论文部分内容阅读
六足机器人与其他轮式移动机器人相比,具有较强的地形适应能力和良好的运动稳定性,在军事侦察、抢险救灾、星际探索、反恐爆破、考古探测等多个领域都开始展现其作用。六足机器人在适应复杂环境、独立完成作业方面的能力是亟待解决的关键问题。课题研究将以解决六足机器人复杂环境自主运动问题为出发点,重点攻克实时性环境建模、自主定位及运动规划三个基础理论难题,最终以典型复杂作业环境应用为示范,验证所取得的提高机器人复杂环境下自主运动能力的理论与技术创新成果。为解决立体匹配中匹配速度与匹配精度相互制约的问题,提出一种基于支撑点的立体匹配算法。首先,对摄像机采集到的原始图像进行极线校正,确保待匹配图像对的对应特征点在同一极线上。其次使用Canny边缘检测算子求取摄像机左图像的边缘点作为稳定支撑点,应用分治法对支撑点集进行2D Delaunay三角网格划分,以剖分后的三角形面片作为视差匹配基元,建立视差模型和能量最小化函数进行初始视差估计。最后根据三角形网格共用顶点的特性,对初始视差进行修正,获得完整的视差图,经重投影矩阵恢复出场景的三维信息。提出基于离散点云三角剖分的地形三维重建方法,为六足机器人运动规划提供前方环境信息。此方法将整个重建过程分为三个步骤:采用空间包围盒算法对曲面离散点集进行划分,加速离散点k邻近点的查找,参数化点云数据后构造其切平面,采用基于曲率的方法对初始点云进行数据精简,有效降低了点云拓扑结构的复杂性;点集划分完成后,区域内根据异侧不交约束、法向量夹角最大约束、半圆距离约束和最小内角最大约束进行Delaunay三角剖分;根据三角形的重数进行各剖分区域的融合与拼接,实现最终三角剖分。该算法适用于闭合曲面和非闭合曲面离散点云的三角剖分,剖分后的三角网格均匀、平滑,能较好的体现曲面的细节特征。算法执行速度快,近万个离散点云的剖分时间仅为5.8s。针对移动机器人仅通过双目视觉来进行定位构图存在精度低和鲁棒性差等问题,提出一种基于GPU加速的SIFT特征匹配算法,实现了六足机器人的同步定位与地图构建。应用基于GPU加速的SIFT算法检测机器人运动前后帧图像匹配的特征点对,根据迭代邻近点算法计算其旋转与平移,实现机器人的位姿估计。为了防止因场景照明不良或者机器人运动不稳造成图像模糊,导致视觉信息丢失造成视觉里程计失灵的问题,结合AHRS传感器实现六足机器人的SLAM。该方法既可以解决单目视觉利用特殊初始化方法获取环境特征点信息不准确的问题,也可以避免单一使用双目视觉SLAM恢复运动带来的计算量大的缺点。实验结果表明,在室内环境下,算法运行稳定,定位精度高。在前述基于双目视觉系统采集地形信息并进行地形构建的基础上,依据地形的几何信息和六足机器人自身运动能力进行落足点的初步选取。地形的几何信息主要考虑到其崎岖度、高度及可落足区域的面积。机器人的运动能力主要依据单腿的可达能力和机器人位姿的稳定性。在可落足点较多的情况下,依据机器人的稳定裕度及灵活性进行落足点的筛选与确定。提出基于障碍物最小凸包曲线的六足机器人摆动相足端轨迹规划算法,在降低机器人的能耗的同时提高了运动效率。提出机器人的位姿调整算法,通过调整机器人的重心位置、ZMP点至躯干支撑多边形最大内切圆的圆心处,实现机器人在平坦地形及崎岖地形的位姿调整,保证了六足机器人下一步运动的稳定性与灵活性利用六足机器人平台HIT-II开展综合实验研究,设计并实现了六足机器人系统的控制程序。通过三组实验验证了针对六足机器人未知环境下自主行走所提方法和理论的有效性。第一类实验场景为平坦地形,包含凸起和凹陷障碍。通过分析环境感知时间、感知精度及机器人的位姿变化,验证了机器人在该类地形的通过性能。第二类实验为柱状地形,重点验证了落足点选取算法和位姿调整算法的有效性。第三类实验场景为仿丘陵地形,通过立体匹配算法恢复出地形的点云信息,依据三角剖分算法重建出机器人前方环境地图。通过分析机器人行进过程中的位姿变化,验证立体匹配算法、落足点选取算法及位姿调整算法的可靠性和有效性。过实验对比发现,地形的复杂程度影响机器人的落足点选取及足端轨迹规划的执行效率,进而影响机器人的行进速度。六足机器人系统的综合实验充分验证了所提立体匹配算法、地形构建算法、落足点选择算法、足端轨迹规划算法及位姿调整算法的有效性及可靠性。