳传感器，电弧通道活动的基地周围环。X标记机器人的目的地。上图所覆盖的网格标志着一平方米的领域，试验区是一个的面积约为66平方米。通道活动的动态路径规划活动可以解决的分区引导机器人，图4b所示，因为它
7、保持着一个机器人的环境更大的地图，这个地图的使用用来确定可能的路径机器人的目的地点。在图4b中的灰度区域代表确定性的值，因为它沿其路径移动机器人的传感器检测到对象的存在。白色表示最高的可能性单元格为空，黑色表示单元格是占用最高的可能性，而灰色阴影显示占用的可能性在中间水平。路径规划的地图基于直方图在网格地图，在通道活动使用类似，但它使用矩形网格环境中的一些点的中心位置。网格单元格是10平方厘米，因此，地图包括10,000个单元格，大约需要100毫秒进行更新。地图创建范围值来自以激光为基础的角分辨率高于超声波传感器的更精确的竞标相机。路径规划算法基于沃伦的 A * 算法，沃伦的修改坚持延长移动机
8、器人的宽度。其他规划算法类似，它需要更长的时间来计算比通道活动在自由路径（到7秒时完成的时间比通道活动慢100毫秒），因此它不作为是可靠的通道活动。然而，保持对环境的更大的表示形式并使用一个确定性的方法，找到一个机器人的方向。在本文的后面，我们将演示如何在路径规划活动，可以提高机器人的性能。目前路径规划活动不与黑板通信，所以我们还不能将报告的重要状态张贴在黑板上。但是，我们认为他们的产生类似于通道活动，因为这两个活动也有类似功能。主要是方法不同。系统行为的例子移动机器人在一个典型的工厂车间导航下面的示例演示，促使我们开展以优化黑板结构设计的性能目标的活动。我们设计的通道，路径规划，和地面异常活
9、动，以解决机器人在这里遇到的各种问题。在图 5 中，机器人最初是在位置0，并须在黑板的自主导航到目标点 7。机器人在7点的方向上感知无障碍物，直接到达点1，通道活动通知黑板上存在障碍存在。通道活动也意识到对象II和南墙之间空间不够宽让机器人通过，因此，决定寻求一个在另一个方向开放空间。通道活动可以驱动机器人向点 2移动，但由于以有限的存储容量通道活动使用的地图中，较早的感觉到到7点的对象不再可用，机器人将移回向点 1。图5 可能是因为车间的情况路径规划活动，以其更大的环境知识，在黑板上建议替代的路线，通道的活动用来指导机器人向第2点移动。机器人到达点2，地板异常活动检测通道AB。黑板允许暂时接
10、管地板异常活动，操纵机器人通过这个渠道。车辆安全穿过通道，并沿着其临时的方向前进。如果地板异常活动未能获准接管机器人，机器人走的路会一直为虚线 2 所示。这可能导致移动机器人的轮子被困在通道中。在第3点位置，黑板返回控制通道活动后通知地板异常活动圆满完成其任务。整个过程，路径规划活动一直计算到它的目的地，并获得移动机器人的路径。一条路径在从西部到东部的对象一和对象三之间。通过这个通道将带来车辆接近原先的目标点和相应命令通道活动在黑板上实现。在第4点，地板异常活动标识通道AB第二部分，通知在黑板上提取象征性特征，机器人可以安全地被操纵通过它。虚线表示在第4点如果允许机器人跨渠道在这一点上将采取第
11、二条路径。然后，通道活动通知黑板对象二另一边有没有余地此时通道是安全通道。因此，黑板通知地板异常活动沿通道远离对象二另一边。在第 5 点黑板允许地板异常活动驱动机器人跨渠道，通道的活动在第6点驱动机器人朝着目标点7前进。随着这三项活动在黑板上指导和协调，机器人安全到达目的地。实施和实验如图6所示的移动机器人系统实现基于活动的黑板架构。它是由与基地周围环24超声波传感器，两个Biris激光测距仪检测地板异常，扫描Biris激光测距仪，odometric计数器装Cyhermotion平台。作为一个PID（比例 - 积分 - 微分）控制器的移动机器人的轮子和里程表计数器上的Z80处理器。所有活动运行
12、基于68030多处理平台，它嵌入在机器人中。在实验中，我们使用多达七个处理器，但没有试图来优化处理器的负载。一般情况下，必须为每个外接设备 （超声环、 Bifis 扫描仪、 比里斯时尚系统和移动机器人），在一个处理器中释放，其余部分用于处理和解释的感官数据并通信到黑板上。图6 移动机器人实验和机器人的配置块图的照片附件2：外文原文Using a Blackboard to Integrate Multiple Activitiesand Achieve Strategic Reasoning for Mobile-RobotNavigationImplemented activitiesThe
13、 activities we have implemented for the mobile-robot system include a passageway activity, a floor anomaly activity, and a dynamic path-planning activity.Passageway activity. The passageway activitys main focus is navigating the vehicle toward open space. In effect it is a collision avoidance activi
14、ty, except that one can specify a desired direction, velocity, and destination. The robot uses the activity for traversing through doorways, navigating down hallways, and generally avoiding collision with any objects.The passageway activity uses data from sonar range sensors to construct a two-dimen
15、sional Cartesian grid representation of the robots environment. The histogram grid method16 of representing this information minimizes the effects of spurious data typically produced by sonar range sensors. The computation of a grid cells value is based on the number of times an object has been detected in that cell; the larger the value, the more confidence that the cell is occupied. The activity then use
