快捷搜索:

传感器在多关节机器人避障系统中的应用解析

一、小序

多枢纽关头机械工资了能在未知或时变情况下自立地事情。应具有感想熏染功课情况和筹划自身动作的能力。为此。必须前进机械人对当前感知情况的快速理解识别及实时避障的能力。实时避障是实现智能化机械人自立事情能力的关键技巧。也是国内外智能机械人近期成长的一个热点。其显明特性是具有传感器信息反馈。可以实现很好的智能行径。本文主要针对基于传感器信息的多枢纽关头机械人实时避障措施方面的钻研。具体先容了传感器的选择和传感器信息交融技巧。

二、传感器选择

机械人避障的关键问题之一是在运动历程中若何使用传感器对情况的感知。任何类型的传感器都有各自的优点和不够。选用时必要仔细斟酌各类身分。

在机械人运动筹划历程中传感器主要为系统供给两种信息:

(1)机械人相近障碍物的存在信息。

(2)障碍物与机械人世的间隔。近几年。利用到机械人运动筹划的传感器一样平常分为两大年夜类:无源式传感器和有源式传感器。

1、无源式传感器

利用在避障中的无源式传感器包括触觉传感器和视觉传感器两种。

(1)触觉传感器

机械人触觉系统是模拟人的皮肤与物体打仗的感到功能。获取周围情况信息。用来达到避障目的。分外是在暗中处或者因障碍物的影响导致无法经由过程视觉获守信息的前提下。使机械人具备触觉功能。

触觉传感器是一种丈量自身敏感面与外界物体互相感化参数的装配。触觉传感器经常包孕许多触觉敏感元。并以阵列的形式排列。经由过程这些触觉敏感元与物体互相打仗孕育发生触觉图象。并进行阐发与处置惩罚。这种事情要领称为被动式触觉/然则。实际利用中。一方面因为触觉传感器的空间分辨率大年夜大年夜前进。

其事情平面尺寸比被识别物体要小得多;另一方面机械人节制中必要获得物体的三维信息。是以,在被动式触觉的根基上,将触觉传感器安装在机械人上,跟着机械人的赓续运动,传感器可获得被识别物体的三维触觉信息,经由过程进一步处置惩罚与识别,并反应给机械人节制器,这样可以使机械人获取周围情况信息,识别物体外形,确定物体空间位置等,从而达到智能节制和避障的目的。这种事情要领称为主动式触觉。在安装触觉传感器时,一样平常都安装在手爪、足、枢纽关优等主要的操作部位。

触觉传感器利用在多枢纽关头机械人避障系统中的主要缺陷是:旌旗灯号滞后,很难实实际时避障,事情历程中机械人系统轻易毁坏。

(2)视觉传感器

视觉传感器获取的信息量要比其它传感器获取的信息量多得多,但今朝还远未能使机械人视觉具有人类完全一样的功能,一样平常仅把视觉传感器的研制限于完成特殊功课所必要的功能。

视觉传感器把光学图像转换为电旌旗灯号,即把入射到传感器光敏面上按空间散播的光强信息转换为按时序串行输出的电旌旗灯号——视频旌旗灯号,而该视频旌旗灯号能再现入射的光辐射图像。固体视觉传感器主要有三大年夜类型:一种是电荷耦合器件(CCD);第二种是MOS图像传感器,又称自扫描光电二极管列阵(SSPA);第三种是电荷注入器件(CID)。今朝在机械人避障系统中利用较广的是CCD摄像机,它又可分为线阵和面阵两种。线阵CCD摄取的是一维图像,而面阵CCD可摄取二维平面图像。

视觉传感器摄取的图像经空间采样和模数转换后变成一个灰度矩阵,送入谋略机存储器中,形成数字图像。为了从图像中得到期望的信息,必要使用谋略机图像处置惩罚系统对数字图像进行各类处置惩罚,将获得的节制旌旗灯号送给各履行机构,从而再现多枢纽关头机械人避障历程的节制。

这种传感器在避障中主要有三方面缺陷:一是受毫光前提和事情范围限定;二是此类传感器驱动电路繁杂,价格昂贵;三是实时性差。

2、有源式传感器

有源式传感器因为中心通报介质不合分为:超声波传感器、电容耦合式传感器、电涡传布感器、红外传感器。

(1)超声波传感器

超声波传感器是靠发射某种频率的声波旌旗灯号,使用物体界面上超声反射,散射检测物体的存在与否。超声波在空气中传播时假如碰到其它序言,则因两种媒质的声阻抗不合而孕育发生反射。是以,向空气中的被测物体发射超声波,检测反射波并进行阐发,从而获到障碍物的信息。

超声波传感器因为信息处置惩罚简单、快速并且价格低,被广泛用在机械人测距、定位及情况建模等义务中。但在多枢纽关头机械人实时避障系统中存在必然的局限性,主要表现在四个方面:

一是由于超声波的波长相对长一些,对付稍大年夜的扁平的障碍物可以发生镜面反射,传感器因为接管不到反射旌旗灯号,使此障碍物不能被检测到。

二是盲区较大年夜,由于每个超声换能器既作超声发射器又作超声接管器,是以不能同时发射超声和接管超声。在发射超声后必须颠末一段光阴才能处置惩罚返回的声波。假如障碍物间隔太近(<30阁下),则传感器收不到返回的声波,以是该类传感器存在丈量盲区。

三是表现在探测波束角过大年夜,偏向性差,每每只能得到目标的间隔信息,不能准确地供给目标的界限信息,单一传感器的稳定性不抱负等。在实际利用中,每每采纳其它传感器来补偿,或采纳多传感器交融技巧前进检测精度等。

四是因为超声波受情况温度,湿度等前提的影响,以及超声固有的宽波束角,超声传感器在测距时,所丈量的值与实际的值的偏差较大年夜。

(2)电容耦合式传感器

电容耦合式传感器是当一物体靠近传感器时电容发生改变,电容的改变可使振荡器起振或孕育发生相移改变,以此来检测障碍物的存在。此类传感器机能稳定、靠得住和耐用。毛病是因为传感器分辨率很低,在其丈量的范围内不能分辨出物体的维数。机械人在处置惩罚时必须假设障碍物异常大年夜,例如,假如障碍物的间隔为2cm,被觉得20∽30cm的物体来处置惩罚,这就大年夜大年夜限定了机械人手臂运作的空间。

(3)电涡传布感器

电涡传布感器经由过程向外发射高频的变更的电磁场,对周围的目标引起电涡流。电涡流的大年夜小与传感器和目标物体之间的间隔有关,电涡流孕育发生的磁场与传感器的磁场偏向相反。两个磁场互相叠加,就会削减传感器的电感和阻抗。采纳适当的电路把阻抗的变更转换成电压的变更,就能谋略出目标物体的间隔。

电涡传布感器尺寸较小,靠得住性较高,价格也较便宜,不只可以作为靠近觉传感器,检测障碍物的存在和物体间隔,而且可以采纳适当的措施检测力、力矩或压力。丈量精度对照高,能够检测0.02mm的微量位移,丈量还具有偏向性。然则,这种传感器的毛病是感化间隔较短(一样平常不跨越13mm)。别的,此传感器仅适用于障碍物为固态导体的检测。

(4)红别传感器

红别传感器是一种对照有效的靠近觉传感器,常常被国内外学者利用在多枢纽关头机械人避障系统中,用来构成大年夜面积机械人“敏感皮肤”,覆盖在机械人手臂外面,可以检测机械人手臂运行历程中的各类物体。传感器发出的光的波长大年夜约在几百纳米范围内,是短波长的电磁波。红别传感用具有以下特征:不受电磁波的滋扰、非噪声源、可实现非打仗性丈量。别的,红外线(指中、远红外线)不受周围可见光的影响,故可在日夜进行丈量。

同声纳传感器相似,红外线传感器事情处于发射/接管状态。这种传感器由同一发射源发射红外线,并用两个光检测器丈量反射回来的光量。因为这些仪器丈量光的差异,它们受情况的影响异常大年夜,物体的颜色、偏向、周围的毫光都能导致丈量偏差。但因为发射毫光是光而不是声音,可以盼望在相称短的光阴内得到较多的红外线传感器丈量值。测距范围较近,大年夜致为30cm以内。

3、传感器选择策略

传感器的选择短长直接关系到多枢纽关头机械人采集周围情况信息量的若干,是以今朝机械人避障系统选择传感器类型和数量有两种不合的措施:基于情况的优化原则选择法和基于义务选择法。

(1)基于情况的优化原则选择法:设计阶段的预选择以及得当情况和系统状态变更的实时选择,前者给出了恰当的传感器数量和操作速率之间的关系,该关系可抉择多传感器避障系统中传感器单元的优化排列,后者经由过程贝叶斯措施使用任何先验的物体信息抉择传感器的定位,使传感器对障碍物体假设不确定性最小。

(2)基于义务的选择法:此措檀越要思惟是基于避障的义务,将完成该义务的历程按光阴及感知范围划分为多少段,即将义务分化,根据每个阶段所需的传感器信息合理地选择传感器的种类和数量。

三、传感器的信息交融

在智能机械人避障的系统中,由于任何传感器的功能都有限,需要时,应将多种传感器集成在一路,交融多种传感器信息,这样可以更精确、更周全的反应出外界情况的特性,为避障供给精确的依据。信息交融技巧可以增添种种传感器信息的互补性、对情况变更的适应性,前进决策的精确性。

多传感器数据交融的基础目的是指经由过程对多(种,类)传感器数据的综合处置惩罚以得到比每个单一传感器更多的信息。也可以理解为对多传感器的原始信息加以智能化的综合,从而导出新的故意义的信息。这种信息的代价比单一传感器所得到信息要高得多,它有利于判断和决策。是以近年来多传感器信息交融技巧系统已越来越多地利用于机械人的避障系统中,经由过程实验可以取得优越的效果。

1、传感器数据交融措施

多传感器的机械人避障系统中,各信息源供给的情况信息都具有必然程度的不确定性。别的,因为传感器数量较多,且多为非线性,要进行很好的全局优化和节制,处置惩罚量大年夜。面对离散数据多、关联度大年夜、输入信息弗成线性化且要求交融结果靠得住性高等特征,传统的数据交融措施(加权匀称法、贝叶斯预计法、Dempster-Shafer证据推理措施等)不能很好地满意要求。对付多枢纽关头机械人避障系统而言,平日采纳卡尔曼滤波法、孕育发生式规则、隐隐逻辑人工神经收集法,可以获得关于情况加倍靠得住、统一、正确的描述,便于判断与决策。

(1)卡尔曼滤波用于实时交融动态的低层次冗余多传感器数据,该措施用丈量模型的统计特点递推抉择统计意义下最优交融数据预计。因为机械人避障系统具有线性动力学模型,且系统噪声和传感器噪声是高斯散播的白噪声模型,卡尔曼滤波为交融多传感器数据供给独一的统计意义下的最优预计。

利用到机械人避障系统的多传感器信息处置惩罚中,国内外学者常常选用的是联合式卡尔曼滤波法,其基础思惟是采纳一组并交运行的滤波器模块,每一个模块只处置惩罚某一个特定传感器的信息。别的,还采纳了一个“主滤波器”对来自所有局部滤波器的信息进行交融。这种布局显着的上风在于:谋略量匀称散播在各个并行滤波器中,主滤波器的谋略包袱不大年夜;具备了多种冗余信息,可以经由过程适当的重构算法设计供给强容错能力。

(2)孕育发生式规则可以建立自然天气专家系统,根据多传感器的检测数据,应用符号来表示情况特性,这样可以更周全的反应避障系统的周围信息,为机械人的路径筹划做筹备。

(3)隐隐逻辑法措施是用某种模拟人类的思维习气的模型系统地反应机械人避障系统中多传感器数据交融历程的不确定性,并经由过程隐隐推理来完成数据交融,获得预期的效果。

(4)人工神经收集法是一种仿效生物神经系统的信息处置惩罚措施,是经由过程有西席或无师自学算法进行收集进修,一旦进修完成,该神经收集就能够根据以收集权矩阵和收集拓扑布局形式存储的特性信息,基于此神经收集获得了一种进行决策思维的模型布局,经由过程综合来自于系统各类不合传感器的信息,从中抽掏出单一传感器无法供给的准确靠得住信息,这是在有情况交互的环境下处置惩罚多传感器信息的一种十分有效的措施。

此措施利用到机械人避障系统多传感器信息处置惩罚中,主要经由过程传感器在操作现场得到情况信息,过滤和预处置惩罚模块对传感信息进行修正和数字化,经安然机制判断后作为响应神经收集交融处置惩罚器的输入源,采纳常识数据库作为神经收集交融器的选型和常识滥觞的帮助决策对象,利用法度榜样接管交融结果,采取响应的节制策略,并发送节制敕令给机械人驱动设备。这样可以快速准确地得到尽可能多的实际操作现场的情况信息,从而有效地完成多传感器的信息处置惩罚。

2、传感器信息处置惩罚

因为机械人避障系统中所用的传感器种类和数量较多,信息处置惩罚较繁杂。利用在此系统的旌旗灯号处置惩罚措檀越要有小波阐发法、神经收集法、遗传算法、免疫算法。

(1)小波阐发法

小波变换的基础思惟是用一族小波基函数去表示或贴近亲近——旌旗灯号,很好地办理了光阴和频率分辨力的抵触,得当于对时变旌旗灯号进行局部阐发。

小波变换作为一种新的旌旗灯号处置惩罚措施,近几年,将小波阐发利用在机械人避障系统实时采集传感器旌旗灯号检测阐发中,经由过程对传感器旌旗灯号的多尺度分化,滤除被测传感器旌旗灯号中混入的噪声因素,重构真实旌旗灯号,这样可以有效前进机械人避障系统中采样数据的靠得住性,进而可以前进避障系统的节制精度。别的它还稀有据压缩功能,对此系统大年夜量的传感旌旗灯号进行压缩处置惩罚可以节省存储空间,前进运算速率。

(2)神经收集法

神经收集是一种不必要拔取基函数系的非线性函数贴近亲近措施。机械人避障系统使用神经收集的高度非线性描述能力,并使用这一能力对此系统的多传感器进行建模,使用BP算法(偏差反向传播算法),可以对传感器输出旌旗灯号进行滤波、除噪及传感器的旌旗灯号识别,从而使传感器的输出旌旗灯号更正确反应外部情况信息,为机械人的路径筹划算法做筹备。

这种措施的特征是:不必要机理方面的细节常识,避免了数学建模的不完整性;使用软件实现传感旌旗灯号的处置惩罚,方便机动,适用性强,免去了硬件电路。

(3)遗传算法

遗传算法是按照自然界“优胜劣汰,适者生计”轨则提出的一种全局优化自适应概率搜索算法。遗传算法经由过程对当前群体施加选择、杂交、变异等一系列操作,孕育发生出新一代的群体,并慢慢使群体进化到最优解状态。

遗传算法被利用于机械人避障系统的传感旌旗灯号处置惩罚中,首先在一个采样周期内将实际传感器旌旗灯号平均采样N次送入谋略机,随机选择几组数据作为初始群体。然后轮回进行选择、杂交、变异三种操作,直到达到给定的要求电压值为止。在机械人避障系统中,使用简单的放大年夜电路和遗传算法软件可以在多传感旌旗灯号的环境下正确还原传感旌旗灯号,前进传感器信息处置惩罚中的丈量精度。

(4)免疫算法

免疫算法是一种基于模拟生物体的谋略措施,该算法模拟免疫系统中抗体-抗原的互相感化,经由过程系统抗衡原(输入旌旗灯号)的识别,抗体(标样旌旗灯号)与抗原间亲和力的调剂,以及抗体抗衡原的打消来实现数字旌旗灯号处置惩罚。

近几年来免疫算法也被利用于机械人避障系统的传感器旌旗灯号处置惩罚中,该措施模拟免疫系统的感化机制,对此系统繁杂、大年夜量的传感器旌旗灯号进行处置惩罚,可以获得重叠传感器旌旗灯号中起抉择感化的单组传感器信息,运行速率快,从而可以削减谋略机处置惩罚传感器信息光阴。

3、传感器故障诊断

传感器故障诊断的实施,能够包管诊断系统获取实时准确的信息,避免因差错信息造成的负效应,包管数据的精确性,是以传感器故障诊断是系统实时避障的紧张包管。利用在机械人避障系统传感器故障诊断的措檀越要有以下几个方面:

(1)隐隐诊断措施

隐隐诊断措施便因此隐隐数学为理论根基,依据系统的传感器的隐隐状态进行状态识别、推理并作出决策的一种故障诊断措施。

隐隐故障诊断措施的优点是能够充分使用专家履历,斟酌了故障状态及专家履历的隐隐性,使得诊断结果更为合理,同时隐隐诊断谋略量相对较小,诊断速率快,实时性好,便于在谋略机上利用,且准确率也较高。常常被国内外学者利用到机械人避障系统中,进行传感器输出结果的诊断。但隐隐故障诊断措施也有其不完善的方面,如附属函数的拔取、各个诊断规则的运用,至今并无同一原则,常依详细问题而定。

(2)离散小波收集法

离散小波收集法是使用小波收集来诊断避障系统中传感器工具,当传感器工具没有突变时,小波收集的输出与诊断避障系统中传感器工具的输出差值较小,当传感器有突变时,小波收集的输出与诊断避障系统中传感器工具的输出差值较大年夜,据此可使用方差检测出故障。该措施机动度高,降服噪声能力强,对输入旌旗灯号要求低,不必要工具的数学模型。毛病:在大年夜尺度下,因为滤波器时域宽度较大年夜,检测时会有必然的延时。

(3)人工神经收集诊断法

人工神经收集法近年来被利用于机械人避障系统中的传感器故障诊断领域。人工神经收集是一种并行处置惩罚机制的收集,且它可以经由过程进修而得到外界常识,常识散播存储各个神经元之间连接权值上,它可以完成输入模式到输出模式的繁杂映射,具有容错能力强和运行速率快的特征。

采纳神经收集法进行机械人避障系统的故障诊断的措施是①选择系统中关键传感器输出作为神经收集的输入变量,并规定收集的输出变量值;②选择相宜类型和布局的神经收集;③根据所选择的输入输出旌旗灯号的历史数据,离线对收集进行练习,得到收集的权值或阀值;④在线将前面选择的输入输出数据感化于收集,收集输出便可给出诊断结果。

该措施优点是不必要准确的数学模型,可以直接用历程数据来办理机械人避障系统故障诊断问题。然则此措施还存在一些问题,如收集布局若何拔取等。此外,在诊断历程中,经常自进修,自诊断,是以若何将无导师练习算法引入到传感器故障诊断领域,也是不停探究的偏向。

四、结论

智能多枢纽关头机械人的实时避障问题,是现在机械人钻研领域的重点和难点问题。在避障历程中,经常会面临无法预先知道、弗成猜测或动态变更的情况。机械人感知情况的手段平日是不完整的,传感器给出的数据是不完全、不继续、弗成靠的,传感器信息交融的算法还存在着诸多问题。但因为传感器技巧的飞速成长以及神经收集、隐隐节制理论等学科的深入钻研,及传感器信息处置惩罚措施的利用,为避障问题的终极办理供给了可能性,然则对付繁杂的利用,仍不能令人知足,是以现存的问题也恰是该领域的钻研偏向。

(1)传感器交融技巧在近年来被引入到了机械人避障钻研中,并已取得很好的成果,对付今朝一些高精度的多枢纽关头机械人避障系统采纳老例传感器还很难满意机能指标,因而开拓新型传感器或按照必然交融策略构造传感器阵列以增补单个传感器的缺陷,将是紧张的钻研偏向。

(2)人工智能可使机械人避障系统本身具有较好的柔性和可理解性,同时还能处置惩罚繁杂的问题,因而在未来的数据交融技巧中使用人工智能的各类措施,以常识为根基构成多传感器数据交融仍将是其钻研趋势之一。

(3)为了在实现机械人避障系统多传感器数据交融,处置惩罚器布局将朝并行体行布局成长,包括传感器功能的并行布局和算法功能的并行布局。

(4)在一个智能系统中,应用单一的智能节制措施每每不能取得知足的效果,应综合采纳老例节制措施和智能节制措施,才能够取得优越效果。神经收集和隐隐推理是避障钻研中的两个紧张对象,然则神经收集样本集的完备性钻研尚未取得冲破,将事故空间的每一点都作为收集的进修样本显然是弗成取的;隐隐逻辑推理则偏重于隐隐规则的拔取,但有些规则很难形式化描述,或者必须用大年夜量的规则描述而增大年夜运算量,这样就背离了隐隐逻辑利用的初衷,是以近年来提出了基于多组传感器信息,使用神经收集技巧实现机械人对当前感知情况的快速识别和分类,进而使用隐隐逻辑技巧实现安然避障的新措施,它将是有潜力的钻研偏向。

(5)在集中式多传感器系统钻研时应该将仿真技巧和实时节制技巧结合起来,建立集成开拓情况来处置惩罚传感器旌旗灯号。对付散播式传感器系统,应寻求一种基于通讯的实现措施来处置惩罚传感器旌旗灯号,这是传感器系统往后成长偏向之一。

(6)机械人的避障系统愈高档,传感器就愈多,信息处置惩罚愈繁杂,会碰到多速度采样问题。然则现有成熟的谋略机节制理论涉及的都是单速度采样,即假定系统中所有A/D,D/A通道都以同样的采样速度事情。为填补此项空缺,就很有需要钻研多速度采样节制系统的建模,阐发及设计措施。以是,机械人多传感器多速度采样节制系统钻研是传感器系统往后成长偏向之一。

(7)多枢纽关头机械人避障系统是一个繁杂的智能系统。因而在实际利用中,必须综合斟酌各类功能,这是一个涉及机器、电子、谋略机、自动化、物理学等多学科的跨学科课题,任何新技巧的呈现都可能对该领域的钻研带来冲破性进展,因而在机械人钻研的同时,必须亲昵关注相关学科的成长。

责任编辑;zl

您可能还会对下面的文章感兴趣: