随着科技的进步,机器人性能不断地完善,它的应用范围也越来越广,小编整理了,有兴趣的亲可以来阅读一下!
篇一
浅谈智能移动机器人
摘要:随着科技的进步,智能机器人性能不断地完善,移动机器人的应用范围也越来越广,广泛应用于军事、排险、农业、救援、海洋开发等。介绍了常见智能移动机器人的基本系统组成及其相关的一些技术,提出一种能够应用于智能移动机器人的越障机构,并简单阐述了其工作原理。在对智能机器人有一定了解的基础上,论述了智能移动机器人的研究现状及其发展动向。
关键词:智能移动机器人越障避障伸展收缩
中图分类号:TP242文献标识码:A文章编号:1007-39732012007-049-02
1 引言
上世纪60年代智能机器人的出现开辟了智能生产自动化的新时代。在工业机器人问世50多年后的今天,机器人已被人们看作是不可缺少的一种生产工具。由于传感器、控制、驱动及材料等领域的技术进步开辟了机器人应用的新领域。智能移动机器人是机器人学中的一个重要分支。
2 智能移动机器人的基本系统组成及其相关技术
由于智能移动机器人在危险与恶劣环境以及民用等各方******有广阔的应用前景,使得世界各国非常关注它的发展。其共同的五大系统组成要素为:1机械机构单元是智能移动机器人的骨架,机器人所有的模块都依靠其支撑,机械机构单元的结构,性能,强度直接影响着整个机器人的稳定性。随着科技发展和新型材料的研制开发,使得智能机器人产品的结构性能有了很大提高,机械机构的各项工艺性及尺寸设计都向着更加合理高效,更加轻便美观,更加环保节能,更加安全可靠等方向发展。2动力与驱动单元为智能移动机器人提供动力来源。3环境感知单元相当于智能移动机器人的五官,机器人通过感知单元对周围的环境进行感知识别及各种参数的收集,然后通过转换成控制模块可以识别的光电信号,输入到控制单元进行数据处理。4执行机构单元为智能移动机器人执行部分,能根据控制中心的命令执行命令,完成任务。不同的机器人有着不同的执行机构,执行机构的设计影响着对要执行动作的效率,精度,稳定性,可靠性等。5信息处理与控制单元作为整个机械系统的核心部分,它如人的大脑一样,调控着整个系统,一切的活动都由它指挥。将来自传感器部分采集到的信息进行集中汇总,存储,对所有信息分析,规划决策,输出命令。使机器人有目的的运行。
智能移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合机电系统。它是传感器技术,控制技术,移动技术,信息处理、人工智能、电子工程、计算机工程等多学科的重要研究成果,从某种意义上讲是机器发展进化过程中的产物,是目前科学技术发展最活跃的领域之一。
3 一种越障机器人
我们设计的移动机器人图1有很好的机动性能,前导轮、前轮和后轮可以实现独立升降运动。前导轮如图1由通过曲柄圆盘的转动角度控制摇杆的摆动角度,带动相关的平面连杆机构运动,从而实现前导向轮的伸展和收缩实现攀越。机器人两侧的侧边驱动机构为平面连杆-滑块越障机构,前后轮如图1分别通过导杆在槽中的移动,带动平面连杆机构的运动,实现前后轮的伸展和收缩,实现越障功能。本机器人通过尺寸的设计可以实现较大的越障高度,通过合理的控制轮摆动的角度还能实现多种类型障碍物的攀越。
4 智能移动机器人的应用概况
随着科技的进步,机器人的功能不断完善,智能移动机器人的应用范围也大大拓宽,不仅在工业、农业、医疗、服务等行业中得到广泛的应用,而且在排险、海洋开发和宇宙探测领域等有害与危险场合如辐射、灾区、有毒等得到很好的应用。
4.1 陆地智能移动机器人
20世纪60年代后期,苏美为了完成对宇宙空间的占领,完成月球探测计划,各自研制开发并应用了移动机器人,通过移动机器人实现对外星土壤的样本采集和土壤分析等各种任务。陆地智能移动机器人的出现是为了帮助人类完成无法完成的任务。陆地移动机器人也广泛应用于军事,可以完成排除爆炸物,扫雷,侦查,清除障碍物等等,近年来智能移动机器人也开始渐渐融入人们的日常生活。
4.2 水下智能移动机器人
近年来,人们对资源的渴求加大,开始对原子能和海洋资源的开发,加之水下环境十分复杂能见度差,定位困难,流体变化等,水下智能移动机器人在海底资源探测上的优势使之受到关注。近年德国基尔大学的科学家研制出新型深水机器人“ROV Kiel 6000”,这架深水机器人能够下探到6000米深的海底,寻找神秘的深水生物和“白色黄金”可燃冰。
4.3 仿生智能移动机器人
近年来,全球许多机器人研究机构越来越多的关注仿生学与机构的研究工作.在某些情况下仿生机器人尤其独特优势,例如,蛇形机器人重心低,能够模仿蛇的动作,穿梭在能够穿梭在受灾现场和其他复杂的地形中能够帮助人类完成各种任务。除此之外还有仿生宠物狗、仿生鱼、仿生昆虫等。
5 智能移动机器人的发展方向及前景
影响移动机器人发展的因素主要有:导航与定位技术,多传感器信息的融合技术,多机器人协调与控制技术等因而移动机器人技术发展趋势主要包括:
1高智能情感机器人。随着科学技术的发展,人们对人机交互的技术的要求越来越高,具有人类智能的情感移动机器人是移动机器人未来发展趋势。目前的移动机器人只能说是具有部分的智能,人们渴望能够出现安全可靠的能够沟通交流的高智能的机器人。虽然现在要实现高智能情感机器人还非常的困难,但是终有一天,随着科学技术的突破,它将成为现实。
2高适应性多功能化的机器人。机器人的出现是为人类服务的,自然界中还有好多未知的世界等着我们开拓,各种危险的复杂多变的环境,人类无法涉足,因此人们也迫切希望有能够代替人类的机器人出现,高适应性多功能化的机器人也必将是机器人的发展方向之一。
3通用服务型的机器人。随着科学技术的发展,机器人也是应该越来越容易融入人们日常生活中的,在日常生活中为人们服务。例如在家庭中,机器人可以帮助人们做各种家务,和人们生活关系密切。
4特种智能移动机器人。根据不同应用领域,不同的目的,设计各种各样特种智能移动机器人是未来发展方向,如纳米机器人,宇宙探索机器人,深海探索机器人,娱乐机器人等等。
6 结束语
总之,智能移动机器人涉及到传感器技术,控制技术,移动技术,信息处理、人工智能、控制工程等多学科技术。未来智能移动机器人走向生活,安全可靠,操作简单是其趋势。尽管智能移动机器人以惊人的速度在发展着,但是实现高适应性,智能化,情感化,多功能化的移动机器人还有很长的路要走。
参考文献:
[1]谢进,万朝燕,杜立杰.机械原理第2版[M].北京:高等教育出版社,2010.
[2]陈国华.机械机构及应用[M].北京:机械工业出版社,2008.
[3]徐国保,尹怡欣,周美娟.智能移动机器人技术现状及展望[J].机器人技术与应用,20072.
[4]肖世德,唐猛,孟祥印,等.机电一体化系统监测与控制[M].四川:西南交通大学出版社,2011.
篇二
机器人视觉系统设计
摘 要:机器人视觉系统 数码摄像机 空域操作 C语言 Optimas6.2 立体成像
市场上有很多廉价的数码摄像机可以用于创建一个简单的诗句系统。它们简单,小巧,轻便,可以拍出供计算机捕捉和处理的图像。实际上,许多带有软件的摄像机就可以捕捉并数字化图像。标准的VHS摄像机可以和诸如snappy之类的产品联合使用,使得大家可以在自已的计算机上实现对图像的数字化和储存。还可以使用标准的数码摄像机捕捉图像,然后下载到自己的计算机上,在这种情况下,虽然可以捕捉图像供今后使用,但是由于还需要进行附加的诸如下载到计算机上这些步骤,所以图像还不能立刻使用。
有许多简单的软件,例如Adobe Photoshop,包含了一些类似于在本章中讨论过的方法的代码。其他程序可以由通过的计算机编程语言如C语言来开发。最终可以得到一个具备一定视觉能力,用于处理相关视觉任务的简单视觉系统。这一开发成果可以独立完成,也可以和一个3轴机器人联合完成,其中包含了用于识别和抓取物体,开发移动机器人和建立类似的其他设备的程序。
1 图像采样
1.1 信号的傅里叶变换及其频谱
图像采样理论,数码摄像机对图像的采集涉及到一系列的物理光学技术和电子信号技术,其中有两个重要概念关系到机器人视觉系统开发程序的编写。一个是信号的傅里叶变换及其频谱,我们知道任何周期性的信号都可以分解成一系列不同幅值与频率的正弦波和余弦波。
如果把这些正弦波和余弦波重新叠加在一起,就相当于重构了原始信号。称做傅里叶级数,式中不同频率的集合称作信号的频率含量或者是频谱。当然,信号是在时域表示的,而频谱却是在频域内来表示的。图1表示的信号是,而且给出了频谱图。显然,当函数ft中包含的频率成分增加时,其和越逼近于一个方波函数,也就是数字信号。
图1 且有一系列频率的正弦函数的域和频域图,当频率数量增加时,信号越接近于方波
从理论上说,要用正弦波重构一个方波,需要无限多个正弦波进行叠加。由于方波函数包含突然的变化,这意味着快速的变化例如刺激,脉冲,方波或者其他与之类似或者由它们衍生出来的信号都包含着大量的频率成分。变化得越快,重构它所需要的频率成分就越多。因此,所有包含急速变化例如噪声,高对比度,一个脉冲或一个阶跃函数或含有细节信息例如快速多变化的高清晰度图像的视频或其他类型信号的频谱中都将包含大量的频率成分。
1.2 空域操作:卷积掩模
另一个是空域操作,卷积掩模。空域处理过程可以对包含在单个像素中的信息进行操作。相应地,图像直接接受这种操作的影响。视觉系统的多数据处理过程都是在空域上进行的,其中最流行也是最常用的一种技术就是卷积掩模。这一技术可以用在不同的工作中,如滤波,边缘检测,成像术等。接下来先介绍卷积掩模的基本原理。
假设一幅由像素组成的图像,其中每一个像素都包含了灰度或者是彩色的信息。这些信息组合在一起就构成了整幅图像。假设灰度等级并没有数字化为0和1,而是保持为模拟量。举例说明,图2中的图像是一幅大图像中的一部分,其中像素值分别以符号A、B、C...来表示。并且假定有一33的掩模,以、…来表示其个各单元的值。将掩模应用到图像上。
首先把它叠加到图像的左上角,把像素值和其对应的掩模单元格中的数值相乘之后再相加,然后除以一个基准值。就可以得到X值。
S是基准值,如果总和为0,就令S=1。
图2 叠加在图像上的卷积掩模能逐个改变图像中的像素值。其中一步包括:将掩模的单元叠加在相应的像素上并将像素值与掩模单元值相乘并相加,再将归一化结果代替操作域的中心值。掩模逐个改变像素,操作一直重复直到过程结束
用计算的结果X代替参与叠加的像素块正中心像素处原有的值,这里也就是用X代替F值X为了不改变原有的文件,通常新建一个文件来进行这一替换过程。然后掩模右移一格,同样地进行一系列的计算,产生一个新的X值来取代G。
接下来,再次移动一个像素的距离并重复这一操作,直到本行中所有的像素上的数值都都发生了变化为止。然后在接下来的一行中进行相似的操作直到整幅图像中所有的点都发生变化。这样操作得到的图像会或多或少地显示出一些另外的特征,其变化的程度依赖于掩模的M值大小。开始和结束的行列无法进行类似操作,通常加以忽略。某些系统在这些行和列中都插入0。
对于一幅有R行C列像素的图像IR,C和一个有n行n列的掩模Mn,n,新的图像像素值可以用如下方程进行计算。
当和不为零时S=1
要注意的是比例因子S是随机的,它用于防止图像的饱和。因此用户可以通过S的值来获取没有饱和的最佳图像。
2.立体成像
由于图像是通过理想透镜把一个场景投射到成像平面上获得的,因此图像上每一个点都对应于实际场景中的一个点。然而,这些点到成像平面的距离信息在投射过程中已经丢失,并且无法从单一的场景中重新获得。如果对同一场景生成了两幅图像,那么可以通过比较两幅图像来提取图像平面上不同点的相对深度信息,其差异表示了不同点间的空间关系。人类通过自动合并两幅图像来形成三维图像。深度测量所用到的立体图像实际上可以认为是2.5维图像,而形成真正的三维图像则需要大量的图像。
立体图像的深度测量通常需要两步:
2.1 确定两幅图像中对应于场景中同一个点的一对点,这称做点对的对应或者视差。这一操作不易进行,因为场景中的某个点可能在另一幅图像中不可见,并且视角失真会使两幅图像中元素的大小和空间关系发生改变。
2.2 利用三角测量或者其他技术来确定物体或图像中的点的深度和位置。
一般来说,如果两个摄像机或者是在静态场景拍摄时处于不同位置的同一摄像机能够精确校准,那么只要能够获取足够多的对应点,使用三角测量便是相对简单的方法。
立体成像中深度测量的精度主要依赖于两幅图像之间所有的角度,也就是它们之间的视差。但是视差越大,要求搜索的范围就越大。为了提高精度和减少计算时间,可以使用同一场景的多幅图像。
大家也可以利用其他的处理图像的编程语言和系统其中包括Excel,LabView等来开发自己的简单视觉系统。
参考文献
[1]Seed B.Niku 著 机器人学导论-分析、系统及应用 北京:电子工业出版社,2004.1.
[2]徐德 邹伟.室内移动式服务机器人的感知、定位与控制[M].北京:科学出版社,2008.
[3]李朱峰.Linux2.6嵌入式系统开发与实践[M].北京:北京航空航天大学出版社,2010.
[4]GaryBradski AdrianKaehler著 于仕琪 刘瑞祯译.学习OpenCV[M].北京:清华大学出版社,2009.
[5]CarstenSteger MarkusUlrich ChristianWiedemann 杨少荣 吴迪靖 段德山 译.机器视觉算法与应用[M].北京:清华大学出版社,2008.