论文部分内容阅读
摘 要：目前有很多人都在研究智能移动机器人，也可以说它引领了研究界的潮流，但是现在智能移动机器人还是不能被大规模的开发出来，这是因为有很多技术都还不成熟，本文就主要分析了智能移动机器人的超声避障问题，另外还介绍了超声传感器在避障中的应用，希望能为国家机器人的发展提供帮助。
关键词：智能移动机器人；超声传感器；避障
很早以前就有人开始研究机器人，而现在人们又逐渐开始研究智能移动机器人，这是人类进步的表现。很久以前主要是研究机器人在复杂环境下的推理能力和规划能力。而在20世纪后期人们对机器人的研究又出现了高潮，这时主要是研究机器人对信息的处理，而避障是所有机器人都必须具备的功能。
一、移动机器人的避障传感器
（一）激光传感器
激光测距传感器具有很好的方向性，它一般都是直线传输。这些与它的特性是分不开的，它发出的波束是很窄的，因此它能有很好的方向性，另外，因为它具有很好的方向性，所以它能很准确的定位障碍物的位置，这对移动机器人的避障功能来说是至关重要的。虽然它能很精确的定位，但是激光传感器也有它的缺点，首先因为要有很精确的定位，所以就需要有很复杂的技术，否则就很难有很好的效果，但是高深的技术并不是所有人都能掌握的；其次激光传感器是利用激光进行一系列工作的，但是激光对人眼睛的伤害是极大的。
（二）视觉避障
视觉避障就是利用摄像机，将它收集到的信息传输到机器人，然后进行分析，最后可以让机器人避开障碍物。它最大的优点是可以进行大范围的探测，而且还能探测到物体的速度和形状等一系列信息。在进行实际应用时，可以在机器人上装很多个摄像机，这样可以实时传递信息，还可以利用计算机将摄像机收集到的信息进行计算最后得出机器人所需要的信息，然后再传输过去，最后还可以利用算法，这样可以只使用一台摄像机，然后计算目标与机器人之间的相对位移，最后再处理数据，这样可以减少环境引起的测量误差。
在对图像进行处理时，由于有很大的计算量，所以对中央处理机的要求就相对较高，这样很小的机器人就不能满足这种要求，因为他们不能承载这么高质量的计算。另外利用视觉进行避障还不能避开一些透明玻璃制品，有时烟雾或者是强光或者是极弱的光对视觉避障也有很大影响。
（三）超声传感器
超声传感器是现在比较成熟的技术，而且它的成本也比较低，使用起来也方便，所以现在在很多的机器人中都运用这种技术。该种技术主要是运用超声波，机器人根据接收到声波的时间差来判断障碍物的位置，也就是机器人会在某一时刻向某一方向发射超声波，并在此时开始计时，当超声波遇到障碍物的时候它就会被反射回来，最后接收到超声波的时候计时停止，这样根据时间差和声波在空气中的传播速度就能计算出障碍物的位置。另外超声波的传播速度还受空气湿度的影响，所以为了更准确的计算障碍物的位置，技术人员在设计时还应该把空气湿度和温度考虑进去。如果只使用一个超声传感器可能会对位置的定位不精准，所以可以同时使用多个传感器，这样就能相对精确的确定障碍物的位置。
（四）超声波传感器的固有问题
超声波传感器在通道区域的应用是比较薄弱的，而且很多算法也都不够精确，因此不能对直径比较小的通道进行探测，这是有很多方面的原因的。第一是该算法的建模方式是膨胀模型法，它虽然能让小车比较精确的避开障碍物，但是它的灵敏度是很低的，其实这些都是不可避免的。第二是做实验的人有的可能会缺乏经验，所以他们就不能准确的接收机器人侧面接收到的信息，这对机器人的避障是很
不利的。
二、超声避障模糊算法
（一）机器人的超声传感器
机器人在使用避障功能之前是需要试验的，而该试验的平台是美国的一个智能移动机器人。在试验之前需要先在机器人上安装几个超声传感器，另外还需要提供集成开发环境，这样就能对机器人进行编程，也能方便机器人中算法的实现。在进行实际运用时，可以在机器人上多装几个超声传感器，让它们按照一定的规律进行排列，在前方的传感器主要就是探测障碍物的位置，在旁边的主要是用來探测障碍物的两侧是否有障碍物。
（二）模糊控制
机器人的运动有很大的不确定性，而且在它运动之前也不能提前确定它所处的环境，所以设计人员就不能对机器人的动作提前做出规定。而模糊控制能很好的解决这个问题，它主要是利用语言进行控制，而且是有一定规则的，这样在机器人运动过程中就不需要有很精确的指令，所以对机器人的控制就会相对比较方便。
（三）模糊控制规则和非模糊化
模糊控制是利用一定的规则来实现的，而利用这些规则还不能直接对被控制对象进行控制，因为利用规则得出的还只是一些模糊量，要想对被控制对象进行控制还需要将其非模糊化，最后将其转换成精确量，这样机器人就能执行一系列的任务。将模糊量非模糊化的方法有很多种，主要有加权平均法和最大隶属度法，而最常用的还是最大隶属度法，因为该种方法比较简单，而且使用起来比较方便，还具有实时性。
三、系统的软件实现
要想实现该程序，需要在VC开发环境下，另外还需要混合C语言和Colbert另种编程。利用Colbert语言可以编写比较复杂的程序对智能机器人进行控制，另外，它还能将传感器上的信息及时准确的读出，还能控制机器人的活动，让他们启动或者停止。运用C语言的运算符可以有效的减少判断语句的数量，这样可以让程序看起来比较简单易行。它的控制规则主要是以二维字符数组为基础，然后根据确定的规则对数组中的元素进行处理，这样编程就会变得简单。
四、实验结果
我们通过观察机器人在按照设定的程序进行运行时的路线可以发现，当障碍物与墙壁距离很近时，机器人会将两者认为是同一个物体，这样机器人就会避开他们，而随着两者之间距离的增大，机器人最终会从两者之间通过，由此可以看出，机器人的避障精确度还是不高，还有待
改进。
五、总结
利用模糊算法进行避障还是有一定效果的，因为目前机器人能比较好的适应这种方式，但是在现阶段利用超声波进行避障还是有一定困难的，因为有很多技术都还不成熟，但是现在人们已经在尽力研究了，而且现在人们已经可以将多个常感器结合起来，这样就可以更准确的获取信息，也能让机器人更好的避障，
参考文献：
[1]黄湘镇.多超声波传感器的轮式机器人避障系统研究[J].活力，2013，（4）：71.
[2]汪才杰.基于模糊神经网络的移动机器人避障研究[D].黑龙江科技大学，2013.
[3]郭紫光.多传感器信息融合技术在移动机器人的应用研究[D].天津工业大学， 2013.
关键词：智能移动机器人；超声传感器；避障
很早以前就有人开始研究机器人，而现在人们又逐渐开始研究智能移动机器人，这是人类进步的表现。很久以前主要是研究机器人在复杂环境下的推理能力和规划能力。而在20世纪后期人们对机器人的研究又出现了高潮，这时主要是研究机器人对信息的处理，而避障是所有机器人都必须具备的功能。
一、移动机器人的避障传感器
（一）激光传感器
激光测距传感器具有很好的方向性，它一般都是直线传输。这些与它的特性是分不开的，它发出的波束是很窄的，因此它能有很好的方向性，另外，因为它具有很好的方向性，所以它能很准确的定位障碍物的位置，这对移动机器人的避障功能来说是至关重要的。虽然它能很精确的定位，但是激光传感器也有它的缺点，首先因为要有很精确的定位，所以就需要有很复杂的技术，否则就很难有很好的效果，但是高深的技术并不是所有人都能掌握的；其次激光传感器是利用激光进行一系列工作的，但是激光对人眼睛的伤害是极大的。
（二）视觉避障
视觉避障就是利用摄像机，将它收集到的信息传输到机器人，然后进行分析，最后可以让机器人避开障碍物。它最大的优点是可以进行大范围的探测，而且还能探测到物体的速度和形状等一系列信息。在进行实际应用时，可以在机器人上装很多个摄像机，这样可以实时传递信息，还可以利用计算机将摄像机收集到的信息进行计算最后得出机器人所需要的信息，然后再传输过去，最后还可以利用算法，这样可以只使用一台摄像机，然后计算目标与机器人之间的相对位移，最后再处理数据，这样可以减少环境引起的测量误差。
在对图像进行处理时，由于有很大的计算量，所以对中央处理机的要求就相对较高，这样很小的机器人就不能满足这种要求，因为他们不能承载这么高质量的计算。另外利用视觉进行避障还不能避开一些透明玻璃制品，有时烟雾或者是强光或者是极弱的光对视觉避障也有很大影响。
（三）超声传感器
超声传感器是现在比较成熟的技术，而且它的成本也比较低，使用起来也方便，所以现在在很多的机器人中都运用这种技术。该种技术主要是运用超声波，机器人根据接收到声波的时间差来判断障碍物的位置，也就是机器人会在某一时刻向某一方向发射超声波，并在此时开始计时，当超声波遇到障碍物的时候它就会被反射回来，最后接收到超声波的时候计时停止，这样根据时间差和声波在空气中的传播速度就能计算出障碍物的位置。另外超声波的传播速度还受空气湿度的影响，所以为了更准确的计算障碍物的位置，技术人员在设计时还应该把空气湿度和温度考虑进去。如果只使用一个超声传感器可能会对位置的定位不精准，所以可以同时使用多个传感器，这样就能相对精确的确定障碍物的位置。
（四）超声波传感器的固有问题
超声波传感器在通道区域的应用是比较薄弱的，而且很多算法也都不够精确，因此不能对直径比较小的通道进行探测，这是有很多方面的原因的。第一是该算法的建模方式是膨胀模型法，它虽然能让小车比较精确的避开障碍物，但是它的灵敏度是很低的，其实这些都是不可避免的。第二是做实验的人有的可能会缺乏经验，所以他们就不能准确的接收机器人侧面接收到的信息，这对机器人的避障是很
不利的。
二、超声避障模糊算法
（一）机器人的超声传感器
机器人在使用避障功能之前是需要试验的，而该试验的平台是美国的一个智能移动机器人。在试验之前需要先在机器人上安装几个超声传感器，另外还需要提供集成开发环境，这样就能对机器人进行编程，也能方便机器人中算法的实现。在进行实际运用时，可以在机器人上多装几个超声传感器，让它们按照一定的规律进行排列，在前方的传感器主要就是探测障碍物的位置，在旁边的主要是用來探测障碍物的两侧是否有障碍物。
（二）模糊控制
机器人的运动有很大的不确定性，而且在它运动之前也不能提前确定它所处的环境，所以设计人员就不能对机器人的动作提前做出规定。而模糊控制能很好的解决这个问题，它主要是利用语言进行控制，而且是有一定规则的，这样在机器人运动过程中就不需要有很精确的指令，所以对机器人的控制就会相对比较方便。
（三）模糊控制规则和非模糊化
模糊控制是利用一定的规则来实现的，而利用这些规则还不能直接对被控制对象进行控制，因为利用规则得出的还只是一些模糊量，要想对被控制对象进行控制还需要将其非模糊化，最后将其转换成精确量，这样机器人就能执行一系列的任务。将模糊量非模糊化的方法有很多种，主要有加权平均法和最大隶属度法，而最常用的还是最大隶属度法，因为该种方法比较简单，而且使用起来比较方便，还具有实时性。
三、系统的软件实现
要想实现该程序，需要在VC开发环境下，另外还需要混合C语言和Colbert另种编程。利用Colbert语言可以编写比较复杂的程序对智能机器人进行控制，另外，它还能将传感器上的信息及时准确的读出，还能控制机器人的活动，让他们启动或者停止。运用C语言的运算符可以有效的减少判断语句的数量，这样可以让程序看起来比较简单易行。它的控制规则主要是以二维字符数组为基础，然后根据确定的规则对数组中的元素进行处理，这样编程就会变得简单。
四、实验结果
我们通过观察机器人在按照设定的程序进行运行时的路线可以发现，当障碍物与墙壁距离很近时，机器人会将两者认为是同一个物体，这样机器人就会避开他们，而随着两者之间距离的增大，机器人最终会从两者之间通过，由此可以看出，机器人的避障精确度还是不高，还有待
改进。
五、总结
利用模糊算法进行避障还是有一定效果的，因为目前机器人能比较好的适应这种方式，但是在现阶段利用超声波进行避障还是有一定困难的，因为有很多技术都还不成熟，但是现在人们已经在尽力研究了，而且现在人们已经可以将多个常感器结合起来，这样就可以更准确的获取信息，也能让机器人更好的避障，
参考文献：
[1]黄湘镇.多超声波传感器的轮式机器人避障系统研究[J].活力，2013，（4）：71.
[2]汪才杰.基于模糊神经网络的移动机器人避障研究[D].黑龙江科技大学，2013.
[3]郭紫光.多传感器信息融合技术在移动机器人的应用研究[D].天津工业大学， 2013.