论文部分内容阅读
为使机器人更好更高效的完成日益复杂的探索任务,生物免疫系统因其自身的识别性,动态性以及稳定性等优点被应用到机器人领域。针对大规模未知环境,本文基于生物免疫机理,提出了一种基于免疫机理的移动机器人环境探索方法。首先,利用生成的可容许空间树提取可能点,对机器人行走路径进行规划;提取环境中的几何信息并关联相关拓扑节点,提高机器人环境识别能力,并创建基于分层混合信息的复合地图。在此基础上,融合免疫系统,类比免疫机理,对提取的可能点进行优化,提高机器人探索效率。为更近一步优化机器人环境探索系统,引入多机器人系统,将免疫系统与多机器人系统结合,实现多机器人协作探索。主要的工作有以下几个方面:1.构造了混合地图模型。创建了一种基于分层混合信息的混合地图模型,不同地图表示形式应用于任务层的不同任务:几何地图主要用于提高机器人环境认知能力、拓扑地图主要用于定位、可能点关系图主要用于机器人环境探索等。机器人自主环境认知过程中需要融合多种地图信息,因此,通过构建混合地图,使机器人在完成某种任务时查找到合适的地图信息,从而提高机器人工作效率。2.提出了混合特征提取方法并实时构建了地图。提取可通行空间树结构(AST)选择可能点对机器人路径进行规划并实时构建地图;将探索环境分为规则区域与非规则区域,分别采用线段提取算法和基于网格近邻的共享聚类算法来提取几何细节特征,并关联当前拓扑节点以提高机器人环境认知能力。利用贝叶斯公式对实验场景中的动态随机信息进行处理,消除动态信息对地图创建的影响,提高地图精度。3.构建了基于免疫机理的单机器人环境探索系统。将免疫系统引入移动机器人环境探索系统中,仿照生物免疫机制,将移动机器人作为B细胞,激光传感器获取的局部环境信息作为抗原,并将生成的可能点看作抗体,利用抗体与抗原之间的相互作用,计算抗体-抗原亲和力。以此对每个可能点进行评价,优化可能点的选择过程。保证机器人探索路径的最优化,提高移动机器人探索效率。4.构建了基于免疫机理的多机器人协作探索系统。为使机器人更好的完成环境探索任务,进一步提高探索效率,将免疫系统应用到多机器人系统中,类比免疫系统自身调节机制,利用抗体与抗体间相互作用力实现多机器人间的行为控制。通过计算抗体激励参数,对机器人抗体进行选择。以此实现机器人间协作探索,减少机器人间重复探索区域,提高探索效率。真实环境下的实验结果表明本文所提出的基于免疫机理的移动机器人环境探索与地图创建算法具有可行性与有效性,构建的移动机器人环境探索系统与地图创建方法可用于实际的未知环境探索任务,具有一定的理论价值与实际应用意义。