您还可以输入字
．客服电话
&&8:00-11:30,13:00-17:00(工作日)红外避障传感器的海词问答与网友补充：
红外避障传感器的相关资料：
相关词典网站：红外线避障小车-毕业设计,避障小车,超声波避障小车程序,避障小车程序,毕业设..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
红外线避障小车-毕业设计
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口基于产生式规则多传感器数据融合方法的移动机器人避障21
上亿文档资料，等你来发现
基于产生式规则多传感器数据融合方法的移动机器人避障21
第２３卷第ｌｏ期；２００９年１０月；电子测量与仪器学报；ＪｏＵＲＮＡＬｏＦＥＬＥＣＴＲｏＮＩＣＭＥＡｓＵ；场￡２３ⅣＤ．１０；７３；基于产生式规则多传感器数据融合方法的；移动机器人避障木；许芬；成宝金李正熙；（北方工业大学机电学院自动化系，北京１００１４１；摘要：在分析机器人多传感器数据融合技术的基础上，；关键词：产生式规则；多传感器融合；机器人避障中图；文
第２３卷第ｌｏ期２００９年１０月电子测量与仪器学报ＪｏＵＲＮＡＬｏＦＥＬＥＣＴＲｏＮＩＣＭＥＡｓＵＲＥＭ匝ＮＴＡＮＤｌＮｓＴＲＵＭＥＮＴ场￡２３ⅣＤ．１０?７３?基于产生式规则多传感器数据融合方法的移动机器人避障木许芬成宝金李正熙（北方工业大学机电学院自动化系，北京１００１４１）摘要：在分析机器人多传感器数据融合技术的基础上，采用基于产生式规则的分布式多传感器数据融合方法，设计了面向多路不同类反射式传感器的数据融合规则库和移动机器人的避障决策规则库，并利用ｖｉｓｕａｌｃ＋＋编程实现了二级规则库及推理机制，在移动机器人平台上进行了实验。设计了不同场景的室内环境，结果机器人都能有效避免碰撞。实验表明多传感器信息融合能够在不提高单个传感器性能要求的情况下较好地改善移动机器人的自主避障能力。关键词：产生式规则；多传感器融合；机器人避障中图分类号：ＴＰ２４２．６文献标识码：Ａ国家标准学科分类代码：５１０ｏｎＯｂｓｔａｃｌｅａｖｏｉｄａｎｃｅｏｆｍｏｂｉｌｅｒｏｂｏｔｂａｓｅｄｏｆｐｒｏｄｕｃｔｉｏｎｒｕｌｅＸｕＦｅｎｄａｔａｆｕｓｉｏｎｔｅｃｈｎｏｌｏｇｙｍｕｌｔｉ－ｓｅｎｓｏｒＬｉＺｈｅｎｇｘｉＸｉａｎ８ａｏｊｉｎ（ＮｏｒｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１００１４１，Ｃｈｉｎａ）ａＡｂｓｔｒａｃｔ：Ｏｎｔｈｅｂａｓｅｏｆｔｈｅａｎａｌｙｓｉｓｏｆｍｕｌｔｉ．－ｓｅｎｓｏｒｄａｔａｆｕｓｉｏｎｔｅｃｈｎｏｌｏｇｙ，ｕｓｉｎｇｍｅｔｈｏｄｂａｓｅｄｓｅｎｓｏｒｓｏｎｍｕｌｔｉ．．ｓｅｎｓｏｒｄａｔａｆｕｓｉｏｎｐｒｏｄｕｃｔｉｏｎｒｕｌｅ，ａｄａｔａｆｕｓｉｏｎｒｕｌｅａｒｅｏｎａｂａｓｅｔａｋｉｎｇｉｎｔｏｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｍｕｌｔｉｐｌｅｖａｒｉｏｕｓｔｙｐｅｓｏｆｒｅｆｌｅｃｔｉｖｅａｒｅａｎｄｔｈｅｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅｒｕｌｅｂａｓｅａｒｅｂｕｉｌｔ．Ｔｈｅｒｕｌｅｓａｎｄｔｈｅｉｎｆｅｒｅｎｃｅｍｅｃｈａｎｉｓｍｍｏｂｉｌｅｒｏｂｏｔｗｉｔｈｄｉｆｆｅｒｅｎｔｌａｙｏｕｔｉｎａａｎｉｍｐｌｅｍｅｎｔｅｄｗｉｔｈｒｅ―ＶｉｓｔｌａｌＣ＋＋．Ｔｌｌｅｅｘｐｅｒｉｍｅｎｔｓｓｕｉｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｃａｒｒｉｅｄｏｕｔｉｎｄｏｏｒｅｎｖｉｒｏｎｍｅｎｔ．Ｔｈｅｃａｎｉｍｐｒｏｖｅｔｈｅｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅｃａｐａｂｉｌｉｔｙｏｆｓｅｎｓｏｒｓ．ｍｏｂｉｌｅｒｏｂｏｔｓｉｇｎｉｆｉｃａｎｔｌｙｗｉｔｈｏｕｔｉｎ―ｃｒｅａｓｉｎｇｔｈｅｐｅｒｆｏｒｍａｎｃｅｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｓｉｎｇｌｅｒｅｆｌｅｃｔｉｖｅＫｅｙｗｏｒｄｓ：ｐｒｏｄｕｃｔｉｏｎｒｕｌｅ；ｍｕｌｔｉ．ｓｅｎｓｏｒｄａｔａｆｕｓｉｏｎ；ｒｏｂｏｔｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅ１引言究中心推出了系列机器人，从不同的角度在移动机器人上应用了数据融合技术。１９９７年成功登陆火星随着传感器技术的发展和传感器种类的日益丰的Ｓｏｊｏｕｍｅｒ是在移动机器人上应用信息融合技术的富。多传感器数据融合技术受到越来越多关注。数据融合技术的应用从早期的军事指挥向非军事领域延伸，开始广泛应用于工业控制、机器人、空中交通管制、环境监测和综合导航等领域。早在１９８０年，围外就开始在移动机器人上应用最好体现。２００１年，Ｍａｈａｊａｎ设计了一个运用模糊逻辑方法的智能多传感器融合的模型，在此模型中，摆脱非传统信息源的限制，对来自不同传感器和不同的解决方法得到的数据进行融合。日本丰田公司推出的Ａｓｉｍｏ机器人上安装了多种传感器，进行数数据融合技术。Ｌｅｖｉ探讨了应用在机器人上的多传感器信息融合的形式。１９９６年，牛津大学机器人研据融合，实现了行走、爬楼梯、识别声音的功能。ＫａｉＤ．Ａｒｒａｓ等提出的由一个３６０度激光探测器和一本文于２００９年２月收到。４基金项目：北京市优秀人才培养基金（编号：２００６１Ｄ０５００２００１２）资助项目；北京市教委科技发展计划（编号：ＫＭ２００４１０００９００３）资助项目。?７４?电子测量与仪器学报第２３卷个单简的可视系统的多传感器建立的寻迹，其使用水平放置的激光探测器和垂直的摄像头，构成了一个非常严密的外部环境检测系统，截取地面的物理模型，并通过卡尔曼滤波进行融合和位置估计，此系统通过大量的试验调查表明，寻迹精度比正常高，可视信息被进一步用来提高精确度，尤其是在方位上，将此融合系统应用在移动机器人小车上，提高了寻迹的精度。国内一些高校和科研院所也在机器人和机器人传感器数据融合方面开展了工作，取得了一些成果【６。Ｊ。沈阳自动化所研制的非结构环境移动机器人，采用电子罗盘结合超声、视觉即时感知监测机器人位置，对机器人状态以及环境信息进行估计，实现了移动机器人在所处环境中的精确定位。总的来说，国内有关机器人数据融合的研究目前主要集中在算法层面，提出了一些新颖的、结合人工智能的融合算法，但算法实用性不强。２数据融合与专家系统多传感器数据融合技术的基本原理是对人脑综合处理复杂问题的功能模仿，数据融合充分利用多路传感器所获得的信息资源，通过对传感器及其观测信息的合理支配和使用，把多个传感器在空间或时间上的冗余或互补信息依据某种准则来进行组合，以获得被测对象的一致性解释或描述，使系统获得比单个组成部分的子集所构成的系统更优越的性能［３１。按照融合的层次来分，数据融合分为传感器数据级融合、特征级融合和决策级融合。传感器数据级融合主要是对多路同源传感器的输出信息进行直接融合，以期获得更高精度、更加可靠的数据。特征级融合是把各个传感器得到的数据，首先进行特征提取。并在对目标进行分类或处理前对各组信息进行融合，也叫中级融合。决策级融合也叫高级融合，它是首先对各个传感器得到的信息的属性进行处理，然后对各个传感器处理后得到的结果进行融合，以得到对系统的融合决策结果。专家系统是将专家的知识和经验存入计算机，利用类似专家的规则，对所获取的数据进行逻辑推理，从而做出判断和决策。产生式规则专家系统通常有３个部分组成。１）综合数据库：用以记录已知事实，推理的中间结果，和最终结论。也叫事实库。２）产生式规则：存储有关问题的变化、性质等规则，对数据库进行操作，使数据库发生变化。产生式规则的一般形式是尺ｆ：ＩＦＰＴＨＥＮＱＲ。表示第ｉ条规则，Ｐ是第ｉ条规则的前件，Ｑ是第ｉ条规则的后件。３）控制系统：对规则进行选择使用，结果产生了对事实库的增加，删除，修改等动作，改变了数据库中的事实，进而使得其他规则的条件得以满足。如果在产生式规则中引入模糊集合，就是模糊产生式规则。模糊产生式规则的形式如下：ＩＦ：ＰＩ（Ｗｌ，Ｚ【尸１））最（ｗ２，虱Ｐ２））…以％，配Ｊ）ＴＨＥＮＱ（ＣＥ，力式中：Ｐ１，尸２，…＾都是前提的子句，Ｑ为结论，ｒ（Ｐ，）表示子旬Ｐｆ的置信度，％（产１，２…ｔｌ，），为各子前提的权值，ＣＦ∈（ｏ，ｌ】，是该规则的置信度，ｆ是该规则的“可应用阈值”，彳∈（０，ｌ】，当一ｔ＝∑矽ｆｘｒ（Ｐｊ）≥ｆ』＿一Ｊｊ＝ｌ时，规则被激活。根据融合方法的不同，数据融合技术主要分为两大类：基于统计方法的数据融合和基于人工智能的数据融合。前者有Ｂａｙｅｓ方法、Ｄ．Ｓ推理、聚类分析法等。后者在文献中常见的有模糊推理和基于人工神经网络的数据融合。基于专家系统的数据融合属于人工智能的方法。专家系统在应用先验知识和专家规则进行数据融合时可以灵活地结合统计学方法和统计融合结果，因此基于专家系统的数据融合在实际应用中具有较好的价值。本课题面向的移动机器人是一台校园巡逻机器人，机器人外形尺寸为６０ｃｍｘ８０ｃｍ，机器人上一共设置了１２个短距离红外接近式传感器，４个较长距离红外接近传感器和６个超声传感器。为了避障决策的方便，我们对机器人的周边区域进行了划分。划分方法是以机器人的几何中心为中心点，以机器人表示正前，右前，左前，左侧，右侧，左后，右后，正３移动机器人避障方法３．１机器人避障区域的划分外围的边界为区域分界点，共划分成８个区域，分别第ｌＯ期基于产生式规则多传感器数据融合方法的移动机器人避障后。在机器人其周边３ｍ范围内依距离机器人车体外表面的远近再划分为０～３０Ｃｌｌｌ，３０～９０ｃｍ，９０～１５０ｃｍ，以及１５０－－３００ｃｍ４个层次。８个区域与４个层次相交得到３２个小区域，但正后方９０ｃｍ以外属于红外传感器的探测肓区，因此正后区域只取０～３０锄以及３０～９０ｃｍ两个层次。最终得到３０个小区域，并把这３０个小区域定义为机器人的３０个障碍状态，编号ｌ～３０。避障区域划分睛况如图ｌ所示。左侧ｖｉ图１机器人的避障区域划分Ｆｉｇ．１Ｄｅｆｉｎｉｔｉｏｎｏｆｚｏｎｅｓｆｏｒｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅｏｆｒｏｂｏｔ后面３个区域是依据试验得出的传感器的探测距离和角度范围划分的，正后方１０号和１３号红外传感器最大发散角为２０度，以此把机器人后方划分为正后，左后，右后３个区域。１０号红外的最大探测距离在９０ｃｍ内，１３号红外传感器的探测范围在ｏ￣３０ｃｍ，因此在正后方向上只划分５号和１３号两个避障区域，加上其他方向的２８个避障区域，总共３０个避障区域。在这些层次，区域中可以获取以下的传感器数据信息：１１０－－３０ｃｍ层是红外传感器的探测区间，也是超声传感器的探测盲区，这一层只获取红外传感器的数据信息：２）３０～９０ｃｍ层上短红外传感器检测不到信号，属于短红外传感器的探测盲区，只能获取超声和长红外传感器数据信息：３）９０―１５０ｃｍ以及１５０―３００ｃｍ层次上只能获取超声传感器的数据信息，这样大大减小了数据的冗余，降低了融合的复杂性，使得结构设计更加清晰，各个层次获取的传感器数据如表１所示。表１传感器在各个区域的划分表Ｔａｂｌｅ１Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｅｎｓｏｒｓ３．２多传感器信息融合３．２．１传感器的事实哥信度传感器检测到障碍物的可靠性也叫做事实的可信度。由于机器人上配置的红外传感器属于红外接近式传感器，输出值为０或ｌ，从安全角度出发，所有红外传感器的可信度置为１。超声传感器的可信度采用实验方法获取。通过实验采集障碍物处于不同距离处的超声传感器输出值，然后根据实验数据求取超声传感器的标准差，将标准差的倒数作为超声传感器在相应距离处的事实可信度。３．２．２传感器数据融合规则库采用产生式规则形式设计两级规则库，用来实现机器人多传感器系统数据信息的融合。第一级规则记录机器人遇到的障碍物的状态信息，共有３０条，即定义３０个已经划分的障碍区域，规则前件是各个传感器的数据信息，后件为此处障碍状态信息，并把这个信息放到一个数组元素中，该元素为ｌ则表示有障碍，为０表示无障碍。融合采用数据层融合，即先进行数据融合，然后提取特征，得到机器人的障碍状态，一级数据融合规则库知识表示：红外Ｈ。超声Ｓ。规则组：（前件）传感器数据信息（后件）相应区域障碍存在状态，ＣＦ例如，正前３０～９０区域定义为区域９，区域障碍状态用变量Ｄ９描述。涉及的规则称为规则组９。包括以下三条规则：规则（１）：ＩＦ３０＜Ｓ１０ａｎｄＳ１０＜９０ＴＨＥＮＤ９＝ｌ，?７６?电子测量与仪器学报第２３卷ＣＦ＝Ｏ．６７；二级规则的前提，两级规则互相联系，专家系统数Ｓ１６＞３０ａｎｄＳ１６＜９０ＴＨＥＮＤ９＝ｌ，规则（２）：ＩＦＣＦ＝０．６７；据融合采用集中式的融合结构模型，有利于系统实时性的实现。在一级规则库中采用遍历的原则对所规则（３）：ＩＦＨＩ＝ＩＴＨＥＮＤ９＝ｌ，ＣＦ＝Ｉ。有规则进行匹配。在二级规则库的推理过程中采用通过一级规则库的推理，可以得到机器人周围正向推理结构，找到适合的规则就退出查询，执行相应的避障策略，实现及时避障。整个系统结构简单清晰，融合效率高，算法实时性好。３．４基于ＶＣ的实现避障程序采用ＶｉｓｕａｌＣ＋＋６．０实现。机器人上电进入Ｔ作状态后启动传感器串口和驱动串口，同时启动决策线程。在决策线程中定义了避障函数，设计了专家系统两级规则库，把传感器的数据信息进行融合，判决后执行动作指令，完成机器人自主避障。避障程序的类框架图如图２所示。程序中定义了８个类，各个类的功能如下：１）字符转换类ＣＳｔｒｉｎｇＴｏＨｅｘ：作用是把字符型变量转换成１６进制数，以便于向ＤＳＰ发送命令控制字；定义函数：ｉｎｔＳｔｒｉｎ９２Ｈｅｘ（ＣＳｔｒｉｎｇｒａｙ＆ｓｅｎｄｄａｔａ）；ｓｔｒ，ＣＢｙｔｅＡ卜各区域的障碍物存在状态及这些状态的可信度。３．３基于产生式规则的避障决策第二级规则库是对第一级得到的相关障碍状态信息进行综合处理，得出决策指导机器人完成相应的动作，实现避障。前件是各区域障碍状态信息及相应的可信度，后件为运动决策。规则形式为：前件：相关区域障碍状态信息后件：避障运动策略例如，决策１规则表示为：前件：正前３０～９０有障碍，右前３０―９０有障碍左前３０～９０无障碍，左前９０～１５０有障碍后件：左转８０度，速度１５ｃｍ／ｓ在ＶＣ中实现语句如下：ｉ坟ａ［９】一ｌ＆＆ａ【１０】＝＝１＆＆ａ【１６】―：０＆＆ａ【２３】一１）｛ｐＷｎｄ一＞ｍ―ｄｒｉｖｅ．ｄｒｉｖｅ＿ｒｏｔａｔｅ＿ｐｏｓｉｔｉｏｎ（ｐＷｎｄ一＞ｍ＿ｄｅｃｉｓｉｏｎｃｏｍｍ，－８０，１５）；Ｓｌｅｅｐ（３００）；｝２）红外类ＩｎｆｒａｒｅｄＤａｔａ和超声类ＳｏｎａｒＤａｔａ：存储红外数据变量，ｉｎｆｒａｒｅｄｖａｌｕｅｌ一ｉｎｆｒａｒｅｄｖａｌｕｅｌ６；超声数据变量，ｓｏｎａｒｖａｌｕｅｌ～ｓｏｎａｒｖａｌｕｅ２４；机器人避障区域的划分为两级规则库的制定提供了依据和联系，第一级规则库得出的结论提供第图２机器人避障程序Ｃ＋＋类设计Ｆｉｇ．２Ｃ＋＋ｄｅｓｉｇｎｉｎｔｈｅｐｒｏｇｒａｍ第１０期基于产生式规则多传感器数据融合方法的移动机器人避障?７７?图３规则推理流程（左）和传感器数据读取流程（右）Ｆｉｇ．３ＤｉａｇｒａｍｏｆＩｎｆｅｒｅｎｃｅ（Ｌｅｆｔ）ａｎｄｄｉａｇｒａｍｏｆｄａｔａａｃｑｕｉｓｉｔｉｏｎ（ｒｉｇｈｔ）图４运行时的显示界面Ｆｉｇ．４Ｕｓｅｒｉｎｔｅｒｆａｃｅｉｎｏｐｅｒａｔｉｏｎ３）数据采集与显示类ＣＲｏｂｏｔｃｏｎｔｒｏｌＤｌｇ：定义相应函数，设置了相应ＥＤＩＴ控件，用于传感器数据４）串口类ＣＭＳＣｏｍｍ：定义串口操作函数，串１２１控件ＩＤＣ―ＭＳＣＯＭＭｌ为传感器串口，ＩＤＣ―ＭＳＣＯＭＭ２为驱动串口；的显示功能，以及传感器串口和驱动串口的选择控件等：５）驱动类ＣＤｒｉｖｅ：定义机器人运动控制函数，包含各类专业文献、各类资格考试、应用写作文书、文学作品欣赏、高等教育、中学教育、基于产生式规则多传感器数据融合方法的移动机器人避障21等内容。　
　基于产生式规则多传感器数据融合方法的移动机器人 避障[J]. 电子测试与仪器学报, ), 73-79. [16] 王艳平. 多传感器信息融合技术在移动机器人障碍... 　许芬 咸宝金 李正熙 基于产生式规则多传感器数据融合方法的移动机器人避障 电子测量与仪器学报 .丁伟 孙华 基于多传感器信息融合的移动机器人导航综述 ... 　自动化 1006 班 多传感器信息融合技术在林业生产中...采用光栅法、 移动投光法获取距离图像和反射图像,经...的深度信息,就能够实现更精确的路径规划和自主 避障... 　采用BP神经网络对障碍物环境进行分类以及模式识别,为移动机器人的导航和避障提供了一种有效的方法。基于神经网络的多传感器信息融合技术 在移动机器人中的应用摘 要:... 　笔者介绍了多传感器信息融合技术的基本原理和实现方法...人工神经网络、 加权平均、 产生式规则、 遗传算法等...移动机器人采用“单目”移动视觉技术旧一,在某点... 　智能避障机器人设计文献综述_电子/电路_工程科技_专业...越多,但大体上可分为轮式机器人和足 式机器人。...触觉等多种传感器的融合技术已用来进行环境 建模及... 　3 多传感器数据融合方法 利用多个传感器所获取的关于...产生式规则等;而人工智能类则有模糊逻辑 理论、神经...目前,主要应用在移动 机器人和遥操作机器人上,因为... 　多传感器数据融合技术的基本原理就像人脑综合处理信息...一般情况下,基于非线性的数学方法,如果它具有容错性...产生式规则等;而人工智能类则有模糊 逻辑理论、神经... 　多传感器数据融合方法 1 随机类方法加权平均法 信号...产生式规则产生式规则采用符号表示目标特征和相应...目前,主要应用在 移动机器人和遥操作机器人上,因为...