智能小车的避障及路径规划

§１．１ ＡＧＶ技术的发展现状、研究背景及意义
１．１．１ ＡＧＶ技术的发展现状 自主陆地车辆的研究是从上个世纪６０年代开始的。纵观它的研究历程，可分为三个阶段。下面
进行简要介绍。 １． １９５９－１９８ｌ
１９６９年世界上第一个具有感知能力的机器人Ｓｈａｋｅｙ…诞生了。它由斯坦福研究院（ＳＲＩ）的 Ｎｉｌｓｓｅｎ和Ｃｈａｒｉｅｓ Ｒｏｓｅｎ等人研制而成。Ｓｈａｋｅｙ是在室内行驶的ＡＯＶ。它能识别并自主避让菱形的 障碍物。在Ｓｈａｋｅｙ的感知世界里，环境被描绘成一个“格子状的世界”。它的环境感知单元由摄像 机、激光探测器以及若干接触式传感器构成。Ｓｈａｋｅｙ的图像识别采用了麻省理工（ＭＩＴ）的 Ｉｍａｇｅ—Ｕｎｄｅｒｓｔａｎｄｉｎｇ算法（Ｒｏｂｅｒｔｓ，１９６５）。由于图像处理耗时巨大，Ｓｈａｋｅｙ的行动速度很慢，每 小时只能移动几米。
Ｓｈａｋｅｙ的出现，引发了第一波人工智能在逻辑推理领域里的研究热潮。在此之前，机器人智能 的研究是基于“规划”（ｐｌａｎ）的，机器人感知能力（ｐｅｒｃｅｐｔｉｏｎ）的重要性没有得到很大重视。然而随着 研究的深入，人们逐渐认识到机器人的能力是由它所“看”到、感知到的外部世界决定的，而不是 由规划产生的。机器人的感知系统逐渐成为研究重点。
Ｋｅｙ ｗｏｒｄｓ：Ａｕｔｏｎｏｍｏｕｓ Ｇｒｏｕｎｄ Ｖｅｈｉｃｌｅ，Ｐａｔｈ—ｐｌａｎｎｉｎｇ，ｏｂｓｔａｃｌｅ－ａｖｏｉｄａｎｃｅ，ｆｕｚｚｙ ｃｏｎｔｒｏｌ，Ｈｙｂｒｉｄ Ｄｅｌｉｂｅｒａｔｉｖｅ—Ｒｅａｃｔｉｖｅ Ａｒｃｈｉｔｅｃｔｕｒｅ
ＩＩ
东南大学学位论文独创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用 过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明
东南大学 硕士学位论文 智能小车的避障及路径规划 姓名：姚佳 申请学位级别：硕士 专业：测试计量技术与仪器 指导教师：金世俊
20050301
东南大学硕士学位论文
摘要
地面自主行驶车辆在军事、民用、太空等各个社会生活领域都有着广泛应用前景，它的主要功 能包括：侦察、监视、目标搜索；城市地形的军事行动；爆炸物处理；安全巡逻；反雷战等等。
论文对航姿推算法进行了研究，给出了误差补偿的计算公式和实践中的误差补偿方案。 论文设计并实现了分段式红外测距传感器和超声波测距传感器；研究了基于这两种传感器的机 器人感知系统，展终设计并完成了感知单元系统板。实验证明，这种环境感知系统基本满足车辆自 主避障行驶的需要。 论文着重讨论了机器人的避障路径算法。该算法基于局部动态环境信息，具有较高实时性和白 适应性。算法将路径规划分为无障路径规划和避障路径规划两种模式。每种模式均采用了模糊控制 方法。 针对模糊推理规则计算量大这一难题，论文提出了新颖的基于存储器的模糊推理算法，并证明 了该算法可节省大量计算时间。 论文讨论了“Ｕ形陷阱”问题，并从理论上提出了解决方法。 论文研究了智能ＡＧＶ的控制系统结构，并设计了具有较高实时性和自适应性的混合式结构控制 系统。 最后，论文给出了‘ｆｊ采索者”号在室内、室外各种场景中的实验数据。实验证明论文中各项研 究结果基本正确。
关键词：自主地面行驶车辆路径规划避障模糊控制方法控制体系结构
东南大学硕士学位论文
Ａｂｓｔｒａｃｔ
Ａｕｔｏｎｏｍｏｕｓ Ｇｒｏｕｎｄ Ｖｅｈｉｃｌｅｓ ｈａｖｅ ｍａｎｙ ｖａｌｕａｂｌｅ ａｔｔｒｉｂｕｔｅｓ ｔｈａｔ ｃａｎ ｂｅｎｅｆｉｔ ｈｕｍａｎ ｂｅｉｎｇｓ ｉｎ ａｌｌ ｆｉｅｌｄｓ ｏｆ ｍｏｄｅｒｎ ｌｉｆｅ Ｓｅｖｅｒａｌ ｉｍｐｏｒｔａｎｔ ＡＧＶ ｔｅｃｈｎｏｌｏｇｉｅｓ ａｒｅ ｄｉｓｃｕｓｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｉｎｃｌｕｄｅ：Ｐａｔｈ Ｐｌａｎｎｉｎｇ，Ｏｂｓｔａｃｌｅ Ａｖｏｉｄａｎｃｅ，Ｐｅｒｃｅｐ６０ｎ Ｔｅｃｈｎｏｌｏｇｉｅｓ；Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ Ａｒｃｈｉｔｅｃｔｕｒｅ ａｎｄ ｅｔｃ．Ａｌｌ ｔｈｅ ｒｅｓｅａｒｃｈ ｗｏｒｋ ｉｎ ｔｈｉｓ ｐａｐｅｒ ａｒｅ ｎｏｔ ｏｎｌｙ ｄｉｓｃｕｓｓｅｄ ｔｈｅｏｒｅｔｉｃａｌｌｙ ｂｕｔ ａｌｓｏ ｐｅｒｆｏｒｍｅｄ ｗｉｔｈ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｆｏｕｒ－ｗｈｅｅｌｅｄ ｖｅｈｉｃｌｅ “Ｅｘｐｌｏｒｅｒ＇’．Ｔｈｅ ｍａｉｎ ｃｏｎｔｅｎｔ ａｎｄ ａｃｈｉｅｖｅｍｅｎｔｓ ａｒｅ ａｓ ｆｏｌｌｏｗｓ：
并表示了谢意。
研究生签名：型量ｊ兰 日 期：丝型
东南大学学位论文使用授权声明
东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的 复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内 容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借闶，可 以公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权东南大学研 究生院办理。
东南大学硕士学位论文
小结：从１９５９到１９８１这段时问中，科学Biblioteka Baidu对机器人视觉及图像处理技术进行了研究。相关技 术成果包括图像分割法“１、边缘检测改进算法“３（Ｃａｎｎｙ，１９８３）、道路跟随模型的应用（Ｄｉｃｋｍａｎｎｓ ａｎｄ Ｚａｐｐ，１９８６）等等。这些研究为第二代ＡＧＶ感知系统打下了基础。然而由丁图像处理耗时巨大，实时 性很差，人们逐渐将精力转移到激光雷达这种环境感知技术上来。
ｄｅｌｉｂｅｒａｔｉｖｅ ｃｏｎｓｉｄｅｒａｔｉｏｎｓ，ｔｈｅ Ｅｘｐｌｏｒｅｒ’ｓ ｐｅｒｃｅｐｔｉｏｎ ｓｕｂｓｙｓｔｅｍ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ ｗｈｉｃｈ ｉｓ ｃｏｎｓｉｓｔ ｏｆ ｏｎｅ ｓｏｎａｒ ｓｅｎｓｏｒ ａｎｄ ｓｅｖｅｒａＩ ｒｅｄ－ｉｎｆｒａｒｅｄ ｓｅｎｓｏｒｓ． ●Ｐａｔｈ ｐｌａｎｎｉｎｇ ｉｓ ｔｈｅ ｍｏｓｔ ｉｍｐｏｒｔａｎｔ ｍｏｄｕｌｅ ｆｏｒ ａｕｔｏｎｏｍｏｕｓ ａｂｉｌｉｔｙ．Ｉｎ ｔｈｉｓ ｐａｐｅｒ ｔｈｅ Ｅｘｐｌｏｒｅｒ’ｓ ｐａｔｈ ｐｌａｎｎｅｒ ｈａｓ ｔｗｏ ｍｏｄｅ：ｔｈｅ ｏｂｓｔａｃｌｅ－ａｖｏｉｄａｎｃｅ ｍｏｄｅ ａｎｄ ｔｈｅ ｎｏｎ—ｏｂｓｔａｃｌｅ ｐａｔｈ ｐｌａｎｎｅｒ ｍｏｄｅ，ｗｈｉｃｈ ａｒｅ ａｌｌ ａｃｈｉｅｖｅｄ ｂｙ ｆｕｚｚｙ ｃｏｎｔｒｏｌｌｅｒｓ． ·Ｔｈｅ ｏｐｔｉｍｉｚｅｄ ｆｕｚｚｙ ｃｏｎｔｒｏｌ ａｌｇｏｒｉｔｈｍ ＳＩＡ（Ｓｔｏｒａｇｅ－Ｉｎｆｅｒｅｎｃｅ Ａｌｇｏｒｉｔｈｍ）ｉｓ ｐｒｏｖｉｄｅｄ ａｎｄ ｐｒｏｖｅｄ ｃａｎ ｓｐａｒｅ ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆｃｏｍｐｕｔａｔｉｏｎ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｃｏｍｍｏｎ ａｌｇｏｒｉｔｈｍ ·Ｔｈｅ ｐａｔｈ ｐｌａｎｎｉｎｇ ｐｕｚｚｌｅ（“Ｕ ｓｈａｐｅ ｔｒａｐ”）ｈａｓ ｂｅｅｎ ｒｅｌａｔｅｄ ａｎｄ ｓｏｌｖｅｄ ｔｈｅｏｒｅｔｉｃａｌｌｙ ｉｎ ｔｈｉｓ ｐａｐｅｒ ●Ｔｈｅ Ｈｙｂｒｉｄ Ｄｅｌｉｂｅｒａｔｉｖｅ—Ｒｅａｃｔｉｖｅ Ａｒｃｈｉｔｅｃｔｕｒｅ ｉｓ ｉｎｔｒｏｄｕｃｅｄ．ｏｎ ｗｈｉｃｈ ｔｈｅ Ｅｘｐｌｏｒｅｒ’ｓ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｉｓ ｂａｓｅｄ．Ｉｎ ｔｅｒｍｓ ｏｆｔｈｅ ｓｙｓｔｅｍ ａｒｃｈｉｔｅｃｔｕｒｅ，ｔｗｏ·ＣＰＵ ｓｔｒｕｃｔｕｒｅｄ ｈａｒｄｗａｒｅ ｉｓ ｄｅｓｉｇｎｅｄ ａｓ ｗｅｌｌ． ● Ｆｉｎａｌｌｙ，ｔｈｅ ｅｘｐｅｒｉｍｅｎｔｓ’ｒｅｓｕｌｔｓ ｏｆｔｈｅ Ｅｘｐｌｏｒｅｒ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｃｏｎｄｉｔｉｏｎｓ ａｒｅ ｐｒｅｓｅｎｔｅｄ．
●Ｔｈｅ ｉｄｅａｌ ｋｉｎｅｍａｔｉｃ ｍｏｄｅｌ ｏｆｔｈｅ“Ｅｘｐｌｏｒｅｒ”ｉｓ ｉｎｔｒｏｄｕｃｅｄ．ｂａｓｅｄ ｏｎ ｗｈｉｃｈ ｔｈｅ ｌｏｃａｌｉｚａｔｉｏｎ ｍｅＩｈｏｄ—
Ｄｅａｄ Ｒｅｃｋｏｎｉｎｇ ａｌｇｏｒｉｔｈｍ ｉｓ ｄｉｓｃｕｓｓｅｄ ｃａｒｅｆｕｌｌｙ，ａｎｄ ｔｈｅ ｅｒｒｏｒ ｃｏｍｐｅｎｓａｔｉｏｎ ｍｅｔｈｏｄｓ ａｒｅ ｐｒｅｓｅｎｔｅｄ． ●Ｔｈｅ ｐｅｒｃｅｐｔｉｏｎ ｔｅｃｈｎｏｌｏｇｉｅｓ ｉｓ ｄｉｓｃｕｓｓｅｄ ｗｈｉｃｈ ｉｎｃｌｕｄｅｓ ｔｈｅ ｓｅｎｓｏｒｓ ａｎｄ ｔｈｅ ｄｅｐｌｏｙｍｅｎｔ ｓｃｈｅｍｅ Ｗｉｔｈ
论文以地面自主行驶小车的避障与路径规划技术为核心，探讨了感知技术、系统结构等地面自 主行驶车辆关键技术。论文不仅从理论上研究了自主避障行驶这一课题，还参与设计并架构了“探 索者”号智能小车，通过实践证明了论文中环境感知单元、路径规划算法等研究结果的正确性。论 文的主要研究内容和成果包括：
论文分析研究了“探索者”号智能小车的运动系统，给出了小车的理想运动方程为进一步研究 打下了理论基础。
研究生签名：蛰堑暨ｊ堇 导师签名：金兰！公日期：矽ｃ§＞
第一章绪论
第一章绪论
本文的研究对象是陆地自主行驶车辆（Ａｕｔｏｎｏｍｏｕｓ Ｇｒｏｕｎｄ Ｖｅｈｉｃｌｅ）。陆地自主行驶车辆（ＡＧＶ） 是移动机器人的一种。广义看，所有地面轮式移动机器人都属于陆地自主行驶车辆。狭义看，ＡＧＶ 的概念范畴主要包括自主驾驶汽车和小型轮式移动机器人。这两者有着相似的运动方式，但是研究 目的、技术领域以及应用场合、背景等都有所不同。本文的研究对象为小型轮式地面移动机器人， 下面所提及自勺ＡＧＶ特指这种陆地自主行驶车辆。
１９７１年Ｓｔａｎｆｏｒｄ大学的Ｒｏｄ Ｓｃｈｍｉｄｔ发表第一篇有关于视觉和控制在机器人户外行驶方面的论 文。这篇论文中ＡＧＶ叫Ｃａｒｔｌ２１．Ｃａｒｔ带有一个黑自摄像机，它能跟随道路上的白色虚线行驶。与Ｓｈａｋｅｙ 不同，Ｃａｒｔ的运动是连续的，它可以以缓慢步行的速度前进。为了简化图像处理过程，Ｃａｎ采用了 “帧预测”的方法来识别虚线。它的感知系统使用了１０％的视觉信息。
２． １９８４～１９９１
１９８３年，美国的ＤＡＲＰＡ（ＤｅｆｅｎｓｅＡｄｖａｎｃｅｄ Ｒｅｓｅａｒｃｈ ＰｒｏｊｅｃｔｓＡｇｅｎｃｙ）启动了战略性的计算研究发 展计划（Ｓｔｒａｔｅｇｉｃ Ｃｏｍｐｕｔｉｎｇ ｐｒｏｇｒａｍ）。这一研究项目大大发展了图像分割、模糊图像处理、图像识 别等技术。这些图像技术在“方块世界”（”ＢｌｏｃｋｓＷｏｒｌｄ“）非常有用，但是在室外，由于受明暗程度（例 如阴影）以及自然界各种曲线的影响，环境识别效果不好。为了解决图像感知技术的不足，人们采用 了摄像机与探测器（Ｒａｎｇｅ ｆｉｎｄｅ０相结合的方法来架构机器人感知系统。在这一技术的推动下，不少 成功的ＡＧＶ应运而生。其中比较具有代表性的有：ＡＬＶ（Ａｕｔｏｎｏｍｏｕｓ Ｌａｎｄ Ｖｅｈｉｃｌｅ）。从１９８５到１９９０ 年问，它在室外公路路面上的自主行驶速度从１０公里／４，时提升到８０公里／ｄ，ａｔ。在非公路路面上 的自主行驶速度从５公里／ｄ，时（１９８７年）提升到１０公里／ｄ，时（１９８９年）。ＡＬⅣ的感知系统由一台彩 色摄像机和一台双镜像激光扫描仪（Ｔｗｏ－Ｍｉｒｒｏｒ Ｃｕｓｔｏｍ Ｌａｓｅｒ Ｓｃａｎｎｅｒ）组成。定位传感器包括：惯性 导航系统，多普勒雷达（Ｄｏｐｐｌｅｒ ｒａｄａｒ）以及超声波传感器等。
七十年代中后期，机器人三维立体视觉开始发展起来。１９７３～１９８０年期间，Ｓｔａｎｆｏｒｄ大学的Ｈａｎｓ Ｍｏｒａｖｅｃ研制出了第一个机器人三维立体视觉系统。该系统采用一台黑白摄像机，能够检测出室内 环境中的多边形物体．之后又进行了双摄像机机器人立体视觉系统的研究。在该实验中，ＡＧＶ的运 动控制系统包括了一个路径规划器和一个避陴控制器。感知系统使用了择重算法。１（Ｍｏｒａｖｅｃ，１９７７）。 这种算法的基本思路是从环境信息中选出特异的特征量。它能跟随并匹配３０种图像特性，并最终为 导航提高－Ｎ稀疏的环境图。该机器人在室内每移动Ｉ米需要１０多分钟。在室外，由于无法识别阴 影等复杂自然图像．它最多只能走１５米。Ｍｏｒａｖｅｅ的研究第一次较全面地府用了三维信息来表述车 辆行驶环境。同时，这一研究也表明应用立体视觉描述动态室外环境是非常困难的。
ＡＧＶ的种类很多，按工作环境来分可分为室内ＡＧＶ、室外ＡＧＶ：按运动机构可分为：独轮机 器人、多轮机器人和各种具有辅助运动机构的机器人：按控制体系结构可分为：功能式结构机器人、 行为式结构机器人和混合式结构机器人；按功能和用途可分为：医疗机器人、军用机器人、助残机 器人，清洁机器人等。
不同种类的ＡＧＶ运动机构、控制方式等都有所不同。但无论是何种ＡＧＶ，都具有共同的基本 功能——自主避障行驶功能。本文以智能小车的避障及路径规划问题为核心，研究了导航定位、环 境感知、路径规划、系统架构等相关ＡＧＶ技术。