当前位置:首页 >> 信息与通信 >>

室内清扫机器人视觉导航关键技术研究


/,/ /

独创性声明
本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果, 除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表或撰写过的研究成果, 也不包含为获得丞洼王些太堂或其他教育机构的学位或证书而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

/>学位论文作者签名:

萄妓

签字日期:Ⅺf1年3月z日

学位论文版权使用授权书
本学位论文作者完全了解型茎王些太堂有关保留、使用学位论文的规定。特授权云
洼王些太堂可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩
印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文 的复印件和磁盘。 (保密的学位论文在解密后适用本授权说明)

学位论文作者签名:芍i各
签字日期:肋Jf年3月1日

导师签名:

签字日期:助Jf年3月z日

学位论文的主要创新点

一、为了提高地板区域分割的准确性,本文利用人工参与的方法获取少量标 记好的样本,提出了一种有监督的地板区域图像分割算法。 二、为了提高机器人跟踪算法的性能和降低算法设计的复杂度,本文基于设 置人工标记物的方法设计了一种适用于室内清扫机器人视觉导航的跟踪算法。 三、为了使机器人能够有序的清扫整个地板区域,设计了遍历整个地板区域
的路径规划算法。

摘要

随着科学技术的飞速发展,室内清扫机器人的自动化和智能化程度也在不断 的提高。导航技术作为清扫机器人的核心技术之一对系统的移动性、工作效率以 及实用性都具有十分重要的作用。视觉导航以其引导柔性,信息量大等优点,已 成为导航技术主要的发展方向。 本文首先介绍了室内清扫机器人常用的碰撞式导航方法,并对其优缺点进行 分析。为了克服碰撞式导航方法存在的不足,设计了一种基于视觉方法的室内清 扫机器人导航方案,并对其中的关键技术进行研究,主要包括三个方面:(1)提 取机器人可以行走的地板区域;(2)机器人跟踪定位;(3)机器人路径规划。 为了解决清扫机器人在工作时的避障问题,本文采用摄像头与机器人相分离 的图像采集方法来获取室内地面的全局图像,然后把地板区域分割出来作为允许 机器人行走的区域,从而实现障碍物躲避。为了提高地板区域分割的准确性,本 文利用人工参与的方法获取少量标记好的样本,提出了一种有监督的地板区域图 像分割算法。在机器人工作时,需要实时的得到机器人的位置信息,对它进行跟 踪定位,以便对其进行导航控制。为了提高机器人跟踪算法的性能,降低算法设 计的复杂度,本文基于设置人工标记物的方法提出了一种适用于室内清扫机器人 视觉导航的跟踪算法。为了使机器人能够有序的清扫整个地板区域,提出了遍历 整个地板区域的路径规划算法。本文最后基于WiRobot机器人、PC机、无线路 由器、摄像头所建立的实验平台对算法进行验证。通过实验验证了本文提出的算 法能够完成清扫机器人所需要的导航任务。 本文对该导航方法中的关键问题进行了研究,对室内清扫机器人视觉导航技 术的实用化具有重要的理论意义。

关键词:视觉导航,图像分割,跟踪算法,路径规划,清扫机器人

ABSTRACT

With

the rapid development of science and technology,the indoor mobile robot

is trend to be more automatic and intelligent.The navigation

technology

of indoor

mobile robot plays
As



very important part in the whole performance ofthe mobile robot.

an

important way of navigation,it affects the mobility

and

working

efficiency of

the mobile robot directly.The vision—based

navigation
an

technology、析t11 guiding

flexibility and enormous information has become
of navigation technology.

important development direction

硼1e dissertation introduces
cleaning



collision?style navigation method for the indoor

robot,and

analyzes advantages

and disadvantages

of the method.To

overcome the shortcomings of the collision-style navigation method,a scheme
on

based
key

visual navigation

method

for indoor cleaning

robot

is

designed,and the

technology
three

is researched.11托key
to extract

technology
area

of the navigation program includes which the

aspects:(1)How

the floor

robot

can

walk.(2)How

does the

robot

track and

locate.(3)How

to give the details ofthe

path planning.

In order to solve the obstacle avoidance

problem

when the cleaning

robot

is

cleaning the

floor,we obtain the global

image

of the floor by the

image

acquisition
to

method,and then segment out the

floor

region to allow the

robot

to

walk in order

achieve obstacle avoidance.In order to

improve

the accuracy of the floor rcgion

segmentation,the
need to get

method

to

get



small amount of good samples by human

intervention is used.An algorithm about floor segmentation is

proposed.At work,you

real-time

location information of the robot,track and control the robot's

movement.In

order to improve the

performance

of the robot tracking algorithm and
on

reduce the complexity of the algorithm,a tracking algorithm based

artificial

markers for indoor cleaning the entire floor
area

robot

is

proposes.For

making the cleaning
on

robot to clean

orderly,a path planning algorithm traversing the entire floor area experiment platform with

is proposed.Finally,the whole algorithm based

WiRobot,PC,wireless roUter and camera

is

veilfied.Experimental robot

results

demonstrate that the

proposed algorithm

call

make the

complete the task well.

11地study of visual navigation

technology

for indoor cleaning robot in this

dissertation has theoretical significance to the practicability of navigation technology.

Key words:visual navigation,image segmentation,tracking algorithm,path planning,
cleaning robot

目录

第一章绪论…………………………………………………………………………..1 1.1研究背景及意义……………………………………………………………。1 1.2国内外清扫机器人的研究现状……………………………………………。2 1.3清扫机器人导航技术研究现状……………………………………………..3 1.4本文的主要研究内容………………………………………………………..4 第二章室内清扫机器人导航方案设计………………………………………………7 2.1存在的问题…………………………………………………………………。7 2.2基于视觉的导航方式………………………………………………………..7 2.3视觉导航方案………………………………………………………………。9
2.4关键技术分析…………………………………………………………………10

第三章提取地板区域算法设计……………………………………………………13 3.1现有算法分析……………………………………………………………….13 3.1.1算法描述……………………………………………………………。13 3.1.2算法的性能分析……………………………………………………。15
3.2有监督的分割算法…………………………………………………………16

3.2.1提取颜色特征…………………………………………………………l 7 3.2.2获取样本………………………………………………………………1 8 3.2.3地板区域分割………………………………………………………。18
3-3两种算法比较………………………………………………………………l 9

第四章跟踪算法设计……………………………………………………………….25 4.1运动物体跟踪方法分析……………………………………………………25 4.2基于背景差分的跟踪算法………………………………………………….25 4.3基于标记物的跟踪算法……………………………………。……………..28 4.3.1算法描述……………………………………………………………。28 4.3.2实验结果……………………………………………………………。30 第五章室内清扫机器人路径规划算法设计………………………………………。33 5.1路径规划概述………………………………………………………………33
5.2两点之间路径规划算法…………………………………………………….33

5.2.1算法描述……………………………………………………………….34 5.2.2实验结果……………………………………………………………..35



第一章绪论

第一章绪论

1.I研究背景及意义

移动机器人是一种在复杂环境下工作的具有自规划、自组织、自适应能力的 机器人。在对移动机器人的相关技术研究中,导航技术是其核心技术,也是实现 真正智能化和完全自主移动的关键技术。导航研究的目标是在没有人干预的情况 下使机器人完成特定任务。机器人导航技术的发展使人类的生产方式从机械化、 自动化、跨入了“智能化”的新时代,使机器人在社会事务、海洋开发、宇宙空间 作业、矿山和军事领域都有广泛的应用,在那些人们无法工作的特殊环境下代替 人完成作业任务,扩展了人类生产和研究活动的范围,提高了人类创造性劳动的 能力【旧。 近年来移动机器人系统开始应用在服务行业中,开辟了机器人自主服务的新 领域,室内服务机器人的出现使人们摆脱了令人烦恼枯燥的重复性工作,如家务 劳动、照料病人等等,在服务机器人系统中,自主导航是一项核心技术,是服务 机器人研究领域的重点和难点问题。在导航过程中,常常面临不可预测的或动态 的环境,服务机器人感知环境的手段通常是不完备的,传感器给出的数据是不完 全、不可靠的。因此,解决服务机器人自主导航是一项迫不及待但又十分艰巨的 任务【3-6]。 随着计算机视觉理论及算法的发展,视觉导航成为导航技术中一个重要发展 方向。视觉导航定位系统的工作原理就是对周围环境进行光学处理,先用摄像头 进行图像采集,然后对图像进行压缩,再将其反馈到由图像处理、分析,模式识 别等算法构成的信息处理子系统中,把图像信息与实际位置信息联系起来,完成 自主导航定位。通常,机器人首先利用装配的摄像机对周围环境进行拍摄,然后 通过图像处理技术,如特征识别、距离估计等,实现对机器人的定位并对下一步 动作进行规划。视觉导航系统具有独立性、准确性、可靠性以及信息完整性等优 势,使得视觉导航成为移动机器人的主要发展方向之一【7】。室内机器人采用视觉 导航方法,使机器人能够提前获取局部环境信息,甚至全局环境信息,更有利于 实现目标识别、障碍物回避及路径规划等功能【8】。 随着科学技术的不断发展,清扫机器人将吸尘器技术和移动机器人技术有机 融合,实现对环境的自主和半自主清扫,解脱了人们繁重的清扫工作,近年来已

效地打扫,采取了螺旋式的行走方式,打扫开始后,首先,机器人在房间里转一 圈,测算出应该打扫的面积,然后转着小圈躲避障碍物。公司还打算在清扫机器 人上安装CCD相机,这样就可以用手机通过家用电脑浏览清扫机器人的CCD图 像,实现远程监视[15,16]。 目前,国内也已开始有对清扫机器人的研究开发工作,特别是在对清扫机器 人的路径规划与控制方面取得一定的成就,为研究清扫机器人奠定了技术基础。 香港中文大学与哈尔滨工业大学合作研制了全方位移动清扫机器人,并由海尔公 司制造出产品。该机器人可以遥控操作,也可以自主操作,并具有智能性的电源 管理功能,增加了运行时间,提高了对移动动力资源的利用率。它的吸尘机构可 以对吸尘腔路进行自主转换,提高了吸尘效率,同时采用万向轮可以向任意方向 移动,能够对狭窄区域进行清扫。一些大学如东南大学、上海交通大学、华南理


第一章绪论

工大学等都对清扫机器人相关的技术进行了研究,但是没有成品形成。总之,虽 然对清扫机器人的研究取得了很大的进步,并且进入了实用阶段,但是在工作效 率、自主能力上还不理想,需要解决传感器技术、定位和环境建模技术的问题, 在此基础上使清扫机器人向着多功能集成、低成本、高智能化的方向发展【l
71。

目前对机器人研究的多数成果都停留在实验室研究阶段,最成功的商业化清 扫机器人产品是美国iRobot公司生产的室内地板清洁机器人Roomba(如图1.1.), 它是目前全球唯一成功走入市场化的服务型机器人,它能够自主驱动,在无人指 挥的情况下主动清扫房间,目前销售量已经超过250万个,售价仅120美元。

1.3清扫机器人导航技术研究现状

以最成功的商业化清扫机器人Roomba为例对室内清扫机器人常用的导航 方法进行介绍。该机器人主要采用碰撞传感器进行导航,其主要原理是:Roomba 启动之后会依照一个特定的螺旋状路线运动,以渐渐扩大的螺旋形运转方式来遍 历清扫空间。如果在运动的路径上存在障碍物,机器人会与之发生碰撞。发生碰 撞后机器人利用碰撞传感器获取前方存在障碍物的信息,并自动旋转一个角度再 向前方运动,从而达到障碍物避让的目的。 此外,Roomba清扫机器人上还有红外传感器,并附带有“虚拟墙”装置(如图 1.2)。虚拟墙为机器人的活动限定了一个范围,从而可以避免机器人碰撞易碎物 品、跌下楼梯等危险。



天津工业大学硕士学位论文

图l-2附带“虚拟墙”装置的机器人

1.4本文的主要研究内容

本文主要研究基于视觉方法的室内清扫机器人导航关键技术。针对室内工作

环境的特点,采用一种把摄像头与机器人相分离的方法,并设计了一种适用于室
内清扫机器人的视觉导航方案。

第一章:绪论。介绍了本课题的研究背景及意义,清扫机器人及其导航技术
的研究现状,最后介绍了本论文的研究内容和论文结构。 第二章:室内清扫机器人导航方案设计。本章对商业化清扫机器人所采用的 碰撞式导航方法的缺点进行分析,设计了适用于清扫机器人的视觉导航方案,并

对实现该方案所需的关键技术进行了分析。
第三章:地板区域提取算法设计。本章首先对现有地板区域提取算法进行了 研究,分析了其中存在的问题。为了提高算法的分割精度,在有人参与的情况下 预先获取图像中的少量标记过的样本,提出一种有监督的地板区域分割算法。最 后对算法的性能进行了比较。

第四章:对清扫机器人跟踪定位的算法设计。本章首先介绍了一种基于背景 差分的跟踪算法,分析该算法存在的问题,为了提高机器人跟踪算法的性能,降 低算法设计的复杂度,本文基于设置人工标记物的方法提出了一种适用于室内清 扫机器人视觉导航的跟踪算法。 第五章:室内清扫机器人路径规划的算法设计。本课题的路径规划算法主要
包括两部分。(1)两点之间的路径规划。清扫机器人在实际清扫地面的过程中,

会被指点到达某个位置。例如,遇到电量不足的情况时,要给机器人设定一条最 优路径到达充电地点。(2)遍历整个地板区域的路径规划。使机器人能够有序的
完成对整个地板区域的清扫,同时能够避开障碍物。该部分提出了两种方法,并


第一章绪论

对两种算法的优缺点进行分析比较,最后基于两种算法的优点对算法结合。 第六章:清扫机器人导航方案的实验验证。本章首先建立实验平台,对机器 人运动控制进行介绍,最后通过PC机与机器人的无线通信,完成对导航关键技
术的算法的验证。

第七章:工作总结与展望。总结全文,并阐述了下一步的工作方向。



第二章室内清扫机器人导航方案设计

第二章室内清扫机器人导航方案设计

本章对商业化清扫机器人Roomba所采用的导航方法进行分析,指出其中存 在的不足,并针对这些不足设计了一种适用于清扫机器人的视觉导航方案,并对 实现该方案所需的关键技术进行分析。

2.1存在的问题

当前最成功的商业化清扫机器人产品是美国iRobot公司生产的Roomba清扫 机器人,它采用的是基于碰撞传感器的接触式导航方法。由于必须发生碰撞后才 能感知前方存在障碍物,这种导航方法存在如下问题: (1)与易碎等物体发生碰撞,从而发生危险或造成损失; (2)难以建立全局地图,从而降低清扫效率,即有些区域多次重复清扫,而 另外一些区域无法清扫到。 为了克服上述不足,需要设计一种非接触式的室内清扫机器人导航方案。随 着计算机视觉技术的发展,视觉导航以其引导柔性,信息量大等优点,已成为导 航技术主要的发展方向。本文拟设计一种基于视觉方法的室内清扫机器人导航方 案,以解决目前采用的导航方法存在的不足。

2.2基于视觉的导航方式

基于视觉的导航方式具有独立性、准确性、可靠性以及信息完整性等优势, 使得视觉导航成为移动机器人的主要发展方向之一。目前基于视觉的导航方式有 两种情况:一种是摄像头安装在机器人身上进行导航;另一种是摄像头与机器人 分离进行导航。下面分别对这两种情况进行介绍。 (1)摄像头安装在机器人身上的导航方式。室内机器人使用的视觉导航方法 多数会利用一些有特征的物体作为导航路标,在设计工作在室内环境中的视觉导 航系统时,室内的一些特有特征,例如地板,灯具、踢脚线等【18。20】,往往被用来 简化导航过程设计。以台湾交通大学的吴智仁阱】所采用的方法为例进行介绍,该 方法通过安装在车项上的全景摄像头来捕捉固定在屋顶上的圆形标志,实现对机 器人的导航,其导航方法示意图如图2.1所示,地面上的机器人顶部安装有摄像


天津工业大学硕士学位论文

头,用来采集屋顶图像,屋顶上放置有特殊的圆形物体作为路标,由于摄像头与 圆形物体之间存在一定的角度,因此在采集到的图像中呈现为椭圆形,伴随着机 器人的移动,椭圆的形状也会发生相应的变化,机器人根据此变化,通过计算可 以得出自己的相对位置,然后通过捕捉圆形标记物在屋顶上的形状和位置来实现
导航。

图2.1导航方法示意图

该设计方式的特点是:利用摄像头捕捉天花板上的标记物,摄像头视野受到 阻挡的可能性较小,这样更有利于机器人找到标记物并实现导航。 上述这种视觉导航方法,摄像头和计算设备都安装在机器人车顶上,图像识 别、路径规划等高层决策都由车载计算机完成,依据卢韶芳【22】等提出的观点,这 种车载计算机的计算量较大,会有延时问题产生。 (2)摄像头与机器人分离的导航方式。天津工业大学的张博【23】提出了一种导 航方法,把摄像头安装在天花板上并向下俯视。
其方法的示意图如图2-2所示。



第二章室内清扫机器人导航方案设计

摄像头



,7

摄像头视野

机器人

图2-2导航模型示意图

在该室内视觉导航方法中,摄像头被安装在天花板上,能够拍摄到整个房问 的全局图像,需要机器人在摄像头的视野范围内活动。在该导航方法中机器人和 图像采集设备不再一起运动,当机器人运动时,图像采集设备相对于地面是静止 的,因此相对于地面静止的物体在所采集的图像序列中也呈静止状态,这在很大 程度上简化了对导航地图的建立和对机器人定位等算法的设计。该方法有效的避 免了障碍物对摄像头视野的阻挡,更便于获取场景中的全局信息,并且,机器人 车体与摄像头分离,大大减小了计算量。

2.3视觉导航方案

通过对上述导航方法进行分析,本文拟采用摄像头与机器人相分离的视觉导 航方式来设计室内清扫机器人的导航方案。为了满足室内环境中清扫机器人的导 航需求,导航系统主要包括图像采集、图像分析、路径规划、无线指令以及运动 控制等功能模块,图2.3所示。



的全局 境的导 利用导 器人发

(1)提取机器人可以行走的地板区域。清扫机器人在清扫地面时,需要把机 器人的活动范围限制在地板区域,这样既可以实现障碍物的自动躲避,也可以避
免一些潜在的危险。因此需要研究地板区域图像分割方法,把分割出来的地板区 域作为允许机器人行走的区域。

(2)机器人跟踪定位。在机器人工作时,需要实时的得到机器人的位置信息,
对它进行跟踪定位,以便对其进行导航控制。 (3)对机器人的行走路径进行规划。路径规划包括两方面的内容:一方面是 两点之间的路径规划,例如,当机器人电量不足需要充电时,需要给机器人设计
10

第二章室内清扫机器人导航方案设计

一个最短并且能够避开障碍物的最优路径移动到指定位置进行充电;另一方面是 使机器人遍历整个地面的路径规划,使机器人能够有序的、高效的完成地面清扫 任务。

第三章提取地板区域算法设计

第三章提取地板区域算法设计

在本文采用的导航方法中,摄像头被安装在天花板上,其视野范围能够覆盖 允许机器人行走的全部区域。假定机器人在室内地板区域中运动,我们首先从图 像中提取了地板区域,并限定这些区域为机器人可以行走的区域,从而避免了对 障碍物的检测,实现机器人对障碍物的自动躲避。 本章首先对现有提取地板区域的算法进行实现,分析现有算法的缺点,并提 出一种监督式的算法,最后将两种算法进行比较。

3.1现有算法分析

天津工业大学的张博等人提出了一种算法,该算法假定摄像头获取的俯视图 像中,地板区域所占的比例最大,并且该区域具有~致的颜色特征,采用聚类算 法来提取地板区域。依据聚类算法的特点,在这些被统计出来的具有相同颜色特 征的像素点的所有分类中,像素点数目最多的那一类对应地板区域。下面对该算 法进行描述,并对算法性能进行分析。

3.1.1算法描述

该算法的设计思路如图3.1中所示,首先将原始图像转换为YCbCr色彩空间, 进行颜色特征提取,然后利用聚类算法进行分析,把特征样本点分为刀类。最后, 分析这些类别中样本点的个数,把含有样本点数目最多的那一类确定为地板区 域。

嚣H t剖H H H
图3-1地板区域自适应分割算法步骤图

把地板区域所在类的像素点标记为黑色,其它各类一律归为非可行走区域, 把像素点标记为白色。这样,根据像素点在图像中的位置,将图像分割为两部分。 在提取地板区域以后,为了使分割效果更好,还要利用数学形态学对图像进

13

块为单位,用矩形块内所有像素点的平均值代表每一个矩形块的像素值。然后, 把每一个小的矩形块作为一个像素点,来参与聚类运算。 该算法利用颜色信息进行聚类运算,在进行聚类运算之前提取以×刀像素点的 平均像素值作为特征值参与聚类运算。
(3)地板区域分割

经过聚类算法后,在所有分类中像素点最多的那一类就为地板区域所在的 类,其他像素点按照聚类最近原则归到各类中。把地板区域所在类的像素点标记
14

第三章提取地板区域算法设计

为黑色,其它各类一律归为非可行走区域,把像素点标记为白色。这样,根据像 素点在图像中的位置,提取出地板区域。

3.1.2算法的性能分析

图3。2(a)为用摄像头采集的图像,图3-2(b)为用该算法对图3—2(a)处理的结
果。

影~

。”矿獬繁













:,;
?:。自



j’

-■■-






9’锡

I ”



羹戮。-L 滚

缓苏貔毖貔黝

沥黝盛



比较严

以上的 效果很 地板样 和红色 记地板

M集 N集

当判断而点归为哪一区域时,用如下方法: 分别计算五与M集和N集中各元素的欧氏距离d(五,啊),d(五,m2), d(五,鸭),d(而,m4),d(毛,啊),d(xa,n2),J(五,n3),d(五,n4),求出其中的最小 值,从图可以看出,而与M集里某元素的距离最近,所以而归为M集的样本点 所在的区域,即归为地板区域。 同样可以得出,而应归为N集样本点所在的区域,即归为物体区域。采用 此方法可以判断原图像中各单位区域属于地板区域还是物体区域。 该算法的流程图如图3.5所示。


16

图3.5算法流程图

3.2.1提取颜色特征

在对原图像进行特征提取的过程中,首先对图像进行分块处理,本算法将相 邻的像素以一个力×刀的像素块为单位,用像素块内所有像素点的平均值代表每一 个像素块的像素值,然后,把每一个像素块作为一个像素点,来参与后面的运算。 对于地板各样本区域和物体各样本区域的颜色特征的提取,也是采用这种分 块处理的方法,并以该区域各像素块中所有像素的均值作为该样本区域的颜色特 征值。

17

天津工业大学硕士学位论文

3.2.2获取样本

假设除了地板的其它部分都为物体,分别选取地板样本和物体样本。本文采 用做标记的方法来获取样本。如图3-6所示。用红色环形物体标记物体,用绿色 环形物体标记地板。在选取样本的时候,要特意选取一块或几块受阴影或光照影 响比较严重的区域为样本,这样处理的效果会更好。

图3-6标记后的图像

获取样本区域的步骤是:首先根据颜色特征设定阈值分别获取图3-6中的绿 色和红色环形区域;然后利用霍夫变换检测出圆形并计算出圆心位置;再以该圆 心位置为中心,取一个矩形区域,该矩形区域就为获取的样本区域。算法的设计 步骤如图3-7所示。
分别获取绿色、红 色环形区域
卜、



霍夫变换检测圆, 并求圆心

卜\ /

以圆为中心取矩形
区域

————A
————∥

分别获取物体、地 面样本区域

图3.7获取样本算法步骤图

3.2.3地板区域分割
用欧氏距离判断后,把图像中归为地板区域的像素点标记为黑色,物体所在 区域的像素点标记为白色,这样,根据像素点在图像中的位置,将图像分割为两 部分。其中黑色区域就是地板区域。图3-3(a)处理后的结果,如图3-8所示。

第三章提取地板区域算法设计

图3-8提取地板区域结果

从图3.8可以看出有监督的算法能够很好的把地板区域提取出来。

3.3两种算法比较

为了比较两种地板区域分割算法对于不同地板的分割能力和正确率,本文选 取了八种不同的地板环境,并在每种地板环境条件下拍摄十幅图像分别进行处理
(如图3.9)。

(A)第一组

(B)第_组 啦豸

’气
、∥

。:J,

一。鼍

。孽
,。≈

7i

‘_

≥旒
Co)第三组 (D)第四组

19

表3-1地板区域正确分割率对比表 第一种算法正确分割率 第一组 第二组 第三组 第四组 第五组 第六组 第七组 第八组
72.2% 56.5% 87.6% 89.1% 88.2% 81.4% 87.2% 84.1%

第二种算法正确分割率
96.1%

95.2% 93.3% 95.7% 94.1% 93.5% 97.1% 93.3%

第三章提取地板区域算法设计

从表3.1可以看出,第二种算法的正确分割率远大于第一种算法的正确分割 率,并且第二种算法比较稳定,所以,第二种有监督的地板区域分割算法对于不 同的地板环境都有比较理想的分割效果。 下面选取几组地板环境的图像对实验结果进行分析,尤其对第一种算法分割 效果较差的原因进行分析,从而比较出第二种算法的优势。 从图3.10中可以看出该图用第一种分割算法处理后,凳子后面有一小块区 域没有很好的分割出来,被误判为障碍物,主要原因是因为该区域受阴影影响比 较严重,因此阴影的影响会对第一种算法的分割效果造成一定的影响。用第二种 有监督的分割算法,即使有阴影的影响也可以得到较好的分割效果。

∥’≯

‘7{’~澎…鳓
} t

蓁 f 萋 f








-—■l●I








1i≈觋 猡

”! 麓 氢

琵纛缓绷甾霪


缓纽磁缓燃

硕士学位论文

O)手工分割

(d)第二种算法 第二组

(a)原图像

(b)手工分割

(c)第一种算法 图3.12第三组

(d)第二种算法

第三章提取地板区域算法设计

从图3.12可以看出该图用第一种分割算法处理后,小车部分没有得到较好 的分割效果,主要原因是因为小车部分的颜色和周围地板环境的颜色比较接近, 这样利用颜色特征对地板进行分割时,很容易把小车部分的颜色特征和地板的颜 色特征归为一类。用第二种有监督的分割算法,能够得到较好的分割效果。

(a)原图像

(b)手工分割

(c)第一种算法 图3.13第四组

(由第二种算法

从图3.13可以看出该图用第一种分割算法处理后,没有较大的区域造成误
判,只是角落里受阴影影响比较严重的区域没有得到较好的分割效果,主要原因

是因为该区域受阴影影响比较严重,用第二种有监督的分割算法,即使有阴影的 影响也可以得到较好的分割效果。 通过对以上的结果进行统计分析,可以看出第一种算法容易受阴影、光照等 外界环境的影响,第二种有监督的分割算法比第一种算法的鲁棒性好的多,正确 分割率高,也比较稳定。

第四章跟踪算法设计

第四章跟踪算法设计

在清扫地面时,需要实时的得到机器人的位置信息,以便对其进行控制,完 成指定的任务。本章主要研究室内清扫机器人视觉导航中机器人跟踪与定位的问 题。首先介绍一种基于背景差分的跟踪算法,分析该算法的缺点,并提出一种基 于标记物的跟踪算法。

4.1运动物体跟踪方法分析

一般来讲,根据相机和物体的运动状态,可以把视频分为以下几种:(1)相 机运动,被跟踪物体静止。(2)相机静止,被跟踪物体运动。(3)相机和被跟踪物 体都在运动。(4)相机静止,被跟踪物体静止。本设计属于第二种情况,在该情 况下,常用的运动目标跟踪算法有背景差分、时域差分、光流分析技术等瞄z丌。 背景差分法是采用当前图像和背景图像之间的差分来检测运动区域的一种 方法。该方法将每一帧的图像和之前存储的背景图像相减,如果差值大于某一阈 值,就判定为运动目标,实时计算物体的位置,实现跟踪【28捌。 时域差分法是将前后的两帧图像相减,如果差值大于某一阈值,就判为运动 目标。时域差分检测法对动态环境具有比较强的自适应性,可以适应各种动态的 环境,但是一般不能完全提取出所有的相关特征像素点,这样在运动实体内部容 易发生空洞现象。 光流分析法是通过对视频图像的光流进行分析,在摄像机运动的情况下检测 出运动目标,计算较复杂,实时性较差,并且不适用于本设计的情况【硎。 通过对上述方法的分析并针对静态背景下只有一个被跟踪物体的情况,我们 采用背景差分法实现该算法。

4.2基于背景差分的跟踪算法

首先在没有运动物体时,获取背景图像;然后通过摄像头实时获取室内机器 人运动的图像,并与背景图像做差分,设定阈值,得到的是一系列的二值图像; 为了得到更好的处理效果,用数学形态学对图像进一步处理,如用开闭运算等算 法去除噪声点,最后通过计算图像内所有像素点横、纵坐标的均值,确定机器人

根据公 进行区

标,并
认为该区域就是目标区域范围。

Dj(工,y)=I五(x,y)-bk(x,Y)I(4q)
其中以(工,y),玩(工,Y),分别为当前帧图像和背景图像; D。(工,Y)为背景差分得到的差分图像。
1 RnuorgeroF o

):J

卜1

Back鲫d蕞罱≤T



Dk(x,y)>T

2)

其中T是目标分割时设定的阈值。选择阈值T的方法是利用灰度直方图求 双峰或多峰,选择两峰之间谷底处的灰度值作为阈值,即最大类间方差法。 阈值T选择的是否准确直接影响到图像二值化后的质量。如果阈值T取的 太高,二值中判定为运动目标的区域会发生碎化现象;相反,如果取的太低,又 会产生大量的噪声。背景图像如图4-2(a)所示,图4.2(b)所示为我们从视频序列 中选取的第K帧的图像,其背景差分后的结果如图4.3所示。‘

(a)背景图像 图4-2拍摄图像

(b)第K帧图像

会 位



(c)第二幅图 图4—4采集图像及定位结果

(d)定位结果

27

天津工业大学硕士学位论文

4.3基于标记物的跟踪算法

为了解决上述问题,本文提出一种新的算法,为了使定位过程简单,-人为设 置一个标记物,以简化定位算法。 人工标记物的选取原则: (1)标记物的颜色要与周围环境的颜色分开; (2)标记物要易于检测。 本文以图4-5所示的标记物为例进行说明。圆形红色物体放在圆形绿色物体 的上面,红色物体的边界和绿色物体的边界组成一同心圆,绿色物体的面积要大 于红色物体的面积,然后把它们放在机器人的项上(如图4.6)。

绿色区域—譬红色区域 绿色区域叶。簌红色区域
麓蚴繇删滋

图4.6加标记物的机器人

4.3.1算法描述
该算法的主要过程如下:首先搜索到标记物的位置,然后找到其中的红色标 记物,并计算出该红色标记物的中心位置,以该位置作为机器人在该帧图像的位
置。

第四章跟踪算法设计

图4.7任一帧图像

算法流程图为(图4.8):

孳粪裂曼囊蜃警1.1分割红色l。l计算红色标记
图4-8算法流程图

杯记叨 !璺曼雾!篓曼标吲7;主茗访吲易磊苇恚翟; 记物的位置) I 7I l’l叨刚LP心伍直

具体的算法实现如下: 第一步:搜索到目标区域。 为了能够自动搜索到标记物区域,首先对标记物图像(图4-5)进行分析。 标记物图像转化为HSV模型,H为图像的色度信息,S为图像的饱和度信息,V 为图像的亮度信息,因为亮度信息容易受光照、阴影等外界环境的影响,所以只 利用HSV模型的H、S分量对图像进行分析。图4.9为标记物图像的H.S样本 分布图,研究发现有两个聚类中心,即图4.9中用圆标记的区域的中心,左边的 区域为图4—5中红色区域的H.S样本分布,右边的区域为绿色区域的H—S样本分 布,计算疗次两个区域的聚类中心,取平均得出红色区域的聚类中心大体在 (0.015,0.75)附近,绿色区域的聚类中心大体在(0.41,0.28)附近。 把图4.7转化为HSV模型,取一大小为nxn的窗口(该大小略小于图4.5 的标记物的大小)对图像进行从左到右,从上向下的扫描,每扫描到一个区域都 要进行判断,当满足以下两个条件时就为我们要找的标记物所在的区域。 (a)对当前扫描的区域进行聚类,并用欧氏距离判断,如果一类的H、S分 量在(0.015,0.75)附近,即在红色区域所在类的聚类中心附近,属于红色区域所在 的类;一类的H、S分量在(0.41,0.28)附近,即在绿色区域所在类的聚类中心附 近,属于绿色区域所在的类。 (b)红色区域所在类的像素点总数大约是绿色区域所在类的像素点总数的 1/10,此值为对标记物图像目测的结果。

图4-9标记物图像H—S样本分布图

4.3.2实验结果

图4.10为跟踪结果,在每幅图里用框框住搜索到的目标区域,星形点所标
记的位置为红色区域中心点的位置,它代表了机器人所在的位置。

得 出

,得出每帧图像

10









X(帧数)

图4-12每帧图像的位置点偏差

通过图4.12可以看出,机器人的运动轨迹中只有一帧图像的位置距离理想 位置较远,其它帧图像中都能够很好的跟踪出机器人的位置。并且,这种位置偏
差可以通过数据后处理被消除。

32

第五章室内清扫机器人路径规划算法设计

第五章室内清扫机器人路径规划算法设计

本章主要研究室内清扫机器人的路径规划。本课题的路径规划算法主要包括 两部分。(1)两点之间的路径规划。清扫机器人在实际清扫地面的过程中,需要 到达某指定位置。例如,遇到电量不足的情况时,需要给机器人设定一条最优路 径到达充电地点,所谓最优路径就是使机器人能够避开障碍物并到达目的点的最 短路径。(2)遍历整个地板区域的路径规划。使机器人能够有序的清扫到整个地 板区域的路径规划,并使它能够避开障碍物。该部分提出了两种算法,并对两种 算法的优缺点进行分析比较,最后基于两种算法的优点对算法结合。

5.1路径规划概述

路径规划是移动机器人领域的核心技术之一,路径规划是给定机器人及其工 作环境的信息,按照一定的优化指标,在目标点和起始点之间规划出一条可以避
开障碍物的路径[31-35】。

对于清扫机器人来说,要求它能够走过房间的整个地面,所以这不同于一般 移动机器人的路径规划,它要求按照一定轨迹运动,同时具有运动的不重复性和
遍历性【36‘3引。

所谓不重复性是指清扫机器人的行走轨迹应尽量避免重复,这关系到机器人 的工作效率问题。 所谓遍历性是指清扫机器人要尽量走遍房间内需要清扫的整个地面,这关系 到机器人的工作效果。

5.2两点之间路径规划算法

本设计中两点之间的路径规划算法是在已知起始点和终点的坐标位置的情 况下,要求清扫机器人可以自动选取一条从起始点到目标点的路径,使清扫机器 人可以安全、无碰撞地到达目标点。搜索最优路径的问题就转换为寻找一组从开 始点到目标点的连接线段,并要求这些线段不和障碍物区域相交,而且使这些连 接线段长度的总和最小。

33

中所示)继续采用上述方法生成新的起始点F,并判断由F新生成的路径和目标 点之间与障碍物是否有交点。(如图5-I中所示)当没有交点的时候,能够生成 最后的路径A—E—F.B。若新生成的起始点与终点的连线与障碍物仍有交点的话就 继续根据这个算法迭代下去,当找到与障碍物没有交点的路径时停止。 该算法生成的路径是以机器人中心点坐标为参考而产生的理论上的路径。而 在实际应用中,理论路径可以通过的地方,因为机器人的宽度问题,很有可能会 发生擦碰现象。在每次理论上的路径生成以后,还需要加入一次判断程序,用来

第五章室内清扫机器人路径规划算法设计

判断生成路径和障碍物之间的距离,当该距离小于车身宽度一半的时候,就必须 调整路径。当生成路径和障碍物的距离大于半个车身宽度时,本算法才认为能够 把直接利用路径规划算法所生成的理论路径当作机器人实际行走的路径。

5.2.2实验结果

图5-2为原图像,对该图运用此两点之间路径规划的算法得到从A点到B
点的路径为A-C.D.B,如图5.3所示。若以20x20的像素块代替机器人在图像中

所占位置的大小,则实际生成路径和障碍物的距离应该大于10。该图像的分辨
率为640x480。

图5.2原图像

图5.3路径规划结果

5.3遍历整个地面区域的路径规划算法

对于整个区域的路径规划算法,本设计提出了两种算法,以下分别对两种算
35

然后机器人按此算法,沿着图中的黑色线有序的清扫地面,当运动到A点时,
在机器人的附近没有未扫到的地板区域,这时再次搜索第一个能容下机器人的未

清扫的地板区域,搜索到B点,机器人以最优路径即沿图中的红色线运动到B
点,继续按此算法即图中的绿色路线清扫地板,当到达D点时,机器人找不到 能够容下机器人的未清扫地板区域,于是机器人停止运动,清扫任务结束。 用该算法对图像进行处理的流程图,如图5.5。

地图

图5_6导航地图

37

第二种方法的主要思想是:以nXtt的像素块来代替机器人在图像中所占位置 的大小,在图像中以行为优先级搜索到第一个能容下机器人的地板区域作为开始 运动的位置,扫描过的区域变为灰色。以后继续进行扫描的思想是找距离当前机 器人的中心点最近的地板区域的像素点,然后找到一个可以覆盖该像素点,但是 不覆盖障碍物区域的能够容下机器人的区域(优先找覆盖区域全为未扫过的地板

第五章室内清扫机器人路径规划算法设计

区域,若没有,可以找含有部分已扫过的地板区域),作为下一个要扫描的区域, 继续扫描,直到图像中没有未清扫到的地板区域为止。图5—8为算法流程图。
开始

找到第一个能容下机 器人的地板区域

找距离当前机器人的 中心点最近的地板区 域的像素点 机器人覆盖该像素点 (不能覆盖障碍物区 域),若机器人不能进 入某区域,则设为已扫 描区域



有未扫到的地

∑笸 ,一—生、
结束 图5.8算法流程图

图5.9为用该算法的处理结果。

图5.9处理结果

可以看出此算法,能够使机器人扫描到全部的地板区域。 此算法考虑到一种特殊情况,如图5.10中,A,B两点之间的地板区域的长
39

),机器人就不能进

区域设为已扫过的

的地板区域,程序

图5.11有“小胡同”的处理结果

5.3.3对两种算法进行比较
第一种算法优点:算法简单,运行时间短,扫描比较整齐,使机器人的运动 比较简单;缺点:扫描精确度低,存在未扫描到的地板区域。 第二种算法优点:扫描精确度高,能够扫描整个地板区域;缺点:算法较复

第五章室内清扫机器人路径规划算法设计

杂,运行时间较长,扫描路线不整齐,使机器人的运动比较复杂。 通过分析两种算法的优缺点,我们把两种算法结合。

5.3.4算法IⅡ
算法IⅡ为基于前两种算法的优点进行的结合。该算法首先用第一种算法把地 板的大部分区域清扫干净,再用第二种算法把未扫到的区域进行彻底清理。图 5.12(a)为用第--种算法处理后的结果,图5—12(b)、图5?12(c)、图5-12(d)分别为 用第二种算法处理过程中的结果。

Ca)扫描结果一

(b)扫描结果二

(c)扫描结果三 图5.12清扫过程

(d)扫描结果四

从图5.12可以看出,此算法既可以使运行效率提高,简化了对机器人控制 的复杂度,又可以彻底清扫到整个地板区域。

41

第六章清扫机器人导航方案的实验验证

第六章清扫机器人导航方案的实验验证

本文前几章对室内清扫机器人导航的关键技术进行研究,并对所有的算法进 行了实现,为了对算法进行验证,本设计以加拿大Dr.Robot公司生产的Dr. Robot-X80机器人为基础建立了实验平台。

6.1实验平台建立

为了对算法进行验证,建立了实验平台,该平台主要包括以下几个部分: (a)机器人Dr.Robot.X80; (b)摄像头; (c)PC机:对采集的图像信息进行处理,并产生对机器人的控制信号; (d)无线路由器:把PC机产生的控制信号传递给机器人,以控制机器人的 运动。 本文采用加拿大Dr.Robot公司所出产的机器人Dr.Robot-X80作为实验验证 平台的主要部分。如图6.1所示,本清扫机器人采用圆形车体,圆形车体的最大 优点是运动灵活,控制简单,不会发生卡死的现象。这款机器人是两轮式机器人, 是属于在较高层视觉成效、影像辨识等方面进行开发的机器人。

图6-1机器人

机器人Dr.Robot-X80本身安装有多种传感器,主要包括:声纳传感器, 人类运动探测器,红外传感器,倾斜和加速度传感器,同时安装有5个伺服电机,
43

天津工业大学硕士学位论文

其中,伺服电机1可控制机器人颈部上下运动,伺服电机2可控制机器人颈部左 右运动,伺服电机3可控制机器人嘴部开合,伺服电机4可控制机器人眼睛上下 运动,伺服电机5可控制机器人眼睛左右运动。 机器人基本的开发条件是一样的,利用Dr.Robot所提供的WiRobotSDK去 做程式化的工作,并用PC机作为控制平台,利用IEEE 802.1lg无线网路连线。 一切的演算法计算和资料处理都由PC机计算过后再传输出去。 X80机器人兼具速度和负载,并保有可观性及精确性,轮行平台的两具12V De马达,可提供机器人的18cm车轮3000z.inch(21.6kg)的扭力,最高速可达lm/s, 每个轮子都镶有高解析度(每转1200格)的增量编码器。 X80机器人硬件模组是由三个层面所组成的,一个是属于电子系统感测器控 制,另一个是多媒体控制,最后是机械控制马达,这三种为构成X80机器人的 主要三种架构,PC机可通过安全的无线连接作为主控台,来操纵机器人的高阶 功能。内建的数字信号处理器(DSP)主要管理低阶功能。机器人重量较轻,消耗 功率低,且操作更持久,通过整合的高频宽(1l Mbps)WiFi 802.1lg无线模组, X80系列机器人能够以超过10Hz的频率上传所有感测资料(包括编码器感测读 数)到PC机。 PC机通过通讯模组由无线网路来连通ROBOT端的嵌入式硬件,而这个架 构被包含在WiRobotActiveX里并能连接机器人与PC机的控制界面。

6.1.1实验平台总体方案设计

天花板上 的摄像头

WiFi无线网络连接 机器人

图6-2实验平台
44

第六章清扫机器人导航方案的实验验证

图6.2为采用的实验平台,摄像头实时采集室内图像,并通过USB接口与 PC机连接,PC机与无线路由器通过以太网连接,无线路由器通过WiFi网络给 机器人发送指令。 实验时建立的实验平台,如图6.3所示。

图6-3建立的实验平台

该实验平台需要实现的功能: (1)图像采集模块的功能。该模块需要利用摄像头作为图像采集设备,如图 64所示。本设计在VC环境下,利用OpenCV中的图像采集模块实现图像采集
的功能。

图6-4摄像头

45

天津工业大学硕士学位论文

(2)图像分析模块的功能,以及通过无线指令对机器人的运动进行控制。PC 机根据提出的有监督的分割算法实现地板区域分割。机器人根据PC机实时的传 递过来的信息运动,同时摄像头实时的把采集的图像传入PC机,PC机用设计 的跟踪定位算法对机器人进行跟踪定位,判断机器人的运动方向是否偏离设定的 路径,若偏离,则对其进行校正,直到机器人清扫完整个地板区域后,运动停止。 (3)通过路径规划模块,本系统可以使机器人从一点开始按照最优路径(即
最短并且可以避开障碍物的路径)到达目的点。

(4)通过机器人的运动控制模块,可以控制机器人到达指定位置。 无线指令由PC机通过无线路由器发送给机器人。无线路由器是本系统的重 要设备,它对本地局域网的构建起着重要的作用,是系统中对PC机和机器人进 行连接的桥梁设备,必须符合以下需求,如性能稳定、有效通信距离足够远、带 宽充裕等。本实验是采用的D.Link公司的DI-524型号的无线路由器,它应用 802.119无线传输标准,传输速率是54Mbps,室内无遮蔽空间中最远无线传输距 离可达100m。以上的参数说明,该型号的无线路由器可以为本系统提供足够的 有效传输距离和带宽,并且性能稳定。 图像分析模块、路径规划模块和发送无线指令的功能主要由PC机来实现。 PC机在该系统中是控制清扫机器人的工具,它通过以太网与无线路由器连接, 并且通过无线路由器与机器人构成一个局域网。控制清扫机器人的软件都在PC 机上运行。本实验采用的PC机配置是主频2GHz的Intel酷睿双核处理器,2GB 内存。

6.1.2机器人运动控制

l、WlROBOT X80机器人运动控制模块

在本课题的实验验证平台中,主要通过机器人底部安装的两个直流电机来控 制机器人的运动,通过向机器人内部的传感和运动控制器PMS5005发射无线指 令,可实现对机器人的向前,向后,左转,右转,停止等操作。
(1)MDM5253 DC马达驱动模组。有位置及电流反馈功能,是一个3通道的

H桥式转换功率放大模组。它能直接控制运动控制卡上的PWM驱动信号(最大 可到20 KHz频率)。这三个独立的通道上,MDM5253包含内建的电流反馈,及 位置感测器连接头,可连接准确地电位器。每个通道可以驱动直流马达(最大电 流到5A.电压从5V到28V)。 (2)PMS5005机器人感测及运动控制卡。可以有多种应用,如作为感测、控 制、运动、LCD显示及有线/无线通讯处理器使用。它内建的韧体,可处理低阶

第六章清扫机器人导航方案的实验验证

的控制程式,如马达驱动控制、无线通讯等,让使用者不需要再写驱动程式。 PMS5005机器人感测及运动控制卡,可直接驱动6个RC伺服马达,及支援多个I/O 输入输出。主机(例如PC,DSP,或其他处理器)可以透过UART(/靼行)接El,来传输 及控制PMS5005做不同的应用。PMS5005机器人感测及运动控制卡,可以帮助机
器人及人工智能(Artificial Intelligence)研究专家和开发人员,专注于高阶逻辑及演

算法的设计,避免撰写低阶驱动程式,标准控制结构,及电子元件解决问题的各种 麻烦。使用容易,功能强大,及内建的智能,可以消除设计的风险,简化硬体及软体的
开发,明显的缩短成品开发的时间,且有效的降低成本。

2、控制机器人界面设计
本实验是利用Microsoft Visual C++中MFC来设计界面,MFC为微软提供的

类别库,能够以C++的形式封装WindowsAPI,并包含一个应用程序框架。除此 之外,需要借助机器人本身WiRobotSDK的ActiveX来处理。控制界面如图6.5。

图6-5控制界面

在界面上设定了一个主要的运动控制区,可以控制机器人的前行,后退,左 转,右转,停止。还设定了目标点区,当控制机器人运动到某一点时,可以在这 里设定目标点的横坐标和纵坐标。“提取地板区域“‘跟踪定位及路径规划”两个按 钮可以实现对该课题算法的验证。“结束”按钮可以终止机器人的运动及摄像头采 集图像。“退出”按钮可以关闭该界面并退出整个程序。 3、运动控制方式 控制方式主要分为两种:速度控制和位置控制,无论是速度控制还是位置控 制,都需要向PMS5005发射控制指令,可以设定达到目标速度或目标位置和到

天津工业大学硕士学位论文

达该速度或位置的执行时间,这样机器人就会在规定时间内完成指令,也可以选 择无时间限制的控制方法,机器人会以最短的时间达到我们制定的速度或位置。 (1)速度控制 无时间限制的速度控制指令:DcMotorVelocityNonTimeCtrAll(channel, cmdValue):Channel为需要控制的电机通道,cmdValue为要达到的速度值, 此时,机器人会以最短的时间达到设定的速度。 有时间限制的速度控制指令:DcMotorVelocityTimeCtrAll(charmel,cmdValue. timePeriod);Channel为需要控制的电机通道,cmdValue为要达到的速度值, timePeriod为到达该速度的执行时间。 (2)位置控制 在位置控制中,通过统计直流电机运转的脉冲数来完成机器人运动距离的控 制,机器人底部的轮子转动一周的脉冲数是1200,而轮子的半径已知,机器人

轮子转动一周前进的距离可以计算出来,因此控制脉冲数可以控制机器人前进的
距离。 无时间限制的位置控制指令:DcMotorVelocityNonTimeCtrAll(channel, cmdValue);Channel为需要控制的电机通道,cmdValue为要达到的位置值。此

时,机器人会以最短的时间达到设定的位置。 有时间限制的位置控制指令:DcMotorVelocityTimeCtrAll(channel,cmdValue,
timePeriod);Channel为需要控制的电机通道,cmdValue为要达到的位置值, timePeriod为到达该位置的执行时间。 4、运动控制指令 (1)向前运动 设置某一速度值,通过上述速度控制指令可以控制机器人前进,当需要机器

人向前运动某一固定距离时,只要计算出需要的脉冲数就可以通过位置指令使机
器人向前运动。 (2)向后运动 和向前运动相对照,设置某一负数的速度值,通过上面速度控制指令可以控 制机器人后退,采用位置控制时,给出该距离对应的脉冲数即可。 (3)停止 控制直流电机的PWM占空比为50%,可以使机器人停止运动。 (4)左右旋转角度控制 该清扫机器人的运动系统主要由两个步进电机、两个驱动轮组成,如图

6.6所示。两个步进电机通过齿轮的转动带动左右两边的驱动轮。因为步进电机
是通过改变输入的脉冲频率对速度进行调解,因此输入不同的脉冲频率,能够使
48

第六章清扫机器人导航方案的实验验证

两个驱动轮获得不同的速度,从而实现清扫机器人前行、后退、左转、右转等功 能。在清扫机器人的左右驱动轮上分别装有光栅编码器,用来对左右驱动轮速度
的测定和机器人的定位。

驱动



图6-6运动系统结构



图每7清扫机器人运动轨迹分析图

图6.7为清扫机器人的运动轨迹分析图。对该机器人的定位是应用的光电编 码器的“车轮脉冲定位”方式。根据清扫机器人的工作环境,建立一个以地面为 XY平面,以一个运动周期开始时清扫机器人的中心为原点的直角坐标系,当该 运动周期结束时进行一次计算,用来描述清扫机器人在一个运动周期后相对于该 运动周期前位姿的变化情况。清扫机器人只在XY平面内做二维平面运动,因此 根据图6-9所示的几何关系,得到下列算式:

缸=LxcosAgz(6-1) 知=LxsinAcr(6-2)

三=2xf等+尺1cos△口
I一’ \? I /




2Acz+Ap=万(64)

可以在机器人运动趋势的方向上找到B点,假设根据路径规划要求机器人下一 时刻的目标点为C点,那么B、A、C三点的连线,AB与AC会组成一个角度a (此角度a就相当于在式6.5中求出的机器人的旋转角度△∥),这样可以使机器 人旋转一个角度a,再控制它沿直线运动,直到运动到C点停止。但是实际情况 较为复杂,在机器人前进的过程中,可能不是完全走直线,有可能会出现一定的 偏转角度,如图6.8中的角度b,这样就需要对机器人的行走路径实时的进行监 测,也是为什么需要对机器人实时的进行跟踪定位的原因之一,当有偏转角度出 现时,就需要对机器人的运动方向进行矫正,即使机器人旋转角度b,再继续前进,
直到运动到目标点C。

第六章清扫机器人导航方案的实验验证

6.2视觉导航实验验证

6.2.1

PC机与机器人连接

本设计通过WFS8029 WiFi(802.119)无线模组实现PC机与机器人之间的无 线连接,使用串行接口连接到机器人,提供802.1lg无线传输。为了能够连接到

LAN或WAN上,WFS8029整合了完整开发的TCP佃网路协定。
实验时,PC机与机器人之间的连接步骤为: 第一步:设置PC机上口地址为192.168.0.104,网关为192.168.0.200,子网 掩码为255.255.255.0,如图6.9所示。

图6-9IP地址设置

第二步:PC机与无线路由器通过以太网连接,路由器P地址为
192.168.0.200。

第三步:打开机器人后面的开关按钮。 第四步:连接机器人,使机器人能够接收到PC机发来的信号。连接界面如 图6.10。机器人D为drrobotl,机器人口为192.168.0.205,端口为10001。点击 “连接”按钮,就可以实现PC机与机器人的连接。

51

拍摄的室内
垂直方向两

图6-11摄像头视野

首先,根据水平方向放置的标尺的实际长度及其在图像水平方向所占像素的

第六章清扫机器人导航方案的实验验证

个数,可以计算出单个像素的实际长度,即40c彳03个;0.39cm/令",得视野范
围水平方向的宽度为640×0.39;250cm,视野范围垂直方向的高度为 480x0.39=187cm。因此,摄像头的视野范围为250cmx 187cm。 (2)确定图像采集的频率 在实验时必须合理设定图像采集频率,才能在采集的视频中实时的跟踪出机 器人的位置,并完成对机器人运动方向的控制。如果采集频率太高,没有足够的 时间对图像进行处理,及控制机器人运动。如果采集频率太低,不能实时的跟踪

出机器人的位置。假定机器人移动的最大速度为‰,相邻两帧图像的时间间隔 内允许机器人的最大实际位移为‰,则图像采集的频率为:

厂=鳖(6-7)
Sm

根据本实验的实际情况,令v.。=5cm/s,‰_2.5cm,计算得出户2帧/s。
这样每秒取2帧图像,既能在软件上完成图像处理的操作,跟踪出机器人的 位置,又可以合理掌控机器人的运动。

6.2.3实验结果

因为使机器人遍历整个地面的导航过程可以分解成从一点移动到另外一点 的过程的组合,所以本实验主要对机器人两点之间的运动过程进行验证。 (1)地板区域分割 图6.12(a)为该验证平台的摄像头所采集的室内图像,用第三章提出的基于 标记物的地板分割算法提取地板区域,图6.12(b)为分割结果。

(a)采集图像

(b)分割结果 图6-12采集图像及分割结果

(2)路径规划

在图6-12(a)所示的地板环境下,假设机器人从A点运动到D点,利用第五
53

14

(c)第二个位置

(d)跟踪定位二

第六章清扫机器人导航方案的实验验证

(e)第二二个位置

(D跟踪定位二二

(g)目标位置

(h)跟踪定位I!斗 图6-14对机器人跟踪定位

机器人实际走过的四个位置的坐标分别为A(315,75),E(450,200), F(470.275),G(389,452)。为了和规划路径进行比较,把机器人实际走过的路径在
图6.13中进行标记,如图6.15所示。

图6-15路径比较

从图6-15可以看出,机器人实际走过的路径与规划的路径之间的偏差很小, 可以到达指定的目标位置。

55

第七章工作总结与展望

第七章工作总结与展望

7.1工作总结

本文首先介绍了市面上现有清扫机器人的导航方法,通过分析其优缺点,最 后根据室内工作环境的特点,采用了一种把摄像头固定到房间天花板上的室内机 器人视觉导航方法,并对该视觉导航方案进行分析,提出该导航方案所需的关键
技术。

实现了现有地板区域分割算法,并分析该算法的缺点。为了提高地板区域分 割的准确性,利用人工参与的方法获取少量标记好的样本,提出了一种有监督的 地板区域图像分割算法,并对两种算法进行比较。 在得到室内全局图像的地板分割结果以后,为了保证机器人在行走过程中一 直行走在摄像头视野范围以内,并且不偏离规划好的路径,研究了对机器人的跟 踪定位算法。为了提高机器人跟踪算法的性能和降低算法设计的复杂度,利用设 置人工标记物的方法设计了一种适用于室内清扫机器人视觉导航的跟踪算法。 清扫机器人在实际清扫地面的过程中,会被指点到达某个位置。例如,遇到 电量不足的情况时,要给机器人设定一条最优路径到达充电地点,因此,研究了 两点之间的路径规划算法。为了使机器人能够有序的清扫整个地面区域,设计了 遍历整个地面区域的路径规划算法。 最后论文以WiRobot机器人,PC机,无线路由器,摄像头组成的导航系统 为实验平台完成了对以上算法的验证。

7.2工作展望

今后的工作需要从以下几个研究方向展开: (1)本文采用的系统设计针对的是在单一视觉传感器下的一间房间内的机 器人导航。若机器人走出视野范围,则视觉传感器不能够捕捉机器人位置,因而 失去了对机器人的导航能力。在接下来的工作中,将研究怎样使多个视觉传感器 互相配合来扩大可以监控的视野,从而能够大大的拓展机器人的工作空间。 (2)对于和地面颜色非常接近的障碍物,视觉导航方式很难将地面与其区别 开来,当提取地面可行走区域时,比较容易将这些障碍物划分为地面区域,从而

造成局部错误分

工作中,要考虑 航设备中需要加 觉导航方式下不

参考文献

参考文献

【l】李磊,叶涛,谭民.移动机器人技术研究现状与未来【J】.机器人.2002,24(5):
475-480.

【2】郑向阳,熊蓉,顾大强.移动机器人导航和定位技术【J】.机电工程.2003,
5(20):36—37.

【3】陆新华,张桂林.室内服务机器人导航方法研究【J】.机器人.2003,l(25):
81.86.

【4】朱世强,刘瑜,庞作伟,金波.自主吸尘机器人的研究现状【J】.机器人.2004,
26(6):569—574.

【5】胡跃明,丁维中,吴忻生.吸尘机器人的研究现状与展望【J】.机器人技术与
应用.2002,(1):33.37.

【6】6姜山.服务机器人【J】.机器人技术与应用.2004,2(3):10—14. 【7】王磊,陈卫东.面向自主机器人的实时彩色视觉系统【J】.上海交通大学学报.
2003.11(37):1645-1,648.

【8】孙德波,段广仁,王爱华.飞行器视觉导航的I-I_oo滤波【J】.航天控制.2005,
23(3):4-8. 【9】9
Bum-Jae You,Myung Hwangbo,Sung—On Lee,Sang—Rok Oh,Young Do Kwon,

San Lira.Development
International Conference
2630-2635.

of
on



home service robot.ISSACTC】.IEEE Proe.

Intelligent Robots and Systems,Oct.2003,3(3):

【1 0]1washita,S.Murase,Y Yasukawa,Y


Kanda,S.Sawasaki,N.Asada.Developing 2005 IEEE

service

robot[C].Mechatronics

and Automation

International

Conference.2005,2(2):1 057-1062. 【l 1]L.Kleeman.Optimal Estimation of Position and Heading for Mobile Robots Using Ultrasonic Beacons and Dead Reckoning[C].Proceedings of the IEEE
International Conference
on

Robotics

and Automation.1992,4(6):2582-2587.

【12]Chaomin Luo,Yang S.X.,Meng M..Entire region filling in indoor environments
usmg
neural

networks[C].Computer

Vision-ECCV

2001.2002,3(3):

2039.2044.

【13]G【.S.Xiang,X.Y Wang.Background
011

reconstruction and Journal

object

extraction based

color

and object tracking[J].Chinese

ofMechanical

Engineering.2006,

3(19):2013. 【14]R.Chapuis,R.Chausse.A Dynamic
Nonstmctured
Vision Algorithm to Locate


Vehicle

on a

Road[C].Robotics Research.May 2000.

AI

i01.

术.

[18】江泽民,杨毅,付梦印,王美龄.基于平行线的室内视觉导航叨.机器人. 2007,29(2):128—139. [19]杜娟,李文锋.基于地面特征识别的室内机器人视觉导航系统的研究.中国 科技论文在线.http://www.paper.edu.cn. 【20]尚文,马旭东,戴先中,王栋耀.基于视觉的移动机器人地面轨线跟踪导航

研究【J】.机器人.2003,25(5):432-437.
【2 1]Chih4en Wu,Wen-Hsiang Tsai.Location estimation
vehicle navigation for indoor autonomous
on

by omni-directional vision using circular landmarks and Autonomous

ceilings[J].Robotics

Systems.2009,2(57):546.555.

【22]卢韶芳,刘大维.自主式移动机器人导航研究现状及其相关技术【J】.农业机

械学报.2002,3(2):1

13—1 16.

【23】张博,汪剑鸣,冷宇,窦汝振.室内移动机器人新型视觉导航系统设计【J].工

业控制计算机.2010,23(2):31.33.
[24]T.Ebrahimi
and

C.Home,MPEG-4

natural video coamg

an overview[C].Signal

Processing Image Communication.2000,l

5(3):365-385.
across

[25]E.Shechtman,M.Irani,Matching
CVPR.2007.

local

self-similarities

images and videos.

【26]S.X.Yang,M.Meng.Neural network trajectory generation[C].IEEE
partB:Cybernetics.200 l,3 1 0):302—3 1 7.

approaches to dynamic collision free
on

Transactions

systems,man and cybernetics,

【27】孟凯等.基于主动路标的全方位移动机器人定位系统【J】.沈阳工业大学学报.
2000,22(2):15-17.

【28】张尧,陈卫尔.一个基于全景视觉的移动机器人导航系统的设计与实现[J】.
机器人.2005,27(2):173.177,182.

【29】郑向阳,熊蓉,顾大强.移动机器人导航和定位技术【J】.机电工程.2003,5(20):
36-37.

【30】徐宁.单目摄像头实时视觉定位【D】.上海:上海交通大学.2008. 【3 l】李琳.吸尘机器人控制系统与路径规划的设计与研究[D】.哈尔滨:哈尔滨工 业大学.2005.

[32]t娟娟,曹凯.基于栅格法的机器人路径规划川.农业装备与车辆工程.2009,
4(8):14.17.

参考文献

f33】鲁庆.基于栅格法的移动机器人路径规划研究【J】.电脑与信息技术.2007,
6(15):25—27.

【34】罗竹青.基于栅格法的机器人路径规划调节【J】.信息与电脑.2009,11(5):
29.31.

【35】陈宗海,陈锋.一种不确定环境下移动机器人避障规划算法【J】.机器人.2002,
24(4):359-361.

[36】陈刚,沈林成.复杂环境下路径规划问题的遗传路径规划方【J】.机器人.2001.

23(1):40掣.
【37]S.X.Yang,C.Luo.A
neural network approach to complete coverage path

planning[J].Systems Man and Cybemetics.2004,l(34):718.724.

【38】高云峰,黄海.复杂环境下基于势场原理的路径规划方法机器人【J】.机器人.
2004,26(2):1
14一ll 8.

[39]--驯E青,曾任.基于栅格方法的移动机器人实时导航和避障[J】.机器人.1996,
1 8(6):344.348.

6t

天津工业大学硕士学位论文

1.

【1】

天津工业大学硕士学位论文

致谢





时光荏苒,一晃两年半的研究生生涯即将结束。在此,我要特别感谢汪剑鸣 老师对我生活上的关心和课题研究中的帮助。他是一个治学严谨且对学生要求严 格的人,孜孜不倦地指导我课题的研究。在我研究陷入困惑和迷茫的时候,老师 高屋建瓴,指点迷津,使我顺利完成了课题。同时,在论文撰写的过程中,他更 是不厌其烦,精益求精地对我的论文进行一遍遍的修改。我的顺利毕业是和汪老 师的帮助与指导分不开的,再次表示感谢。 另外,还要感谢段晓杰老师,他给我们提供了良好的研究环境,使我们能够 顺利地完成课题的研究。感谢李秀艳老师,对我的论文提出修改意见。同时还要 感谢实验室的王胜蓓、毕伟、鲁威威、刘彦北等同学,正是有你们的鼎力相助才 使我的毕业设计能够顺利进行和完成。 特别要感谢我的父母和家人,是你们辛苦工作为我创造了良好的受教育条 件,使我无后顾之忧,安心学习。是你们的默默支持,才使我有足够的勇气克服 各种困难,顺利毕业。你们将是我未来不断进步,战胜各种困难永远的力量源泉。 最后,谨向在我的论文评审和答辩工作中付出辛勤劳动的各位专家教授表示
衷心的感谢!


由于本人水平有限,论文中的缺陷、错误在所难免,敬请前辈专家们给予批
评指正。

室内清扫机器人视觉导航关键技术研究
作者: 学位授予单位: 马玲 天津工业大学

本文读者也读过(10条) 1. 段美荣 语篇分析理论在大学英语听力教学中的运用[学位论文]2011 2. 王永坤 纳米杂化GF/EP复合材料摩擦磨损和导热性能的研究[学位论文]2011 3. 屈型杰 小学生学习态度测验的初步编制——基于IRT展开模型的研究[学位论文]2011 4. 张启盛 多高层框架剪力墙结构整体优化设计理论及控制因素研究[学位论文]2011 5. 阳琼 中共关于社会主义积累与消费的认识与实践(1953~1957)[学位论文]2011 6. 李享 小学生学习焦虑测验的初步编制——基于IRT展开模型的研究[学位论文]2011 7. 杜娟娟 活性染料染棉纤维色差规律的研究[学位论文]2011 8. 曹泓 长沙业余钢琴学校办学现状及对策研究[学位论文]2011 9. 周蓉蓉 小学生英语口语学习现状调查及策略研究[学位论文]2011 10. 彭海 边坡工程处治技术分析研究及工程应用[学位论文]2011

本文链接:http://d.wanfangdata.com.cn/Thesis_Y1879209.aspx


相关文章:
基于地面特征识别的室内机器人视觉导航
其中视觉系统和移 动机器人导航系统是智能移动机器人实现智能化和完全自主的关键技术,也是 目前该领域的研究热点。本文所研究的“基于地面特征识别的室内机器人视觉 ...
室内清扫机器人结构设计及三维建模毕业设计任务规划书...
系统设计关键技术点分析与理论实践解决办法 5、室内清扫机器人结构设计 6、基于...(实验、研究方案) 1、室内清扫机器人结构设计实例 2、机械结构设计技术 3、...
扫地机器人是如何做室内定位的
机器人也 包含两个主要的系统:自主导航系统和清扫...而且, 随着视觉定位等较高定位精度的定位方法的...基于RFID技术室内机器... 4页 1下载券 ©...
移动机器人导航技术总结
的一个主要发展方向 ,而基于非结构化环境视觉 导航是移动机器人导航的研究重点...该导航技术只能用于室内单一背 景的直道环境中导航,无法指导机器人改变方向 (3...
扫地机器人-开题报告
研究了智能扫地机器人的定位导航技术,提出了一套基于传感器探测 生成栅格地图的...就智能扫地机器人相关的传感器技 术室内定位技术、路径规划算法逐一进行了展开...
视觉导航技术发展综述
(UAV:UnmannedAirVehicles)、各类巡航导弹、深空探测器以 及室内机器人等方面...本文从分析视觉导航技术的优势和国内外研究现状出发,讨论了该方法的关键技术,重点...
基于图像处理的机器人视觉相关技术研究
例如,在微小型履带式移动机器人导航系统中,单目视觉不能满足机器 人视觉导航需要,利用图像处理技术,将机器人双目采集的图像进行拼接,可 以增大机器人的视野,给...
机器人视觉技术及应用指导_图文
92 II 职业能力培训资料 第 1 章 机器视觉技术概论机器视觉是用机器代替人眼进行目标对象的识别、判断和测量,主要研究 用计算机来模拟人的视觉功能。机器视觉技术...
传感器作业-扫地机器人设计
机器人技术的迅 速发展, 扫地机器人控制系统的研究...视觉传感器采用 CCD 摄像机进行机器人的视觉导航与...本论文中的机器人为扫地机器人,一 般用于室内,所以...
视觉导航综述_图文
最后,综合国内外视觉导航技术研究存在 问题,提出进一步研究方向和应用途径。 关键词:视觉导航;移动机器人;智能车辆;图像匹配;路径 识别 0 引言 在当今世界的先进...
更多相关标签:
清扫机器人 | 光伏清扫机器人 | 智能清扫机器人 | 智能光伏清扫机器人 | 自动清扫机器人 | 清扫机器人好用吗 | 楼梯清扫机器人 | 光伏清扫机器人问世 |