《机器人大赛中的物联网感知和机器视觉的应用》
本文是机器人和机器视觉在职毕业论文范文和机器视觉有关研究生毕业论文范文.
摘 要：通过物联网传感器和数据分析技术,机器人可以获得更广泛的态势感知,从而更好地执行任务.文中根据机器人大赛动态避障赛程的集体要求,搭建了基于ROS平台工业机器人开源平台,应用Python语言进行Gazebo虚拟现实系统的搭建,基于双目视觉完成了静态避障与动态避障功能,完成了机器人大赛的具体比赛.
关键词：移动机器人;ROS平台;Gazebo系统;智能避障;传感器;物联网
中图分类号：TP391文献标识码：A文章编号：2095-1302（2020）04-00-03
0 引 言
近几年,各行各业服务型机器人发展迅猛,服务机器人逐渐参与到人们的生活中.服务型机器人是最为实用也是最贴近人类生活的存在,争位在服务型机器人行业中并没有得到太多学者的研究,但在救援或者战争的环境下争位机器人还是起到比较重要的地位.因此一些本学科的专家,提倡让学生自主发挥想象力,使学生对机器人的研究更上一个台阶,同时提髙学生对机器人的兴趣,培养学生良好的工作实践能力,培养学生对机器人技术的兴趣和热情.
中国机器人大赛是目前中国影响力最大、综合技术水平最高的机器人学科竞赛之一,是我国最具影响力、最权威的机器人技术大赛、学术大会和科普盛会,是当今中国智能制造技术和高端人才的重大交流活动.本次比赛是以TurtleBot机器人为硬件基础的,让我们更深一步的学习了TurtleBot的技术原理与应用方法.
1 中国机器人大赛具体技术和规则要求
比赛规则是在Gazebo虚拟系统中,控制TurtleBot机器人.那么得分原则有如下两个标准：
（1）机器人从起点出发,能成功到达终点,则获得基础加分;
（2）机器人从起點到终点用时越短,加分越多.
因此要考虑两个因素：
（1）如何让机器人自助规划路径,使其能够避开障碍物并且行驶到终点;
（2）如何让机器人规划出最优路径,使其能够在最短的时间内到达终点.
机器人大赛比赛规则见表1所列.
在此任务中,障碍位置由服务器在客户端程序首次启动时给出,需要参赛选手对机器人的运动进行很好的控制,并制定好路径规划策略.在该任务中,将会有以下几个任务点.
（1）场景一：有3个障碍物,分别位于1/4线,1/2线,3/4线.该场景下,最高分为10分,避开所有障碍得6分;最短时间者获4分,第二名2分,第三名1分,其他人不得分.
（2）场景二：有6个障碍物,分别位于1/4线,1/2线,3/4线,每条线路上均有两个障碍.该场景下,避开所有障碍得6分;最短时间者获4分,第二名2分,第三名1分,其他人不得分.
（3）场景三：地面上随机存在6个障碍物.该场景下,最高分为15分,避开所有障碍得11分,避开5个障碍得8分,避开4个障碍得5分;最短时间者获4分,第二名2分,
第三名1分,其他人不得分.
（4）场景四：有5个障碍物,2个位于1/4线,2个位于3/4线,1个在1/2线处沿线随机移动.在该场景下,最高分为15分,避开所有障碍得11分,避开出移动障碍物外所有障碍物并成功到达终点得7分;最短时间者获4分,第二名2分,第三名1分,其他人不得分.
以上为本次比赛的规则,可见这个比赛的难度之大,要求之严格.
严格的要求中也有规则可循.障碍物的位置是固定的,而非移动的.而且障碍物的坐标是可以通过机器人的视觉获取的.再一点,障碍物的形状都是固定的,都是矩形的.因此避障算法只要解决两个问题即可,第一就是要使机器人能够获取障碍物的位置坐标,第二就是使机器人能够根据已知的环境,规划出合理路径.
2 比赛机器人的准备
2.1 硬件的准备
在本次比赛中使用TurtleBot二代机器人作为硬件基础.TurtleBot 2的硬件主要有Yujin Kobuki移动底座、Kinect视觉传感器、双核笔记本、2 200 mA·h电池和可装卸的结构模块.TurtleBot 2使用目前最流行的ROS（Robot Operating System）作为操作系统,能实现3D建图导航、跟随等功能.机器人大赛TurtleBot机器人如图1所示.
2.2 机器人中的物联网感知和机器视觉
TurtleBot机器人装有双目视觉三维摄像头和超声波测距模块.
摄像头的作用是实现电脑与终端与机器人之间的物联感知功能.摄像头将拍摄的三维图像传送给数据处理电路,后者将模拟信号转化为数字信号,将三维图像分解为一个二维平面图像和一组距离信号,方便计算机的应用.计算机接收到机器视觉视觉获取的数据之后,将数据带入到算法之中,先判断是否运行避障算法,再使用获取的数据进行路径规划,执行避障算法.算法执行完毕后,将规划好的路径信息数据传送给机器人,机器人获取路径后,按照规划好的路径行驶.行驶过程中,继续通过机器视觉获取数据.重复上述过程,即可完成机器人与电脑终端之间的信息交互.实现机器视觉的物联感知功能,实现人工算法对机器人的控制.
超声波测距传感器的作用是获取机器人与障碍物之间的距离,并将距离数据传送给电脑,与电脑中的通过三维图像分解得来的距离信息进行比较.一方面是保证距离信息的正确性,另一方面是在机器视觉测距功能发生故障时,代替视觉测距,提供准确的距离数据.
所谓的机器视觉与物联感知,就是将三维视觉双目三维摄像头和超声波传感器作为感知层;将电脑终端与机器人之间的无线网络通信协议作为网络层;Gazebo虚拟控制系统和机器人的运动模块作为应用层,搭建了一个嵌入式物联网体系.
嵌入式物联网体系搭建完成之后,就可以实现电脑终端与机器人之间的信息交互,协同工作.
2.3 软件系统和策略设计
TurtleBot的可以接受ROS系统的控制指令,也可以将机器人的运动状态,如角速度,线速度等物理数值反馈给ROS系统,可以说ROS系统是TurtleBot运行的基础.因此软件环境搭建的第一步是电脑上搭建适合TurtleBot运行的ROS环境.第二步是在ROS 环境中搭建Gazebo虚拟现实系统.Gazebo是一款3D动态模拟器,能够在复杂的室内和室外环境中准确有效地模拟机器人群.与游戏引擎提供高保真度的视觉模拟类似,Gazebo提供高保真度的物理模拟,其提供一整套传感器模型,以及对用户和程序非常友好的交互方式.
首先,安装软件运行环境,包括ROS系统和Gazebo系统,具体步骤如下：
（1）sudo sh -c 'echo "deb http：//packages.ros.org/ros/ubuntu $（lsb_release -sc）main"> /etc/apt/sources.list.d/ros-latest.list'
（2）sudo apt-key adv --keyserver 'hkp：//keyserver.ubuntu.com：80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654
（3）sudo apt-get update
（4）sudo apt-get install ros-kinetic-desktop-full
（5）sudo rosdep init
（6）rosdep update
（7）echo "source /opt/ros/kinetic/setup.bash">> ～/.bashrc
（8）source ～/.bashrc
（9）sudo apt-get install ros-kinetic-turtlebot-gazebo
依次运行如下代码之后,系统会自动安装一段时间,然后就可以运行程序,运行程序的同时还要调用大量文件.运行步骤如下：
exportLD_LIBRARY_PATH等于～/ros_scripts/plugin：$LD_LIBRARY_PATHroslaunch turtlebot_gazebo turtlebot_world.launch world_file：等于/home/username/ros_scripts/world/world1-1（world_file：等于your world_file's path）
這时Gazebo系统已经可以启动.接下来的任务是在Gazebo系统中搭建比赛规定的环境.因此设置如下文件,使电脑能够成为连接机器人硬件与控制软件的服务器.
（1）how_to_run.py.该文件主要来写参赛者想要如何控制小车的算法.
（2）robot.py.该文件主要是描述一个机器人类,在此处指的是小车.它有转向和前进等各种功能,详细信息可见代码中的注释.
（3）robot_ser.py.机器人服务端,主要接受客户端传来的指令来与gazebo进行交互.
（4）robot_cli.py.机器人客户端,主要与服务端进行交
互,从服务端获取状态等信息,也可以对服务端发送信息用以控制小车.
（5）clock_ser.py.服务端时间类,主要是记录比赛时间,与客户端时间统一.
（6）clock_cli.py.客户端时间类,主要是记录比赛时间,与服务端时间统一.
（7）judge.py.裁判系统,主要记录比赛时间,机器人状态是否越界,是否成功完成比赛等.
（8）world.world.生成场景信息的文件.
其中how_to_run.py是路径规划文件,需要参赛者自己进行修改,使TurtlrBot机器人能够合理的运行,在Gazebo系统生成的地图上完成任务.world.world文件是生成地图的文件,并且后面加上编号,就可以生成参赛者想要的地图.
3 路径规划的实现
路径规划在具体实现时有多种算法可用,在本次比赛中采用计算量较小、实现比较容易的直角路线走法实现,即无数个直角组成的路径.机器人首先向正前方行驶,检测到前方有障碍物靠近时,执行避障算法.当检测到障碍物远离时,结束这条避障算法.当再次检测到前方有障碍物靠近时,再次执行避障算法.
在执行避障算法的过程中,首先要利用机器人的机器视觉,获取障碍物的三位图像.然后将三维图像以模拟信号的形式存储下来,再将模拟信号转化为数字信号.转化为数字信号后,将三维图像转化为二维平面图像,用于判断障碍物的形状.再从三维图像中获取机器人与障碍物的距离,用于规划整体的避障路径.
机器人在运行直角走法的过程中,并非像弧线算法那样一次性规划好整个路径,而是每走一步,规划一步,即每遇到一次障碍物,就要先判断转向方向,再规划避开这个局部障碍的路径.直角路线算法如图2所示.
图3所示为直角走法的运行结果,机器人从起点出发之后,成功到达终点.红线标识的是机器人的行走路径.
直角走法的算法优点是出错率低,容错率高.只要根据不同的地形,不同的障碍物形状,一步一步地规划路径,一定能走到目标地点.缺点是用时长,时间复杂度高.由于要逐步规划路径,因此机器人每走一段距离就要停顿一下,规划下一步的路径,耗时长.况且比赛规则是用时越短,得分越高,因此直角规划算法虽然能保证完成路径,但不能保证快速完成.
4 结 语
机器人在运行直角走法的过程中,每走一步,规划一步.直角走法适用于障碍物分散、数量多、体积小的避障环境,保证机器人能够稳定地越过障碍物,完成避障.实际环境中,障碍物会是不同形状,不同颜色.这就需要在三个方面改进机器人的避障策略：一是要增强机器视觉的识别能力,让机器视觉能够识别不同颜色、形状复杂的障碍物;二是增加机器视觉的捕捉能力,能够捕捉到移动障碍物的运动规律、运动状态,方便机器人进行动态避障;三是增强数据处理程序的鲁棒性和自洽性,使其在获取上述复杂数据后,依然能够进行数据处理,并将获取的数据带入路径规划算法之中.后续的比赛中将会从这三个方面进行改进.
注：本文通讯作者为解迎刚.
参考文献
[1]解迎刚,杨晓芬,高博斌,等.基于混合模式的农产品质量追溯系统[J].物联网技术,2018,8（3）：61-62.
[2]贾卫平,盖欣桐,张祥,等.基于ROS平台机器人导航避障系统设计与开发[J].机械工程师,2019（10）：16-18.
[3]王雷,石鑫.改进蚁群算法在移动机器人避障中的应用[J].南京航空航天大学学报,2019,51（5）：728-734.
[4]王娟,吴宪祥,郭宝龙.基于改进粒子群优化算法的移动机器人路径规划[J].计算机工程与应用,2012,48（15）：240-244.
[5]赵辉,郝梦雅,王红君,等.基于改进A～*算法与天牛须搜索算法的农业机器人路径规划方法[J].科学技术与工程,2019,19（31）：185-190.
[6]曹凯.移动机器人技术研究现状与未来[J].信息系统工程,2013（5）：140.
[7]杨明辉,吴垚,张勇,等.室内动态环境下的移动机器人自主避障策略[J].中南大学学报（自然科学版）,2019,50（8）：1833-1839.
[8]徐兵兵,郝荣飞.机器人路径规划技术的现状与发展[J].电子技术与软件工程,2018（24）：81.
[9]范家琪.基于机器人群体避障学习的群智能算法的研究[D].上海：东华大学,2018.
[10]闫琳宇.室内动态环境下移动小车的路径规划技术研究[D].南京：东南大学,2018.
[11]陈顺立.农业机器人路径优化及轨迹跟踪研究—基于遗传算法[J].农机化研究,2017,39（8）：17-21.
[12]熊菡.移动机器人全局路径规划及轨迹跟踪研究[D].武汉：武汉科技大学,2014.
总结:上文是一篇关于对不知道怎么写机器视觉论文范文课题研究的大学硕士、机器人和机器视觉本科毕业论文机器人和机器视觉论文开题报告范文和文献综述及职称论文的作为参考文献资料.
机器人和机器视觉引用文献:
[1] 机器人和机器视觉论文范文集 机器人和机器视觉类自考开题报告范文2000字
[2] 机器视觉论文范文 机器视觉方面研究生毕业论文范文2万字
[3] 机器视觉论文范文 机器视觉相关学年毕业论文范文2万字
