地形敏感的四足机器人能耗最优规划研究
发布时间：2021-03-07 09:35
移动机器人的工作场景正不断向着室外非结构化环境发展,而其单次执行任务的过程中携带的能源是有限的,因此,如何合理使用能源,使得机器人能在有限的能源支撑下完成尽可能多的任务成了一个热点问题。本文针对四足机器人能源因素的制约问题,总结分析了国内外机器人能耗优化的研究现状,在此基础上利用点云数据建立了一个多层级栅格地形模型,并结合地形因素构建了四足机器人能耗模型,以此为四足机器人的能耗最优路径规划提供基础,具体内容如下:（1）提出了基于点云数据建立多层级栅格地形模型。为了解决现有地形模型结构单一,信息不完备的问题提出了多层级地形模型构建方法。首先从点云中提取出栅格高度、坡度、粗糙度三个地形因子信息,同时基于GoogLeNet InceptionV3网络训练得到地貌信息,将这些信息分别存储在不同的层级中,然后结合四足机器人自身机械特性,依据可通行性评估函数判定栅格的可通行程度。该地形建模方法给四足机器人提供了完备的可通行区域信息,同时为能耗计算提供了地形因子信息。（2）结合地形因子构建四足机器人能耗模型。针对四足机器人机械结构复杂、步态变化多样,难以建立能耗模型的问题,本文...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
地形环境的几何危险
电子科技大学硕士学位论文2全通过的障碍物，如庞大的岩石、倒下的树木等；非几何危险则是指因其密度、粘度等物理特性而妨碍机器人运动甚至使机器人运动完全停止的地形，如湖泊、沼泽等。基于以上描述，可以将地形的可通行区域定义为机器人所处环境中不包含几何与非几何危险的区域。图1-1地形环境的几何危险图1-2地形环境的非几何危险在这样的研究背景下，本课题依托国家自然科学基金“面向山林的爬-步四足机器人关键技术”的支持，针对复杂山林地形环境，建立针对四足机器人的结合地形几何与地貌信息的地形模型，并在建立四足机器人移动能耗模型时综合考虑地形因素以及机器人步态的影响，估算出四足机器人从起始点到目标点的每条通行路径能耗，从而选择一条最小能耗路径，使得四足机器人能在安全的区域范围当中执行任务，并在能量有限的单次活动中工作更长时间，提高工作效率。1.2国内外研究现状及分析无人飞行器[2]及无人潜水器[3][4]是最早应用了能耗最优路径规划方法的平台。其原因在于，这类平台的工作机制及工作环境导致了它们在运动的过程中受到风流或水流的较大干扰，能源的消耗中有相当一部分用于克服阻力。而采用能耗最优的路径规划方法可以通过控制机器人的方向、速度等有效地减小干扰，降低机器人用于克服阻力所消耗的能量[5]。随着移动机器人的工作场景逐渐向室外非结构化环境拓展，移动机器人的能耗问题也受到越来越多的关注。
第一章绪论31.2.1机器人能耗研究现状（1）国外研究现状Broderickj等[6]提出了一个混合系统框架，用于对不同功率元件之间的动态和切换进行统一建模。该混合系统允许对电源开关/关断进行模拟，以及对不同的工作状态诸如充电状态、温度和功率输出等连续参数进行建模。对不同的控制策略进行了仿真比较，实验表明，采用油-电混合驱动系统能够降低部分能耗。Singh等[7]提出了一种基于实时启发式搜索的轮式机器人能耗最优在线路径规划算法，并对路径进行了平滑处理。首先针对轮式机器人的机械结构和运动方式等构建了能耗模型，描述了机器人能耗的计算方法，然后通过限制机器人在最优方向上的运动来产生能耗最优路径。最后对算法进行仿真实验，证明了算法在能量最小化方面的有效性。如图1-3所示，绿色的路线是经过平滑后的路径。图1-3轮式机器人能耗最优路径及其平滑轨迹LiuS等[8]以通行路径的能耗最小为目标，分别分析了几何路径规划和光滑轨迹规划的能量消耗，提出了一种移动机器人的最优运动规划方法。算法将能源效率作为成本函数的中心元素，根据各节点的到达时间和速度参数，利用Bézier曲线规划出一条平滑的航迹。通过优化这些参数来降低能耗，如图1-4所示为能耗最优算法与其他算法的对比。(a)(b)(c)图1-4不同优化目标下最优路径生成的对比(a)最小能耗(b)最小距离(c)最小时间
【参考文献】：
期刊论文
[1]基于能耗最优的4自由度并联机器人轨迹优化[J]. 梅江平,孙玉德,贺莹,臧家炜,方志炜. 机械设计. 2018(07)
[2]基于激光雷达道路可通行区域的检测与提取[J]. 邹斌,王磊. 自动化与仪表. 2018(02)
[3]一种基于A*算法的动态多路径规划算法[J]. 刘斌,陈贤富,程政. 微型机与应用. 2016(04)
[4]基于改进A*算法的电动车能耗最优路径规划[J]. 顾青,豆风铅,马飞. 农业机械学报. 2015(12)
[5]基于变维度状态空间的增量启发式路径规划方法研究[J]. 张浩杰,龚建伟,姜岩,熊光明,陈慧岩. 自动化学报. 2013(10)
[6]受能量约束的移动机器人最优路径规划[J]. 陈世明,孙超峰,江冀海. 机床与液压. 2011(09)
[7]基于三维相机的未知环境地形通行性识别方法[J]. 王文格,段文彬,朱江. 传感器与微系统. 2011(03)
[8]利用地面数字高程模型解求地面坡度值的方法及其评述[J]. 黄培之. 铁路航测. 1989(01)
硕士论文
[1]基于地形特征与领航员示教学习的四足机器人地形可通过性分析[D]. 刘蕊.山东大学 2018
[2]基于能耗最优的喷水推进无人艇路径规划方法研究[D]. 赵亮博.哈尔滨工程大学 2018
[3]基于Kinect可通行性区域识别[D]. 丁亮.杭州电子科技大学 2017
[4]户外环境下基于混合视觉系统的移动机器人可通行区域识别研究[D]. 兰瑶瑶.国防科学技术大学 2015
本文编号：3068833
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
地形环境的几何危险
电子科技大学硕士学位论文2全通过的障碍物，如庞大的岩石、倒下的树木等；非几何危险则是指因其密度、粘度等物理特性而妨碍机器人运动甚至使机器人运动完全停止的地形，如湖泊、沼泽等。基于以上描述，可以将地形的可通行区域定义为机器人所处环境中不包含几何与非几何危险的区域。图1-1地形环境的几何危险图1-2地形环境的非几何危险在这样的研究背景下，本课题依托国家自然科学基金“面向山林的爬-步四足机器人关键技术”的支持，针对复杂山林地形环境，建立针对四足机器人的结合地形几何与地貌信息的地形模型，并在建立四足机器人移动能耗模型时综合考虑地形因素以及机器人步态的影响，估算出四足机器人从起始点到目标点的每条通行路径能耗，从而选择一条最小能耗路径，使得四足机器人能在安全的区域范围当中执行任务，并在能量有限的单次活动中工作更长时间，提高工作效率。1.2国内外研究现状及分析无人飞行器[2]及无人潜水器[3][4]是最早应用了能耗最优路径规划方法的平台。其原因在于，这类平台的工作机制及工作环境导致了它们在运动的过程中受到风流或水流的较大干扰，能源的消耗中有相当一部分用于克服阻力。而采用能耗最优的路径规划方法可以通过控制机器人的方向、速度等有效地减小干扰，降低机器人用于克服阻力所消耗的能量[5]。随着移动机器人的工作场景逐渐向室外非结构化环境拓展，移动机器人的能耗问题也受到越来越多的关注。
第一章绪论31.2.1机器人能耗研究现状（1）国外研究现状Broderickj等[6]提出了一个混合系统框架，用于对不同功率元件之间的动态和切换进行统一建模。该混合系统允许对电源开关/关断进行模拟，以及对不同的工作状态诸如充电状态、温度和功率输出等连续参数进行建模。对不同的控制策略进行了仿真比较，实验表明，采用油-电混合驱动系统能够降低部分能耗。Singh等[7]提出了一种基于实时启发式搜索的轮式机器人能耗最优在线路径规划算法，并对路径进行了平滑处理。首先针对轮式机器人的机械结构和运动方式等构建了能耗模型，描述了机器人能耗的计算方法，然后通过限制机器人在最优方向上的运动来产生能耗最优路径。最后对算法进行仿真实验，证明了算法在能量最小化方面的有效性。如图1-3所示，绿色的路线是经过平滑后的路径。图1-3轮式机器人能耗最优路径及其平滑轨迹LiuS等[8]以通行路径的能耗最小为目标，分别分析了几何路径规划和光滑轨迹规划的能量消耗，提出了一种移动机器人的最优运动规划方法。算法将能源效率作为成本函数的中心元素，根据各节点的到达时间和速度参数，利用Bézier曲线规划出一条平滑的航迹。通过优化这些参数来降低能耗，如图1-4所示为能耗最优算法与其他算法的对比。(a)(b)(c)图1-4不同优化目标下最优路径生成的对比(a)最小能耗(b)最小距离(c)最小时间
【参考文献】：
期刊论文
[1]基于能耗最优的4自由度并联机器人轨迹优化[J]. 梅江平,孙玉德,贺莹,臧家炜,方志炜. 机械设计. 2018(07)
[2]基于激光雷达道路可通行区域的检测与提取[J]. 邹斌,王磊. 自动化与仪表. 2018(02)
[3]一种基于A*算法的动态多路径规划算法[J]. 刘斌,陈贤富,程政. 微型机与应用. 2016(04)
[4]基于改进A*算法的电动车能耗最优路径规划[J]. 顾青,豆风铅,马飞. 农业机械学报. 2015(12)
[5]基于变维度状态空间的增量启发式路径规划方法研究[J]. 张浩杰,龚建伟,姜岩,熊光明,陈慧岩. 自动化学报. 2013(10)
[6]受能量约束的移动机器人最优路径规划[J]. 陈世明,孙超峰,江冀海. 机床与液压. 2011(09)
[7]基于三维相机的未知环境地形通行性识别方法[J]. 王文格,段文彬,朱江. 传感器与微系统. 2011(03)
[8]利用地面数字高程模型解求地面坡度值的方法及其评述[J]. 黄培之. 铁路航测. 1989(01)
硕士论文
[1]基于地形特征与领航员示教学习的四足机器人地形可通过性分析[D]. 刘蕊.山东大学 2018
[2]基于能耗最优的喷水推进无人艇路径规划方法研究[D]. 赵亮博.哈尔滨工程大学 2018
[3]基于Kinect可通行性区域识别[D]. 丁亮.杭州电子科技大学 2017
[4]户外环境下基于混合视觉系统的移动机器人可通行区域识别研究[D]. 兰瑶瑶.国防科学技术大学 2015
本文编号：3068833
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3068833.html
