服务机器人多传感器数据融合技术研究

【前言】服务机器人多传感器数据融合技术研究由文秘帮小编整理而成，但愿对你的学习工作带来帮助。服务机器人是一种自主或半自主的能够提供服务而不是提供生产的机器人，这种机器人能够改善人们的生活质量[3]。服务机器人的研究始于上世纪60年代末期，Nilssen等人开始研制自主移动机器人（Autonomou mobile robot，AMR）Shakey，在复杂环境下将人工智能技术应用于机...

【摘 要】服务机器人的自主导航过程通常处于不确定的环境中，单一的传感器提供信息己经无法满足现代移动机器人的需求，多传感器信息融合技术在机器人领域得到广泛应用。项目以国家863重点项目成果“护理机器人”样机为平台，研究室内移动服务机器人的多传感器信息融合、路径规划与运动控制方法，为今后室内机器人定位的研究提供理论依据和具有实用性的参考。

【关键词】服务机器人；D-S论证；数据融合

引言

随着机器人技术的发展，机器人的用途开始从传统的工业领域不断向军事、医疗、服务等领域拓展。服务机器人是本世纪最有发展潜力的一个应用领域，据预测在未来一段时间内服务机器人的需求数量将会超过工业机器人[1]。美国、欧洲、日本和韩国都制定了研制服务机器人的国家中远期研究计划。我国863计划2006年开始将“智能机器人技术”列为专题，为服务机器人研究提供支持，推动服务机器人发展，因为服务机器人研制的意义为：（1）解决社会人口结构变化问题――全球性人口老龄化问题，为老人提供陪护服务，缓解社会压力，并监控环境安全[2] ；（2）提高社会生活质量，提供多种移动服务作业例如：导游、娱乐、清扫和网络信息服务等，服务机器人可胜任伙伴；（3）提升家居环境智能，随着IPV6技术的推进和3G时代的到来，家电网络化和多功能化，服务机器人替主人担当管家。在无人值守的室内环境下服务机器人能够担当保姆角色与远程家人实时保持交互，并监控室内安全；（4）在康复和助残方面服务机器人也是病人的得力助手。

1.服务机器人技术的研究

服务机器人是一种自主或半自主的能够提供服务而不是提供生产的机器人，这种机器人能够改善人们的生活质量[3]。服务机器人的研究始于上世纪60年代末期，Nilssen等人开始研制自主移动机器人（Autonomou mobile robot，AMR）Shakey，在复杂环境下将人工智能技术应用于机器人系统，以完成自主推理、规划和控制的功能[5]。服务机器人应用范围广泛，TCSRIRAS在应用范围上将服务机器人分为：清洗管家、教育机器人、类人机器人、人道主义排雷机器人、康复机器人、检查监视机器人、医疗机器人、建筑、自动回填机械、导游及办公室环境、消防机器人、搜索及拯救机器人和食品工业等16种服务机器人并给出相关研究机构和科研成果[4]。Care-O-Bot III是Fraunhofer IPA研制的最新一代服务机器人，和前两代产品相比，尽管也配有激光测距传感器和视觉系统，但在控制方法、传感器、中间件、运动学、皮肤和人机界面等方面做了很多改进[15-17]。

2.移动机器人多传感器信息融合技术的研究

移动机器人在自主导航定位过程中，必须以有效且可靠的环境感知为基础。由于各类传感器信息的物理性能局限性、不完备性和不确定性，利用具有冗余性和互补性的多传感器信息融合技术能全面地描述周围的工作环境并提高系统的可靠性。目前，多传感器信息融合技术常用的方法包括加权平均，卡尔曼滤波，贝叶斯估计，统计决策理论，神经网络，模糊推理和Dempster-Shafer（D-S）证据理论[18]-[25]。针对移动机器人所处的动态工作环境，以贝叶斯概率描述不确定因素在实际应用中鲁棒性较好，但算法通常需要先验假设且计算量大，因此具有一定的局限性；D-S证据理论满足比贝叶斯理论更弱化的条件假设，可以不需要先验知识，通过证据信息对假设做出判断，得到各个假设的基本信度赋值。虽然D-S证据理论可以有效处理不确定信息，但处理冲突信息能力不够。作为D-S证据理论的发展，证据推理（Evidential Reasoning）方法在处理不确定或不完整和冲突信息方面适应性更强，已成功应用于不确定系统建模和多源信息融合[24][25]。

针对室内环境下服务机器人系统建立及定位问题进行研究，首先面向家庭环境多任务需要，建立服务机器人系统，然后基于证据推理方法的移动机器人多传感器信息融合技术对其定位理论进行分析和证明，在实验室环境下对新平台进行定位算法验证。

3.基于证据推理方法的移动机器人多传感器信息融合技术

根据已知环境地图的栅格矩阵，推理每个栅格被障碍物占用的置信度。其映射关系为： 其中M， N表示二维空间中栅格的数量，R表示实数空间，Belief表示某个栅格被障碍物占用的置信度。在证据推理框架下，首先确定辨识框 中的基本焦元 和 ，定义 表示某个栅格为空， 表示该栅格被障碍物占用。在某t时刻超声波传感器或红外PSD传感器采集的数据信息作为一条证据源，构造证据置信度函数 ，在辨识框 中用 表示不确定信息。通过证据推理算法融合所有传感器的置信度函数值，得到每个栅格被障碍物占用的置信度值，确定整个工作环境数据栅格的置信度分布图。在数据融合过程中可根据工作环境信息动态调整不同传感器证据信息的相对权值。此外，在本项目中还可以利用护理机器人士工作环境顶部的摄像头和驱动轮上的编码器信息动态修正数据融合结果。

4.结论

项目在已有研究工作的基础上，结合移动机器人现有的自主导航技术，以护理机器人样机为平台，重点研究室内移动服务机器人的多传感器信息融合、路径规划与运动控制技术。对于提高家庭生活支援机器人的自主定位能力和运动控制精度，使其走出实验室逐步产业化具有重要的理论价值和实际意义。

参考文献：

[1]张炜.环境智能化与机器人技术的发展[J].机器人技术与应用.2008，3：13～16.

[2]张钹.机器人的智能化.国家863计划智能机器人主题专家组.迈向新世纪的中国机器人.辽宁科学技术出版社，2001：30～32.

[3]赵立军.室内服务机器人移动定位技术研究[D]：博士学位论文.哈尔滨：哈尔滨工业大学，2009.

[4]Nilsson N J. A mobile automation： An Application of Artificial Intelligence Techniques. Proceedings of the 1st In ternational Joint Conference on Artificial Intelligence. 1969：509～520.

[5]X.Ma， B.Qian. Open Service Robot Development Platform；ICMEE，2013.08.