论文部分内容阅读
机器人学和人工智能的快速发展,使得智能机器人的研究得到了越来越多的重视,其中,如何改进机器人自主避障的能力已成为这些年来众多学者们研究热点之一。本文以单目视觉结合激光点来获取障碍物的距离信息为基础,设计出一种基于区域分割避障算法的规划方法,并对该方法的可靠性进行了研究和验证。通过分析常用测距模型建立方法,提出根据数据回归建模理论来建立基于单目视觉和激光点主动标识的测距模型。首先借助三坐标测量机实验平台,测量激光点在物体上的距离信息,采用图像处理该物体上激光点在单目CCD图像上的位置信息,建立一一对应关系,然后移动物体,使CCD图像上的激光点发生变化,得到多组对应的数据。根据这些数据,利用分段曲线拟合方法,建立了测距模型。根据建立的模型,进行一定范围内的距离测量,并与三坐标测量的结果比较,验证该方法的可行性,进而为轮式小车避开避障物打下基础。根据实验平台的需要,完成轮式小车平台的设计。从硬件上实现了小车双轮差速驱动的结构,优化了三轮支撑结构,并设计了二级齿轮减速的行走机构。接着在轮式小车平台上建立行走机构控制系统,选择适合的步进电机型号和驱动器,再与PCL-839控制卡接线,完成行走机构控制系统的设计。研究分析了几种常见的避障控制策略,对轮式小车的几种走法进行了运动分析,依据此提出了基于区域分割思想的避障算法,说明该避障算法的原理以及构建方法。并利用VC和视觉库OpenCV编写了图像获取、处理,距离信息获取和自主避障的控制程序。通过构建避障实验平台,将使用本文所设计的自主避障系统完成轮式小车在真实的环境中自动躲避障碍物的实验,证明本文提出的避障算法在实际避障中的有效性,并根据实验结果分析小车避障过程中出现的若干问题以及拟解决这些问题的相应对策。