文摘

本研究实现了基于逻辑的模糊避障和人类跟踪在一个全向移动服务机器人系统。移动机器人系统可以被分离和结合,可以远程控制和切换前进,避免障碍自动在一个室内环境。该系统能够跟踪到用户根据用户的位置。全向轮是适应电力系统执行转换和旋转运动。翻译运动使机器人能够避免在路径障碍越来越灵活。与旋转运动,机器人可以快速找到对象的方向。最后,实验表明,该系统具有良好的性能在服务环境。

1。介绍

机械工程和人工智能机器人的迅速发展和科学技术的进步在过去几十年1]。机器人被越来越多的应用,不仅在传统产业领域,农业和水产养殖也在许多环境中,如医学(2),医疗器械(3)、教育(4),(5,和娱乐6),他们被广泛使用;机器人代替人力资源为企业节约劳动成本。等工厂自动化机器人处理机器人和装配机器人可以加速生产力和提高产品产量。拆除机器人和探索机器人可以代替人执行任务在危险的环境中,降低了风险,如监测气体中毒或气体泄漏。此外,人们预期上升的生活质量。服务机器人的发展减少服务人员的工作量,让服务人员做更有价值的事情,从而提高服务质量。因此,智能服务机器人已经成为一个重要的发展趋势。

本研究扩展了以前的研究,陈et al。7]。提出系统配备了多功能人机交互式多媒体界面,以便用户可以与机器人互动,和机器人也可以引导用户购买商品。机器人可以采用Kinect来跟踪用户和遵循用户的模糊逻辑控制马达。机器人身体移动基地和分离,使移动系统的远程控制和避免沿着路径障碍。系统可以不分离时,远程控制。最后,设计一些实验来测试设计。成功率计算30测试/实验后在每种情况下。本研究的大纲如下。部分2综述了近期相关工作和限制了本文的范围。部分3描述了系统的概述。部分4介绍了提出综合解决方案。部分5介绍了该解决方案的仿真。部分6得出结论并描述了未来的工作。

2。相关工作

近年来,越来越多的学者研究了移动机器人和显示许多成就,如路径规划(8,9),避障系统[10),导航系统(11),和跟踪。对移动机器人的研究广泛,本研究主要侧重于探索和实现目标跟踪,避障,提出了移动机器人的模糊控制。

2.1。机器人运动

机器人可以通过移动模式分类为轮式机器人和足机器人。脚比轮式机器人机器人移动速度较慢但可以处理更复杂的地形。最常见的脚机器人是昆虫(12),四足动物,和双足机器人5]。轮式机器人改变方向,移动得更快,适合在平坦地形移动。陈等人。13和黄和蒋介石14)采用轮式机器人作为研究项目。本研究采用轮式机器人,该机器人系统的基础。

2.2。目标跟踪

本节回顾了相关的研究移动平台和移动机器人目标跟踪的能力。李等人。15)应用3 d相机估计目标距离之间的关系,建立的控制输入和深度图像,从而构建一个人类跟踪算法在移动机器人。Zhang et al。16)使用利用匹配跟踪目标。系统锁目标根据衣服的颜色。Benli et al。17)检查在无人驾驶智能感知系统的目标跟踪和关注角度视觉和红外波段,以及O-D视觉乐队跟踪目标跟踪方法。冯et al。18)提出了一个目标的人跟踪模型基于超宽带(UWB)技术对人类跟踪机器人和克服挑战的测量误差修正双曲线定位算法。威廉姆斯和Sukhatme [19)展示了一个度量的可观测性,提高系统定位。太阳et al。20.)提出了一种三自由度行人轨迹预测方法自主移动机器人。

2.3。避障

避障的主要目的是测量的距离障碍,确定障碍物的位置,并确定的形状不同的障碍。由于近年来提高计算速度,许多视觉传感的避障方法。艾尔而et Al。21)提出了一个导航和路径规划方法,以避免障碍。机器人会生成一个2 d地图使用检测通过雷达测距传感器和障碍。Mvemba et al。22)使用一个传感器安装在移动机器人。区间内的伺服扫描和探测障碍的评估检测到障碍物的距离。Ziaei et al。23)开发了一种全局路径规划方法使用一个开销相机基于人工势字段的原则。陈等人。13]介绍了轮式移动机器人的路径跟踪方法。他们的方法包括路径规划和控制器的设计。路径规划采用b样条生成一个避障路径,从而减少统计碰撞的可能性。

3所示。系统概述

本节介绍了机器人的设计理念和重要组成部分。

3.1。机器人机制架构

机器人是由直流电机,伺服电机,铝,塑料部件,控制董事会,由伺服控制指挥官16控制板。运动方法采用四个直流电机与全向轮,旋转方向相同或搬到四面八方。联合利用五25公斤伺服马达和六10.8公斤伺服马达,英特尔迷你主机和10英寸屏幕IPS。电源适用于电动机的12 V 7.2 Ah铅酸电池和模块,而屏幕上,英特尔迷你主机,Kinect,扬声器电源UPS不间断供电系统供电。头,手,和腰部有11个自由度。高是112厘米。系统可以通过远程控制使用手持设备和自主移动机器人可以设置如图1。

3.2。系统架构

该系统包括一个基本的指挥官,RGB-D相机(Kinect),直流电机,超声波传感器和一个迷你电脑,如图2。RGB-D相机传送目标跟踪信息,而其他模块,如电动机控制器和传感器连接到基本的指挥官。

3.3。移动平台

四个全向轮的全向移动平台集成。一般,将过程导致累计偏差,造成严重的身体位移后几个切屑。全向轮使平台水平沿着路径移动,没有不断的转动,因此解决问题的误差积累。平台的大小是480毫米×480毫米和四个全向轮直径102毫米,宽度35毫米宽。整个侧辊的形状,这样的轮子是圆形,以确保一致性和稳定性的车轮与地面接触。的部分力量可以转化为垂直方向轮辊。任意方向的转矩是合成与车轮的速度和方向的合作。图3显示了全向移动平台。

3.4。深度相机

深度数据提取和彩色图像数据采集操作类似,都需要理解深度数据仍然是必要的。红外线发射和红外线反射的探测,可视化视图中的每个像素的深度值可以计算。在提供的图像帧深度数据流,每个像素代表对象最接近的距离相机的飞机。深度数据的最大值是1220毫米到3810毫米。骨骼追踪方案构建人体的关节,可以识别和定位不同的身体部位,如手、头,和身体。当对象走进Kinect的视野,Kinect v1如图4可以找到20关节的位置点和代表的职位 坐标。与深度图像空间坐标,这些坐标单位是米。通过这种方式,当对象执行很多复杂的操作在Kinect面前,这些关节的位移之间的位置非常明显,帮助计算机理解对象执行什么操作。

3.5。超声波传感器

系统采用声纳模块接收用户指令和措施距离根据用户要求在适当的环境条件下。检测距离是5米。八个超声波是建立在移动平台上,位置如图5。

4所示。提出的方法

4.1。Fuzzy-Based避障

本研究提出了一种新的超声波避障的异常检测方法,它可以解决超声传感器无法检测的问题之间的距离障碍,由于它的形状和材料。因此,该方法可以有效地提高异常检测能力的超声波传感器,当面临极端条件。方法提供了稳定的超声模糊控制器输入值,和稳定的输入范围,该方法简化了设计最初的成员函数和模糊逻辑规则,因此降低了难度和所花费的时间在后续优化。

此外,该方法具有计算复杂度低,使整个系统能够实时操作和整合与其他传感系统更灵活。在实际的应用目标跟踪中,将避障的方法使移动平台安全,因此更实用。因此,移动平台可以避免障碍没有将目标跟踪,减少的风险失去目标时避免障碍。异常检测的方法可以提高能力,从而避免障碍安全地即使是应用于steering-oriented避障策略。因为触发超声波距离测量和计算反射波,反射波才能真正显示是否存在和距离的障碍是一个关键问题。超声波发射的分布可以模拟为扇形,而超声波接收器触发获得的距离只有获得足够的能量。因此,如果障碍不能反映了超声波由于其形状,位置,或材料,障碍检测系统将测量不准确甚至无法检测的距离障碍。新方法采用地面作为反映了超声波的平面稳定,与一个固定的实际距离和测量值之间的区别。几个距离范围内稳定的反射区,称为临界边界,通过不同类型的选择和测试障碍,看哪个更重要的边界可以确定异常条件和清晰的规则。多个实验后的最终关键边界被选作为固定基准的异常检测。 Figure6显示关键的侧面边界形成的超声波。

如果障碍接触临界区域,那么测量的价值关键边界反射波的变化,导致异常状态。这种异常状态表明,障碍是太接近移动平台在一个特定的方向,因此,相应的移动平台必须为了把异常状态恢复正常,保持一个清晰的临界边界,以确保安全。一般来说,如果入侵障碍是飞机很少或根本没有倾斜,然后由超声波传感器测量的距离下,这样,即使是传统的障碍检测方法知道一个障碍是接近这个目标。然而,如果吸收超声波障碍材料,或者如果它的形状是圆柱形或斜面,那么超声波传感器测量的值将不稳定或者只是显示了一个远的距离,因为接收到反射波在不同时间和不同能量水平或吸收障碍。在这些情况下,传统的障碍检测方法和避免规则是无效的。在新方法中,即使障碍是圆柱形,斜面或吸收超声波的材料制成的,它仍然块关键的超声波反射边界从地面,使价值不再局限于一个稳定的范围内。因此,这种情况下可以被称为障碍进入临界边界在一个特定的方向,使移动平台采取相应的规避策略。图7说明了关键的顶视图边界由多个超声波传感器。该方法有更好的安全的避障策略目标跟踪。

传统的翻译避障策略可以避免目标损失通过保持Kinect的视线内的目标视图,当目标并不太大。然而,传统的策略只能依靠前面的左边或右边超声波传感器来确定是否能安全地向前推进。不幸的是,实验结果表明,左前或右前面的超声波传感器,当遇到一个斜面或圆柱形障碍,往往未能找到障碍或措施的距离障碍不准确,导致传感器当前进的障碍。使用新的检测方法,超声波传感器可以检测异常并试图清洁关键边界早些时候翻译相反的方向。新方法可以提高能力的障碍,避免应用于翻译还是steering-oriented回避策略。图8说明了传统的比较结果和新方法在使用一个翻译避障策略。

推理需要找到质量中心通过整合不断变化的函数,使计算过程效率低下。为了实现实时操作,本研究采用Sugeno-style推理方法。

Sugeno-style推理方案只使用一个单一的态函数的峰值后者隶属函数的模糊规则,以以下形式:

后者的隶属函数都是由单个国家飙升。最后一步是采用重心法计算一个清晰的输出。所采用的模糊规则是零级Sugeno模糊模型,也常用在大多数系统和模糊规则: 在哪里是一个常数。每个模糊规则的输出是一个常数,和后者的隶属度函数由一个单一的高峰状态。最后一步是采用重心法来计算一个清晰的输出:

数据9和10显示相应的输入和输出隶属度函数的模糊逻辑控制系统:(一)相对距离目标采用Kinect决定是否停止旋转,或遵循目标:(1)停止。0 - 150厘米(2)旋转找到目标。150 - 250厘米(3)按照目标。250 - 450厘米(B)相对绝对角度偏离Kinect的目标:A1:0 - 13度(小角度的偏差)A2:10 - 20度(medium-angle偏差)A3:相当于17 - 30度(huge-angle偏差)(C)Four-motor旋转输出:B1:0%力量(停止后或旋转)B2:50%力量(后缓慢或旋转)B3:80%力量(快或旋转)(D)模糊规则:规则1: 。如果目标角偏差很小,停止转动或旋转。规则2: 。如果目标角偏差是媒介,缓慢转动或旋转。规则3: 。如果目标角偏差很大,快速转动或旋转。

4.2。目标用户跟踪

一个具体的目标用户的精确位置,无论从前面或后面的移动系统,计算采用骨架提取函数来计算目标用户之间的距离和角度。骨架提取数据包含以下信息:(1)用户跟踪状态(2)用户追踪ID

模糊逻辑控制系统需要从跟踪子系统接收多个命令,包括启动命令的两个函数和一个取消命令。一般来说,用户可以给机器人通过语音命令,但语音识别也可能失败。此外,如果用户忘记了命令,它会引起恼人的用户体验。为了解决这个问题,本研究采用手势识别。这是特别适合我们的系统。数据11和12显示所选择的三个特定的手势。

4.3。路径规划

机器人路径规划问题是最重要的研究问题之一。机器人的路径的要求包括避免障碍,减少移动距离。全球地图包含了所有障碍信息需要在一些方法,如(24]。然而,在某些情况下是不切实际的障碍可能移动或改变方向。在本文中,我们应用弹性网络优化政策起源于避障的路径。弹性网首先提出了旅行商问题(25]。它是一种有效的优化路径的方法。弹性网络的基本思想是一个弹性环与几个点。每一个点都可以被邻居和最近的城市所吸引(旅行商问题)。在我们的方法中,弹性网络简化为一个弹性线从起点到停止点,就像在图13。每一个点都可以被邻居和最近的障碍所吸引。图14显示了部队的弹性网。这一点N1和N2所吸引,引力与距离成正比。吸引力的力量倾向于减少机器人的路径的长度。这一点由最近的障碍O1击退。的排斥力的平方距离成反比。斥力使之路遥远的障碍。

5。实验结果

5.1。实验环境

几个实验是为了测试该系统。这些实验包括三个环境中的避障,分开机器人移动平台时,用户后,用户。每个案例的成功率是计算每个实验后10次。

5.1.1。避障环境

数据15- - - - - -17显示了三个空间模拟的家庭环境。实验是在一个真正的家庭环境和一个客厅,厨房,卧室。的障碍在客厅沙发,茶几,电视柜。厨房里的障碍是一个冰箱和炉子内阁。卧室的障碍是床和床头柜。

5.1.2中。障碍类型

为了验证机器人避障的有效性,实验设计与各种障碍。不规则形状的障碍包括咖啡桌、沙发,电风扇在客厅里。有些障碍是形状像汽缸。数据18- - - - - -21在每个空间展示不同的障碍。

5.2。实验的机器人机制

根据设计的机器人了。图22显示了主体,这是一种铝合金框架包括一个转盘,身高110 - 120厘米。总重量大约是40公斤。机器人可以携带额外的5公斤,可以移动手持设备的远程控制。手臂部分利用连杆结构增加电动机的负载容量。方法采用四个直流电机运动全向轮的大小 6毫米适配器中心轴,可原位旋转或者移动向四面八方扩散。联合采用五25公斤伺服马达和六10.8公斤伺服马达。

5.3。用户跟踪结果

实验首先表现在大厅里。机器人开始遵循用户后,认识到姿态。在这个实验中,用户在一个角落里测试机器人的跟踪性能。“来找我”测试在不同的距离和30倍执行失败1次10米,在15米5倍,10倍20米。传感器可以检测到用户但失败越来越超出这个距离在10米。表1列出了实验结果。

“跟我来”实验中,机器人的能力遵守具有良好的性能和可以按照主题5米以上的距离。表2列出了实验结果。

“跟我来”实验中,用户指了指机器人,机器人开始遵循用户,跟踪用户,并继续跟踪用户后。实验场景如图23- - - - - -26。

5.4。避障的结果

避障实验运行的客厅,厨房,卧室的实验区域。表3列出了实验结果。主要的测试标准是机器人是否能有效地避免不规则形状的物体。实验结果表明,该机器人避免100%的不规则的障碍。实验记录被拍成了电影,除了实际的测试视频演示链接。

6。结论

本研究发展一个可分离的全向移动服务机器人系统。这个系统执行比其他追踪方法。手势识别使用户能够使机器人跟踪自己。类似于一个导游机器人的“关注”功能,“来找我”功能和手势识别允许用户调用机器人,一个特别有用的特性在帮助的人严重受伤。跟踪函数可以锁定对象,如果它返回锁定目标。重新能力可以加强在未来,通过锁定同一个目标使用深度图像或根据衣服颜色和身体大小。远程控制和避障,提出机器人可以手动或自动巡逻。未来的工作将加强巡逻能力通过机器人开始从一个地方到另一个目的地,回到原点。此外,牵引轮造成困难的移动平台同步与30公斤的机器人的转向方向,导致整个机器人的实时控制失败,即使准确的电机控制和校准。将来取代全向轮的牵引轮可以提高机器人的转向速度和能力。 Conversely, to reduce the friction caused by the robot, the traction wheels could be constructed with low-friction materials such as plastic in the future. Although the mobile platform needs more friction to drag the load, high-friction materials such as rubber can be replaced to reduce the friction on the current omnidirectional wheels.

数据可用性

使用的所有数据已经包含在这篇文章。

的利益冲突

作者宣称没有利益冲突。