室內(nèi)移動機器人的定位技術(shù)研究

劉穎妮

(安徽汽車職業(yè)技術(shù)學(xué)院，安徽 合肥 230000)

隨著移動機器人相關(guān)技術(shù)的不斷發(fā)展，對于移動機器人技術(shù)的研究已經(jīng)不止停留在對單一機器人的路徑規(guī)劃和地圖定位等基本問題上。如何讓多臺運動的機器人在未知環(huán)境中結(jié)合其各自的位置及地圖模型協(xié)同作業(yè)已經(jīng)成為了該領(lǐng)域的研究熱點[1]。

傳感器系統(tǒng)的作用是發(fā)現(xiàn)移動機器人在其環(huán)境中的位置。不同方法所使用的研究平臺、關(guān)鍵假設(shè)存在差異很大。由于不同的系統(tǒng)處于不同的開發(fā)階段，這一現(xiàn)象給新技術(shù)的研究帶來了進一步的挑戰(zhàn)。因為用于移動機器人的傳感器系統(tǒng)通常必須相對較小、重量輕且便宜，在目前的相關(guān)研究中僅將調(diào)查重點放在與移動機器人直接相關(guān)的方向。此外在經(jīng)過對關(guān)于移動機器人定位的文獻調(diào)研后可知，目前尚沒有針對移動機器人的定位問題真正成熟的解決方案。許多局部解決方案可以大致分為兩類：相對位置測量和絕對位置測量。由于缺少一種好的方法，移動機器人技術(shù)的開發(fā)人員通常將兩類方法結(jié)合起來應(yīng)用，而這兩類方法可進一步分為以下7個類別[2]：

I.相對位置測量：1.里程計；2.慣性導(dǎo)航；

II.絕對位置測量：3.磁羅盤；4.主動信標(biāo)；5.全球定位系統(tǒng)；6.地標(biāo)導(dǎo)航；7.模型匹配。

1 定位傳感器

1.1 里程計

作為在移動機器人定位中使用最廣泛的傳感器，里程計的基本思想是隨著時間的推移對增量運動信息進行整合，這種做法不可避免地導(dǎo)致了錯誤的無限累積。具體來說，定向誤差的累積將導(dǎo)致較大的橫向位置誤差，該誤差量隨著機器人行進距離的增加而成比例的增大。盡管存在這些缺陷，但大多數(shù)研究人員都使用里程計作為機器人導(dǎo)航系統(tǒng)的重要組成部分，并且如果可以提高里程計的準(zhǔn)確性，導(dǎo)航任務(wù)將得到簡化[3]。

當(dāng)輪系旋轉(zhuǎn)可以準(zhǔn)確地轉(zhuǎn)換為相對于地面的線性位移時，里程計適用。但是，在車輪打滑和其他一些更細微的情況下，車輪旋轉(zhuǎn)可能不會成比例地轉(zhuǎn)化為相對于地面的線性位移。產(chǎn)生錯誤的原因可分為兩類：系統(tǒng)誤差和非系統(tǒng)誤差。系統(tǒng)誤差是指由機器人的運動學(xué)缺陷產(chǎn)生，例如輪徑和軸距確切值的不確定性。非系統(tǒng)性誤差由地板與車輪之間的相互作用所導(dǎo)致，例如車輪打滑、顛簸和裂紋。

作為移動機器人技術(shù)中的一個重要但較難解決的問題。里程計誤差的定量測量常因缺少明確用于量化里程誤差的測量程序，導(dǎo)致移動平臺的校準(zhǔn)性較差。為了解決這個問題，國外學(xué)者開發(fā)了一種用于定量測量系統(tǒng)里程計誤差的方法，并在一定程度上測量非系統(tǒng)的里程計誤差，這種方法被稱為密歇根大學(xué)基準(zhǔn)(UMBmark)[4]。

用測距法計算機器人的返回位置與實際返回位置進行比較顯示，將產(chǎn)生類似于圖1所示的誤差。圖1的結(jié)果可以解釋如下：cw和ccw運行后的停止位置聚集在兩個不同的區(qū)域。cw和ccw群集內(nèi)的分布是非系統(tǒng)誤差導(dǎo)致的結(jié)果。此外，圖1顯示，當(dāng)未校準(zhǔn)的移動機器人在合理光滑的混凝土地板上行駛時，系統(tǒng)誤差對總里程計誤差的貢獻可能明顯大于非系統(tǒng)誤差的影響。

圖1 使用未經(jīng)校準(zhǔn)的機器人運行UMBmark的典型結(jié)果

1.2 慣性導(dǎo)航&磁羅盤

慣性導(dǎo)航使用陀螺儀和加速度計分別測量旋轉(zhuǎn)速率和加速度。一次(對于加速度計，兩次測量)測量以得出初始位置。慣性導(dǎo)航系統(tǒng)的優(yōu)勢在于其本身是獨立的，即慣性導(dǎo)航系統(tǒng)不需要外部參考，因此慣性傳感器數(shù)據(jù)會隨時間漂移。多次測量后，任何的小恒定誤差都會無限制地增加。因此，慣性傳感器不適合在長時間的精確定位。

慣性導(dǎo)航對累積誤差的影響而言，航向是導(dǎo)航參數(shù)(x，y和θ)中最重要的。因此，提供絕對航向測量值的傳感器對于解決自主平臺的導(dǎo)航需求極為重要，磁羅盤可解決上述問題。然而，任何磁羅盤通常都會在電力線或鋼結(jié)構(gòu)附近變形，這使得在室內(nèi)應(yīng)用中難以直接使用地磁傳感器?；谂c地球磁場相關(guān)的各種物理效應(yīng)，可以使用不同的傳感器系統(tǒng)：機械磁性羅盤、磁通羅盤、霍爾效應(yīng)羅盤、磁阻羅盤和磁彈性羅盤。

1.3 主動信標(biāo)

主動信標(biāo)導(dǎo)航系統(tǒng)是船舶、飛機以及商用移動機器人系統(tǒng)上最常見的導(dǎo)航輔助工具?？梢詸z測到活動信標(biāo)，并以最少的信息處理量提供準(zhǔn)確的定位信息。該方法具有高采樣率及高可靠性，但是也存在安裝和維護的成本過高。主動信標(biāo)導(dǎo)航系統(tǒng)可區(qū)分為兩種不同類型的活動信標(biāo)系統(tǒng)：三邊測量和三角測量。

1.三邊測量。三邊測量是根據(jù)已知信標(biāo)源的距離測量值來確定車輛的位置。在三邊測量導(dǎo)航系統(tǒng)中，通常在已知位置安裝三個或更多的發(fā)射器，并在機器人身上安裝一個接收器。相反，板上可能有一個發(fā)射器，接收器安裝在墻上。系統(tǒng)使用飛行時間信息，計算固定發(fā)射器與機載接收器之間的距離。

2.三角剖分。在三角剖分配置中，安裝三個或三個以上的活動發(fā)射器于已知位置。如圖2所示，機器人身上的旋轉(zhuǎn)傳感器記錄了角度“λ1、λ2和λ3”，在該情景下，機器人可“看到”發(fā)射器信標(biāo)相對于車輛的信標(biāo)。根據(jù)這三個測量值，可計算出未知的x和y坐標(biāo)以及未知的車輛方向。其具體流程如下：

僅當(dāng)機器人位于由三個信標(biāo)組成的三角形之內(nèi)時，幾何三角剖分方法才能始終如一地工作。在信標(biāo)三角形之外的區(qū)域中可以使用幾何方法，但是這些區(qū)域很難確定，并且高度依賴于角度的定義方式。

當(dāng)三個信標(biāo)和機器人都位于或靠近同一圓時，使用“幾何圓相交”方法會產(chǎn)生較大的誤差。當(dāng)對機器人位置和方向的初始猜測超出一定范圍時，該方法將失敗。此外，該算法要求至少兩個信標(biāo)的航向大于90°。任何一對信標(biāo)之間的角度間隔都必須大于45°。因而，上述任何一種方法都存在誤差，但是將兩種或多種方法智能組合則可以克服單一方法的弱點。

圖2 基本的三角剖分問題

1.4 全球定位系統(tǒng)

全球定位系統(tǒng)(GPS)是一種用于室外導(dǎo)航的革命性技術(shù)，GPS系統(tǒng)擁有24顆衛(wèi)星(包括3顆備用衛(wèi)星)，它們發(fā)射具有編碼的RF信號。地面接收器可以使用先進的三邊測量方法測量衛(wèi)星RF信號的傳播時間(包括有關(guān)衛(wèi)星瞬時位置的信息)來計算其位置。理論上，知道從地面接收器到三顆衛(wèi)星的精確距離即可計算接收器的緯度、經(jīng)度和高度。

為防止敵對國家使用GPS來支持精確武器的使用，美國政府故意在時間和衛(wèi)星位置上留有一定的誤差，使得位置精度降低到約100m，該種情況被稱為選擇性可用性(SA)。通過差分GPS(DGPS)算法可以基本上消除SA的影響。將第二個GPS接收設(shè)置器與第一個GPS接收器非常接近(即在10km之內(nèi))，當(dāng)兩個GPS觀看相同的參考衛(wèi)星時，將遭受基本相同的誤差影響。如果第二個接收器固定在精確測量的位置，則可以將其計算出的解與已知位置進行比較，以生成表示該區(qū)域中主要情況的復(fù)合誤差矢量。然后，可以將這種差分校正傳遞給第一接收器，以消除該種影響，從而有效地減少商用系統(tǒng)的位置誤差。

1.5 地標(biāo)導(dǎo)航

作為機器人從其感官輸入可識別的獨特地理信息，地標(biāo)可以是幾何形狀(例如，矩形，直線，圓形)，也可以包括其他信息(例如條形碼形式)。通常，地標(biāo)具有已知固定的位置，機器人可以相對于其來定位自身。精心選擇地標(biāo)，以便于識別。例如，相對于背景必須有足夠的對比度。在機器人利用地標(biāo)進行導(dǎo)航之前，必須知道地標(biāo)的特征并將其存儲在機器人的內(nèi)存中。地標(biāo)導(dǎo)航的主要任務(wù)是識別地標(biāo)并計算機器人的位置。

為了簡化路標(biāo)獲取問題，通常假定當(dāng)前機器人的位置和方向是已知的，機器人只需要在有限的區(qū)域中查找路標(biāo)。因此，良好的里程計精度是成功檢測地標(biāo)的前提。

某些算法介于地標(biāo)和地圖的定位之間。通過使用傳感器來感知環(huán)境，然后提取出不同的結(jié)構(gòu)，這些結(jié)構(gòu)將在未來成為導(dǎo)航的地標(biāo)信息。本節(jié)中討論的是兩種地標(biāo)類型：“人工”和“自然”地標(biāo)。重要的是，“自然”地標(biāo)在高度結(jié)構(gòu)化的環(huán)境(例如走廊，生產(chǎn)車間或醫(yī)院)中效果最佳。事實上，“自然”地標(biāo)實際上是人工制造的。因此，將術(shù)語“自然地標(biāo)”和“人工地標(biāo)”定義如下：自然地標(biāo)是那些已經(jīng)存在于環(huán)境中并且用于機器人導(dǎo)航以外還具有其他功能的對象或特征；人工地標(biāo)是經(jīng)過特殊設(shè)計的對象或標(biāo)記，需要將其放置在環(huán)境中，其唯一目的是用于機器人導(dǎo)航。

2 基于地圖的定位

基于地圖的定位技術(shù)，也稱為“地圖匹配”技術(shù)，其中機器人使用其傳感器創(chuàng)建本地環(huán)境地圖。然后將該局部圖與先前存儲在存儲器中的全局圖進行比較。如果找到匹配項，則機器人可以計算其在環(huán)境中的實際位置和方向。預(yù)先存儲的地圖可以是環(huán)境的CAD模型，也可以根據(jù)以前的傳感器數(shù)據(jù)構(gòu)建。基于地圖的定位技術(shù)使用典型室內(nèi)環(huán)境的自然結(jié)構(gòu)來導(dǎo)出位置信息，而無需修改環(huán)境。同樣，隨著一些算法的開發(fā)，基于地圖定位的機器人將學(xué)習(xí)新環(huán)境并通過探索來提高定位精度?；诘貓D定位的缺點是對傳感器地圖準(zhǔn)確性的嚴(yán)格要求，并且要求有足夠的靜止，易于區(qū)分的特征才可用于匹配。由于具有挑戰(zhàn)性，當(dāng)前大多數(shù)基于地圖的定位工作僅限于實驗室設(shè)置和相對簡單的環(huán)境。

2.1 地圖創(chuàng)建

與地圖構(gòu)建有關(guān)的問題是“自主探索”。為了構(gòu)建地圖，機器人必須探索其環(huán)境以繪制未知區(qū)域。通常，假定機器人在沒有任何環(huán)境知識的情況下開始其探索。然后，遵循一定的運動策略，在最短的時間內(nèi)最大化繪制區(qū)域的數(shù)量。這種運動策略稱為“探索策略”，它的準(zhǔn)確性在很大程度上取決于所使用的傳感器的類型。

許多研究人員認為，沒有任何一種傳感器能夠單獨捕獲現(xiàn)實環(huán)境中所有相關(guān)特征。為了克服這個問題，有必要組合來自不同傳感器模態(tài)的數(shù)據(jù)，這一過程稱為傳感器融合。例如，Buchberger等開發(fā)了一種機制，該機制利用從激光雷達和聲納系統(tǒng)中獲得的異類信息來構(gòu)建可靠且完整的世界模型。傳感器融合是一個活躍的研究領(lǐng)域，文獻中有各種類型傳感器融合數(shù)據(jù)的技術(shù)。

2.2 地圖匹配

基于地圖導(dǎo)航最重要和最具挑戰(zhàn)性的方面之一是地圖匹配，即在本地地圖和存儲的全球地圖之間建立對應(yīng)關(guān)系。計算機視覺社區(qū)中的地圖匹配工作，通常集中在匹配相對于模型的任意位置和方向這一普遍問題上。通常情況下，首先提取特征，然后確定圖像和模型特征之間的正確對應(yīng)關(guān)系(通過某種形式的約束搜索)來實現(xiàn)匹配。

3 地圖導(dǎo)航

3.1 單機器人SLAM

單個機器人的SLAM問題處理如下：在時間1,2，...t，令x1:t表示機器人位置的序列，z1:t表示相應(yīng)的觀察序列，并且通過u0:t-1表示機器人相應(yīng)執(zhí)行的動作序列。中間目標(biāo)是在給定一些初始位姿x0的情況下計算機器人軌跡x1:t和地圖m上的后驗概率p(x1:t,m|z1:t,u0:t-1，x0)。將后驗概率p分解為兩個因子：

p(x1:t,m|z1:t,u0:t-1，x0)=p(m|x1:t,z1:t,u0:t-1,x0)p(x1:t|z1:t，u0:t-1,x0)

(1)

其中第一項是可能的地圖分布，第二項是可能的軌跡分布。通過公式(1)，一旦獲得機器人軌跡x1:t，就可以分析、計算第一項。因此，可以使用粒子濾波器來近似后驗軌跡和地圖，其中每個樣本代表完整的機器人軌跡，并且這些樣本的存在是形成獨立地圖的前提。

單機器人SLAM問題具有一定的條件依賴性，圖3為單機器人SLAM的粒子濾波器。假設(shè)每個粒子(i)為元組，其中xt(i)是t時刻的機器人位置，mt(i)是使用直到t時刻的觀察記錄產(chǎn)生的地圖，并且wt(i)是粒子權(quán)重。給定動作/觀察對(ut-1,zt)，濾波器更新的方法如下：

xt(i)=A(ut-1,xt(i))

mt(i)=M(zt,xt(i))+mt-1(i)

wt(i)=S(zt,xt(i),mt-1(i))wt-1(i)

(2)

其中A，S和M分別為動作、傳感器和地圖模型。更具體地說：A返回從分布p(xt(i)|xt(i-1),ut-1)繪制的隨機位姿；S是傳感器模型p(zt|xt(i),mt-1(i))；M是一個增量地圖生成器，返回部分占據(jù)柵格(以對數(shù)似然形式表示，以允許網(wǎng)格的線性疊加)。在這些方程中捕獲的是具有自洽映射的粒子，相較于具有非自洽映射的粒子賦予更大的權(quán)重，并且后者最終會通過重采樣被移除。

圖3 單機器人SLAM貝葉斯網(wǎng)絡(luò)

圖3中機器人軌跡由序列(x0,x1,x2,x3……)觀察引導(dǎo)，通過序列(z1,z2……)和序列(u0,u1……)的動作觀測地圖m。

3.2 導(dǎo)航規(guī)則

現(xiàn)在可以引入以下反應(yīng)式導(dǎo)航規(guī)則，是在離散時間0,δ,2δ,3δ,……更新機器人角速度u(t)的規(guī)則：

若m(kδ)=0，則對于任意t∈[kδ,(k+1)δ)

u(t)=Umaxsign(θ0(t)-θ(t))

(3)

若m(kδ)=1，則對于任意t∈[kδ,(k+1)δ)

u(t)=Umaxsign(C(t)-θ(t))

(4)

這里C(t)由為位置坐標(biāo)誤差，函數(shù)sign(x)為標(biāo)準(zhǔn)符號函數(shù)。

sign(x)={-1x<0

0x=0

1x>1

(5)

導(dǎo)航規(guī)則(4)的描述非常簡單。當(dāng)機器人沒有感知到前方的環(huán)境(m(t)=0)時，它使機器人航向盡可能接近θ0(t)的方向。當(dāng)機器人感知環(huán)境(m(t)=1)時，它使機器人航向盡可能接近C(t)的方向。

4 結(jié)論

本文分析了目前用于移動機器人定位的傳感器和技術(shù)，并對這些方法進行了分類。相關(guān)調(diào)研顯示，對于室內(nèi)移動機器人導(dǎo)航，由于當(dāng)前沒有基于RF的三邊測量系統(tǒng)在室內(nèi)進行可靠工作，很難實現(xiàn)與GPS等效的室內(nèi)環(huán)境。如果可以保持固定組件和車載組件之間的視線，那么基于RF的解決方案也可以在室內(nèi)使用。但是，在那種情況下，使用三角測量的光學(xué)組件通常具有更高的經(jīng)濟性。盡管現(xiàn)有的系統(tǒng)功能強大和技術(shù)多種多樣，但本文認為移動機器人仍然需要一種通用的室內(nèi)導(dǎo)航方法。