專利名稱：一種基于主動視覺感知和混沌演化的移動機器人定位方法
技術領域：
本發(fā)明屬于智能控制以及機器人定位技術領域，涉及一種機器人自主定位方
法，更具體涉及一種基于主動視覺感知和混沌演化的移動機器人定位方法，可以用于機 器人在復雜環(huán)境下的多感知信息融合與高精度智能定位。
二背景技術：
自主定位問題一直都是移動機器人研究中的熱點問題。定位精度的提高和系統(tǒng) 魯棒性的增加是目前需要解決的主要問題。近年來，對于移動機器人的定位問題，通常 采用卡爾曼濾波或者粒子濾波來解決，這類方法統(tǒng)稱貝葉斯(Bayesian)技術。該技術主要 包括三個步驟(l)預測步驟。在該步驟中，機器人依靠當前時刻的位置和自身移動的信 息來預測下一時刻的位置；(2)觀測步驟。在該步驟中，機器人感知環(huán)境信息；(3)位置 更新步驟。在該步驟中，機器人利用從環(huán)境中感知到的新觀測信息，更新對當前位置的 估計。在傳統(tǒng)的研究中，觀測步驟中使用的傳感器通常都是固定的(被動式的)，不能夠 對傳感器施加主動控制，使得傳感器獲得周邊環(huán)境中最有價值的一部分信息。換言之， 傳感器對環(huán)境信息的觀測不具有選擇性。其結(jié)果是很多有價值的信息不能夠被機器人傳 感器所獲得，大大影響了機器人定位精度。 另一方面，早期的機器人控制器設計通常采用線形控制方法，系統(tǒng)缺乏足夠的 魯棒性。近年來針對仿人機器人的研究，開始有學者關注將人工神經(jīng)網(wǎng)絡方法應用于機 器人的控制，并設計了各種人工神經(jīng)網(wǎng)絡模擬機器人的思維活動。但人工神經(jīng)網(wǎng)絡方法 并沒有考慮到實際生物體神經(jīng)網(wǎng)絡的復雜的思維機制，并且人工神經(jīng)網(wǎng)絡是需要訓練和 存儲記憶的，機器人需要大量的時間學習和訓練，不利于實時控制和定位。其它如模糊 控制、遺傳算法等非線性理論也被引入到機器人行為控制器的設計或行為協(xié)調(diào)、融合策 略的研究，但是在實際應用中存在可靠性差、自適應能力弱等問題。 混沌現(xiàn)象自提出以來，吸引了很多數(shù)學領域?qū)W者的注意?；煦绗F(xiàn)象的本質(zhì)在于 對所謂"混沌吸引子"的理解。"混沌吸引子"是一個抽象的數(shù)學概念，描述了運動的 收斂類型。簡而言之，"混沌吸引子"是指這樣的一個集合，當時間趨于無窮大時，在 任何一個有界集上出發(fā)的非定常流的所有軌道都趨于它。目前，已經(jīng)可以用各種數(shù)學手 段設計并產(chǎn)生混沌信號，并在模擬或數(shù)字電路上設計實現(xiàn)?；煦绗F(xiàn)象最初的應用為保密 通信領域，并逐步推廣到控制方面，形成了混沌控制學理論。 近年來，有許多生物領域的學者開始關注混沌現(xiàn)象的生物學機理，他們通過大 量的實驗，在某些動物神經(jīng)系統(tǒng)活動過程中發(fā)現(xiàn)了存在混沌動力學現(xiàn)象。特別的是，在 對某些混沌吸引子的研究中發(fā)現(xiàn)，這些高維混沌吸引子存在一些類似"巻"的結(jié)構，而 這些結(jié)構可以認為代表了通過腦的神經(jīng)組織長時間自主學習形成的記憶軌跡，值得注意 的是，這種學習不需要訓練而產(chǎn)生，而是生物體神經(jīng)組織在生命過程中本能產(chǎn)生的。在 沒有外部剌激的情況下，系統(tǒng)處于高維迭代搜索模式，搜索軌跡為不同的"巻"。但一 接收到激勵信號后，系統(tǒng)的動力學行為就表現(xiàn)為約束在某一個"巻"作周期性振動，而
4這個特定的"巻"恰好反映了外部激勵信號的特征。如果輸入系統(tǒng)的激勵信號停止，系 統(tǒng)立刻又會切換到高維迭代搜索模式。這種混沌演化機理如果引入到機器人行為控制器 的設計，將可以大大提高系統(tǒng)的自適應能力。

發(fā)明內(nèi)容
1、技術問題 受信息論基本原理和混沌演化機理的啟發(fā)，本發(fā)明公開了一種基于主動視覺感 知和混沌演化的移動機器人定位方法，并應用于實現(xiàn)機器人自主定位。在本發(fā)明中，我 們根據(jù)信息論的基本原理，提出一種在視覺傳感器可視域范圍內(nèi)，基于觀測熵最大原理 的路標主動選擇方法；同時，在硬件設計中采用由步進電機控制的可360。旋轉(zhuǎn)的數(shù)字 化云臺視覺傳感系統(tǒng)，實現(xiàn)了機器人主動視覺感知，可以在可視域范圍內(nèi)確定一組觀測 熵最大的路標作為觀測對象，最大程度的獲取周邊的環(huán)境信息。此外，基于混沌演化機 理，我們設計了一種感知-行為動力學環(huán)路結(jié)構，并應用于實現(xiàn)機器人行為控制器的設 計。這種方法的優(yōu)點在于機器人自主定位所使用的感知系統(tǒng)不僅具有有效選擇環(huán)境信息 的能力，而且具有更準確的神經(jīng)反應信號表達能力。本發(fā)明要解決的問題是在機器人移 動過程中，使得機器人能夠主動感知環(huán)境信息，并對環(huán)境信息進行有效選擇，進而借助 最有價值的一組環(huán)境信息確定自身的位置，實現(xiàn)高精度定位。
2、技術方案 為了達到上述的發(fā)明目的，本發(fā)明的技術方案為一種基于主動視覺感知和混沌 演化的移動機器人定位方法，該方法包括下列步驟 第一步驟機器人傳感器安裝步驟；在機器人上安裝1個可進行360。旋轉(zhuǎn)的數(shù) 字化云臺IOI，并由步進電機102控制云臺旋轉(zhuǎn)，在云臺101上安裝1個視覺傳感器103， 構成數(shù)字化云臺視覺傳感系統(tǒng)，同時，在機器人上安裝1個里程儀104。機器人傳感器配 置結(jié)構圖如圖l所示； 第二步驟路標設置步驟；在機器人規(guī)劃行進路徑中，設置多個路標，并且這 些路標都可以被以上第一步驟所安裝的視覺傳感系統(tǒng)所識別； 第三步驟機器人感知模型建立步驟；用以上第一步驟所安裝的數(shù)字化云臺視 覺傳感系統(tǒng)完成主動感知行為，在視覺傳感器可視域范圍內(nèi)確定一組觀測熵最大的路標 作為觀測對象，并根據(jù)機器人的坐標信息和角度信息，以及路標的坐標信息，建立機器 人感知模型，獲得機器人與路標間的距離，以及機器人運動方向與路標間的角度；
第四步驟感知-行為動力學回路建立步驟；根據(jù)混沌演化機理，建立感知-行 為動力學回路，確定機器人轉(zhuǎn)向角，并對機器人執(zhí)行機構施加反饋控制。這里的"混沌 演化"，是指在狀態(tài)空間中，隨著時間的推移，狀態(tài)變量隨時間的運動軌跡；
第五步驟機器人運動模型更新步驟；利用以上第一步驟所安裝的里程儀給出 的機器人運動距離，以及以上第四步驟所確定的機器人轉(zhuǎn)向角，完成機器人運動坐標和 角度的修正，更新機器人運動模型，實現(xiàn)移動機器人自主定位。 如前所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在 于，第三步驟中所述的觀測熵為<formula>formula see original document page 6</formula> 其中，A表示探測到的第i個路標與機器人間的距離，H表示觀測熵，P^v表示 第i個路標路標的可視概率，當路標在視覺傳感器可視域范圍內(nèi)時，PlF。v=l，當路標不 在視覺傳感器可視域范圍內(nèi)時，PlF。v = 0。 如前所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在 于，第三步驟中所述的主動感知行為具體包括下列步驟 步驟一 步進電機102控制數(shù)字化云臺101進行360°旋轉(zhuǎn)，步進角度為常數(shù)， 在視覺傳感器103可視域范圍內(nèi)計算所有路標的觀測熵，并依次存儲在計算機存儲卡105 中； 步驟二數(shù)字化云臺101在360°旋轉(zhuǎn)后，選擇觀測熵最大的方向為主動感知方 向，并根據(jù)該方向上所采集的路標信息建立感知模型。 如前所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在 于，第三步驟中所述的機器人感知模型為
t艦
—，
(2) 其中，r表示視覺傳感器103測得的機器人與路標間的距離，a表示視覺傳感器 103測得的路標在可視域內(nèi)的偏轉(zhuǎn)角度，(xt， yt)表示機器人的坐標，(px， p》表示路標的 坐標，Pt表示視覺傳感器鏡頭的搖頭角度，9t表示機器人的運動方向與x軸的夾角，^ 和e。分別為機器人負載的視覺傳感器的距離和角度探測誤差。機器人感知模型建立中各 物理量的幾何含義如圖2所示。 如前所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在 于，第四步驟中所述的執(zhí)行機構為機器人輪及其轉(zhuǎn)向軸106。 如前所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在 于，第四步驟具體包括 步驟一生成一個飽和分段函數(shù)，并把該函數(shù)加到一個線性差分方程組中，構 成一個非線性差分方程組，代表機器人行為控制器的混沌狀態(tài)。該非線性差分方程組表 達如下
烏
i = , —i拳"，論》
少=2
(3) 其中，(x， y)為狀態(tài)變量的坐標，a， b， c， A" ^2都是以上線性差分方程組 中的系數(shù)，且均為正常數(shù)，系數(shù)a， b， c用于控制循環(huán)單巻的形狀和大小，系數(shù)入p入2 用于控制演化過程的收斂性。f函數(shù)為一個飽和分段函數(shù)，表達如下
6
(4)<formula>formula see original document page 7</formula>
其中，x表示狀態(tài)變量，k表示以上f函數(shù)的斜率，h表示以上f函數(shù)的延遲時 間，正整數(shù)p和q決定了以上f函數(shù)的非線性段的范圍； 步驟二根據(jù)第三步驟中機器人得到的機器人與路標間的距離信息，引入一個 干擾項，代表視覺傳感器可視域范圍內(nèi)所有路標的激勵信息。x和y兩個方向上施加的干
擾項分別用1>. (: —4和^表示。由于這里僅考慮機器人的二維運動，所以z
方向并沒有施加信號。第i個路標信號的狀態(tài)變量(&， yj可以用一對周期振蕩信號表
示
(5)
:、,=《,sin《cyn<f + ，TO) + :Q,Wff
=』,w sin ( 》, / + V) +義，旨
其中，(xcenter， ycenter)為路標信號激勵后形成的狀態(tài)單元的中心，t表示激勵 的時間，AXS1、"，和^、,分別表示第i個激勵信號x方向上狀態(tài)變量的幅度、頻率和相位， ~。"，和^,分別表示第i個激勵信號y方向上狀態(tài)變量的幅度、頻率和相位，kx^Pkyi 分別表示x方向和y方向上的反饋控制增益，路標與機器人之間距離和反饋控制增益成反 比例； 步驟三將以上步驟二中引入的干擾項加到以上步驟一生成的非線性差分方程 組中，機器人行為控制器的輸出將收斂于某一單巻循環(huán)狀態(tài)，該單巻循環(huán)狀態(tài)的中心特 征代表了視覺傳感器可視域范圍內(nèi)所有路標的激勵信息對機器人行為控制器的總影響。 這里的"單巻循環(huán)狀態(tài)"是指當接收到外部激勵信號后，狀態(tài)變量的運動軌跡迅速收斂 到一個循環(huán)的軌跡中，該軌跡的形狀為一個類似于橢圓的"巻"， 圓；該"單巻循環(huán)狀態(tài)的中心特征"是指這個類似于橢圓的"巻 的系統(tǒng)控制方程組如下
例如，這個巻為一橢 的中心坐標。相應
<formula>formula see original document page 7</formula>(6) 步驟四確定機器人所在位置和單巻循環(huán)狀態(tài)中心的連線方向，將與該連線方 向成90°角的方向確定為機器人下一時刻的運動方向，并確定機器人轉(zhuǎn)向角。機器人運 動方向的確定如圖3所示； 步驟五根據(jù)以上步驟四確定的機器人轉(zhuǎn)向角，對機器人執(zhí)行機構施加反饋控 制。
如前所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在于，第五步驟中所述的機器人運動模型為
x<+1 ]x, + △/ cos (嗚+ A,
: = ，,+A/sin(《(7)
d j ^ + M 其中，(Xt， yt)表示機器人當前的坐標，(xt+1， yw)表示機器人下一時刻的坐標，9t表示機器人當前的運動方向，9w表示機器人下一時刻的運動方向，Al表示利用里程儀測得的機器人運動距離，A e表示第四步驟中所述的機器人轉(zhuǎn)向角。機器人運動模型建立中各物理量的幾何含義如圖4所示。
3、有益效果 與現(xiàn)有技術相比，本發(fā)明的優(yōu)點在于，這種機器人自主定位方法可以最大程度的利用外部環(huán)境中的有效信息，最終可以獲得高精度的定位信息；同時借助混沌控制技術，使機器人系統(tǒng)具有更準確的神經(jīng)反應信號表達能力。
四

圖1機器人傳感器配置結(jié)構圖； 圖2機器人感知模型建立中各物理量的幾何含義圖； 圖3機器人運動方向確定圖； 圖4機器人運動模型建立中各物理量的幾何含義圖； 圖5為機器人規(guī)劃的路徑以及沿路徑設置的路標示意圖； 圖6不同方法下機器人自主生成的位置估計和路徑估計圖。
五具體實施例方式以下結(jié)合實施例對本發(fā)明的技術方案進行進一步說明 實施例本實施例涉及一種基于主動視覺感知和混沌演化的移動機器人定位方法，具體包括如下步驟 第一步驟機器人傳感器安裝步驟；在機器人上安裝1個可進行360°旋轉(zhuǎn)的數(shù)字化云臺101，并由步進電機102控制云臺旋轉(zhuǎn)，在云臺101上安裝1個視覺傳感器103，構成數(shù)字化云臺視覺傳感系統(tǒng)，同時，在機器人上安裝1個里程儀104 ;
第二步驟路標設置步驟；在機器人規(guī)劃行進路徑中，設置多個路標，并且這些路標都可以被以上第一步驟所安裝的視覺傳感系統(tǒng)所識別。本例中為機器人規(guī)劃的路徑以及沿路徑設置的路標如圖5所示； 第三步驟機器人感知模型建立步驟；用以上第一步驟所安裝的數(shù)字化云臺視覺傳感系統(tǒng)完成主動感知行為，在視覺傳感器可視域范圍內(nèi)確定一組觀測熵最大的路標作為觀測對象，并根據(jù)機器人的坐標信息和角度信息，以及路標的坐標信息，建立機器人感知模型，獲得機器人與路標間的距離，以及機器人運動方向與路標間的角度。本例中，步進電機的步進角度為6。，視覺傳感器可視域為90。，機器人負載的視覺傳感器的距離和角度探測誤差分別為0.5m和0.2° ; 第四步驟感知-行為動力學回路建立步驟；根據(jù)混沌演化機理，建立感知-行為動力學回路，確定機器人轉(zhuǎn)向角，并對機器人執(zhí)行機構施加反饋控制。本例中系統(tǒng)控制方程組(6)中參數(shù)的選取如下a = b = c=入i二入2 = 0.8， 、 = k2 = 50， 1^ = h2 = 100， p丄=p2 = 1， q工
=q2 = 2， A = 10，(丄> =I， ， = 0 第五步驟機器人運動模型更新步驟；利用以上第一步驟所安裝的里程儀給出的機器人運動距離，以及以上第四步驟所確定的機器人轉(zhuǎn)向角，完成機器人運動坐標和角度的修正，更新機器人運動模型，實現(xiàn)移動機器人自主定位。 本例中，機器人在以上第二步驟中設置的路徑上自主行進，并根據(jù)路標自主定位。機器人傳感器各參數(shù)設置均相同情況下，采用以下三種方法進行比較(l)固定視覺傳感器鏡頭的方法，即視覺傳感器的觀測方向始終為機器人前進方向，在本例中我們設計的固定觀測方向為機器人前進方向逆時針轉(zhuǎn)90。的方向；(2)隨機選擇路標的方法，即視覺傳感器任意選擇一組路標作為觀測對象，不考慮所選路標觀測熵的大??；(3)本發(fā)明所提出的方法。不同方法下機器人自主生成的位置估計和路徑估計如圖6所示。結(jié)果表明，應用本發(fā)明所提出的方法，機器人的行進路徑最接近實際規(guī)劃的路徑，因此，本發(fā)明所提出的方法與傳統(tǒng)的機器人定位方法相比，能夠提高機器人的自主定位精度。
權利要求
一種基于主動視覺感知和混沌演化的移動機器人定位方法，包括第一步驟機器人傳感器安裝步驟；在機器人上安裝1個可進行360°旋轉(zhuǎn)的數(shù)字化云臺，并由步進電機控制云臺旋轉(zhuǎn)，在云臺上安裝1個視覺傳感器，構成數(shù)字化云臺視覺傳感系統(tǒng)，同時，在機器人上安裝1個里程儀；第二步驟路標設置步驟；在機器人規(guī)劃行進路徑中，設置多個路標，并且這些路標都可以被以上第一步驟所安裝的視覺傳感系統(tǒng)所識別；第三步驟機器人感知模型建立步驟；用以上第一步驟所安裝的數(shù)字化云臺視覺傳感系統(tǒng)完成主動感知行為，在視覺傳感器可視域范圍內(nèi)確定一組觀測熵最大的路標作為觀測對象，并根據(jù)機器人的坐標信息和角度信息，以及路標的坐標信息，建立機器人感知模型，獲得機器人與路標間的距離，以及機器人運動方向與路標間的角度；第四步驟感知-行為動力學回路建立步驟；根據(jù)混沌演化機理，建立感知行為動力學回路，確定機器人轉(zhuǎn)向角，并對機器人執(zhí)行機構施加反饋控制；第五步驟機器人運動模型更新步驟；利用以上第一步驟所安裝的里程儀給出的機器人運動距離，以及以上第四步驟所確定的機器人轉(zhuǎn)向角，完成機器人運動坐標和角度的修正，更新機器人運動模型，實現(xiàn)移動機器人自主定位。
2. 如權利要求1所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征 在于，第三步驟中所述的觀測熵為<formula>formula see original document page 2</formula>其中，A表示探測到的第i個路標與機器人間的距離，H表示觀測熵，P⑧v表示第i 個路標路標的可視概率，當路標在視覺傳感器可視域范圍內(nèi)時，PlF。v=l，當路標不在視 覺傳感器可視域范圍內(nèi)時，PlF。v = 0。
3. 如權利要求1所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征 在于，第三步驟中所述的主動感知行為具體包括下列步驟步驟一步進電機控制數(shù)字化云臺進行360。旋轉(zhuǎn)，步進角度為常數(shù)，在視覺傳感器可視域范圍內(nèi)計算所有路標的觀測熵，并依次存儲在計算機存儲卡中；步驟二數(shù)字化云臺在360。旋轉(zhuǎn)后，選擇觀測熵最大的方向為主動感知方向，并根據(jù)該方向上所采集的路標信息建立感知模型。
4. 如權利要求1所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在于，第三步驟中所述的機器人感知模型為<formula>formula see original document page 2</formula>其中，r表示視覺傳感器測得的機器人與路標間的距離，a表示視覺傳感器測得的路 標在可視域內(nèi)的偏轉(zhuǎn)角度，(xt， yt)表示機器人的坐標，(px， py)表示路標的坐標，Pt表 示視覺傳感器鏡頭的搖頭角度，9 t表示機器人的運動方向與x軸的夾角，&和ea分別為 機器人負載的視覺傳感器的距離和角度探測誤差。
5.如權利要求1所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在于，第四步驟中所述的執(zhí)行機構為機器人輪及其轉(zhuǎn)向軸。
6. 如權利要求1所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征 在于，第四步驟具體包括步驟一生成一個飽和分段函數(shù)，并把該函數(shù)加到一個線性差分方程組中，構成一 個非線性差分方程組，代表機器人行為控制器的混沌狀態(tài)；步驟二根據(jù)第三步驟中機器人得到的機器人與路標間的距離信息，引入一個干擾 項，代表視覺傳感器可視域范圍內(nèi)所有路標的激勵信息；步驟三將以上步驟二中引入的干擾項加到以上步驟一生成的非線性差分方程組 中，機器人行為控制器的輸出將收斂于某一單巻循環(huán)狀態(tài)，該單巻循環(huán)狀態(tài)的中心特征 代表了視覺傳感器可視域范圍內(nèi)所有路標的激勵信息對機器人行為控制器的總影響；步驟四確定機器人所在位置和單巻循環(huán)狀態(tài)中心的連線方向，將與該連線方向成 90°角的方向確定為機器人下一時刻的運動方向，并確定機器人轉(zhuǎn)向角；步驟五根據(jù)以上步驟四確定的機器人轉(zhuǎn)向角，對機器人執(zhí)行機構施加反饋控制。
7. 如權利要求1所述的基于主動視覺感知和混沌演化的移動機器人定位方法，其特征 在于，第五步驟中所述的機器人運動模型為<formula>formula see original document page 3</formula>其中，(xt， yt)表示機器人當前的坐標，(xt+1， yw)表示機器人下一時刻的坐標，et表示機器人當前的運動方向，9w表示機器人下一時刻的運動方向，Al表示利用里程儀測得的機器人運動距離，a e表示第四步驟中所述的機器人轉(zhuǎn)向角。
全文摘要
本發(fā)明涉及一種基于主動視覺感知和混沌演化的移動機器人定位方法，其特征在于基于信息論的基本原理，以數(shù)字化云臺視覺傳感系統(tǒng)完成主動感知行為，在可視域范圍內(nèi)確定一組觀測熵最大的路標作為觀測對象，最大程度獲取周邊的環(huán)境信息，并借助仿生學原理，用混沌演化過程實現(xiàn)感知-行為動力學回路，最終實現(xiàn)移動機器人自主有效定位。具體包括以下步驟(1)在機器人上安裝傳感器；(2)在機器人規(guī)劃行進路徑中設置視覺傳感系統(tǒng)可識別的路標；(3)建立機器人感知模型，以數(shù)字化云臺視覺傳感系統(tǒng)完成主動感知行為，在視覺傳感器可視域范圍內(nèi)確定一組觀測熵最大的路標作為觀測對象；(4)基于混沌演化機理，建立感知-行為動力學回路；(5)更新機器人運動模型，完成機器人運動坐標和角度的修正，并最終實現(xiàn)移動機器人自主定位。
文檔編號G05D1/02GK101691037SQ200910035489
公開日2010年4月7日 申請日期2009年10月9日 優(yōu)先權日2009年10月9日
發(fā)明者俞曉磊, 劉建業(yè), 孫永榮, 苗建峰, 許睿, 項文炳 申請人:南京航空航天大學