龙源期刊网 http://www.qikan.com.cn

矩阵式移动机器人系统及室内定位技术研究

作者：唐叶剑 饶青华

来源：《电脑知识与技术》2017年第12期

摘要：随着工业机器人及服务类移动机器人的发展，室内移动机器人的应用将越来越广泛。在自主移动机器人的研究领域中，机器人自定位是一个非常重要的研究方向，是实现机器人导航和其他智能行为的前提。该文对矩阵式机器人系统控制平台及室内定位技术开展研究，提出一种基于视觉定位及惯性导航的移动机器人定位方法。 关键词：移动机器人；自定位；导航 1国内外现状及背景分析

美国Unimation公司在1961年研究制造了世界上首台复式工业机器人，其他国家十分重视美国的机器人制造技术，认为这一技术在未来会促进新兴产业的发展。近些年，世界各国大力发展计算机技术，机器人得到了广泛的运用，很多领域都要运用到机器人技术。在机器人学中有一个重要的组成部分是移动机器人技术。各国对移动机器人进行深入的研究，研究内容涉及很多方面，首先要考虑到机器人的移动方式，可以通过履带、轮子、腿式来移动，应用于水下研究的机器人常通过推进器的方式移动。另外要考虑到的是控制驱动器的方式，通过控制驱动器让机器人执行设定好的操作。接着考虑机器人前进路径的导航，对于路径规划需要考虑到很多方面，例如：传感器融合、避免碰撞环、提取特征和境映射。移动机器人需要具备感知周边环境、做出合理的规划和决策、执行设定的动作等多种功能。属于一类功能复杂的综合系统。通过对移动机器人进行深入的研究，不断遇到新的技术挑战，需要不同领域的专家提供技术支持，吸引学者和工程技术人员的广泛关注。在军事领域移动机器人可以用于扫雷排险、军事侦察、防止化学污染等，可以在恶劣的环境下使用。在民用上可用于搬运物料。所以世界各国对于移动机器人技术的发展极其重视。 移动机器人的主要技术包括下面三种：

1）核心技术-导航技术，导航技术主要指机器人借助传感器感知周围环境的变化以及自身状态，在前进的过程中避免发生碰撞，躲避障碍物向着目标前进。现在移动机器人运用到的导航技术主要包括以下几类：视觉导航、惯性导航、磁导航。在视觉导航技术中，通过摄像头拍摄在道路上碰到的障碍物以及识别路标，通过对摄像头拍摄得到的图像信息进行识别分析实现机器人导航。具备获取信息完整、信号探测范围广这些优点，移动机器人导航技术向着视觉导航的方向发展，各国的学者对视觉导航技术进行深入的研究。

2）关键技术-多传感器信息融合技术，最早开始对多传感器信息融合技术进行研究是在20世纪80年代，信息融合指的是通过对传感器传递过来的环境信息进行集成处理，将外部环境统一表达。需要用到信息互补性、信息实时性、信息冗余性以及信息低成本性。所以能够精确

龙源期刊网 http://www.qikan.com.cn

地将外部环境的信息特征完整反映出来，通过对周围环境的正确判断机器人执行适当的操作，能够确保机器人系统能够准确稳定的运行。现如今对移动机器人的多传感器融合技术进行了深入的研究，主要运用了以下的研究方法，卡尔曼滤波，加权平均法，贝叶斯估计，产生规则，D-S证据理论推理，模糊逻辑等等。比如科学家命名为Xavier的机器人，安装有很多传感器，比如声呐、彩色摄像机、激光探测器等，这种机器人的导航功能很全面。

3）机器人内部最核心的组成部分是控制器，控制器的和机器人系统的性能有直接的关系。现如今，各国在机器人小车上使用到的控制系统核心处理器从之前的80C196、MCS-51的8位、16位微控制器发展到现在的DSP、高性能32位微控制器。因为模块化系统有很好的发展前景，是现在机器人控制器的研究重点，开发出开放式结构的标准化机器人控制器。 2要解决的主要问题

1）解决传统移动机器人定位精度低，导航施工困难，以及定位导航高成本的问题，能够采用低成本，高精度，易实施的移动机器人定位导航策略。

2）解决传统移动机器人系统独立，无法集群化，群组化控制的问题，能够采用一主多从，且可增删机器人数量，柔性化控制的机器人智能化调度解决方案。

3）解决传统移动机器人底盘通过性低，机动性差问题，能够满足机器人原地旋转，精确角度定位行走需求。

整体来说，因为现在机器人视觉系统的不断完善，机器人性能的不断提升，以视觉为基础的导航技术得到很大的发展。根据现在对室内移动机器人的研究成果，主要有以下几个发展趋势：

1）通过视觉导航技术实时的对周边环境的视觉数据进行分析，通过数据处理之后让机器人执行导航任务，由于从图像中提取到的信息有限，会导致导航的失败。所以要实现视觉导航技术，要同时提升硬件水平以及并行处理技术，通过智能算法的运用让机器人准确的执行导航任务。

2）多传感器融合和导航技术结合起来使用。可以将这两种技术的优点结合，取长补短，提高机器人导航系统的精确度。

另外，由于现在机器人使用的导航技术比较单一，使用一种导航方式存在一定的局限性。现在的地图和路标也不够详细，使用几何地图的过程较复杂；粒子滤波方法的计算量过大；卡尔曼定位受到测量噪声是高斯白噪声的限制。所以不仅要对单一的定位方法进行完善，同时还可以综合使用各种技术对其起到弥补的作用。 3主要的研究方法与技术路线

龙源期刊网 http://www.qikan.com.cn

1）通过视觉定位定位技术，磁传感技术以及惯性导航技术融合，解决传统的移动机器人市内定位精度低，施工难度大，调度困难等问题；开发出一种高精度，无轨化的机器人导航及定位方法。

2）采用六轮减震差速结构的AGV驱动底盘方案解决目前市场上一般移动AGV机器人通过性差，转弯性能差，机动性不好等问题；

3）采用视觉定位矩阵式地标卡系统方案，棋盘式调度控制方案解决传统移动机器人调度困难，路径规划复杂等问题；

4）采用ZigBee自组网系统，调度和控制集成AGV群组，并设立基站，解决传统AGV机器人控制单一，不能够群组集成的劣势；解决群组移动机器人的智能化调度。

5）采用神经网络算法解决移动机器人在进行运动路径规划中单一，不可控等问题；解决机器人在矩阵式运动轨迹规划当中的障碍物，最优化路径等问题方法。 4预期目标与成果

根据以上分析，目前我们可以研发及设计一种基于视觉定位，惯性导航，电磁感应定位的无轨化，轻量化的移动机器人平台。该移动机器人能够完成自主定位、自动导航、智能避障、矩阵式运动轨迹等功能，具有成本低、轻量化、智能化程度高等优点，能够广泛应用于医疗、仓储、工业物流生产、服务类机器人等多个平台，具有很高的市场应用价值及科学研究价值。