摘要：自定位是移動(dòng)機(jī)器人在完成路徑規(guī)劃、自主導(dǎo)航等行為的基礎(chǔ)。它的解決是移動(dòng)機(jī)器人完成任務(wù)的前提。本文構(gòu)建了一種基于Kinect深度視覺(jué)傳感器和超聲波的室內(nèi)定位系統(tǒng)，對(duì)三邊定位算法進(jìn)行了改進(jìn)與完善。移動(dòng)機(jī)器人可以通過(guò)自身傳感器對(duì)人工信標(biāo)的感知、分析，精確的得到自己的位置信息，

關(guān)鍵詞：移動(dòng)機(jī)器人，自定位，kinect傳感器，信標(biāo)；

1引言

由于移動(dòng)機(jī)器人在軍事、航天、工業(yè)等諸多領(lǐng)域以及日常生活中越來(lái)越廣泛的應(yīng)用，人們對(duì)機(jī)器人的智能程度要求越來(lái)越高，機(jī)器人被應(yīng)用到各種人類(lèi)不能執(zhí)行或難以執(zhí)行的任務(wù)、“苦力工作”或重復(fù)性的工作等。移動(dòng)機(jī)器人只有知道自己在哪里，以及如何從一個(gè)位置到達(dá)另一位置后，才能夠有目的運(yùn)動(dòng)，從而有效地完成特定的任務(wù)。這個(gè)過(guò)程也被形象的稱(chēng)作導(dǎo)航問(wèn)題：“我在哪里？（Where am I？）”、“我要去哪里？（Where do I want to go？）”、“我如何到達(dá)該處？（How do I get there？）”。機(jī)器人自定位問(wèn)題是需要解決的第一個(gè)問(wèn)題，它的解決是其他兩個(gè)問(wèn)題得以解決的關(guān)鍵和基礎(chǔ)。

基于信標(biāo)的定位系統(tǒng)依賴(lài)于一系列環(huán)境中已知特征的信標(biāo)，通過(guò)安裝在移動(dòng)機(jī)器人上的傳感器對(duì)信標(biāo)進(jìn)行觀(guān)測(cè)?？捎糜谟^(guān)測(cè)路標(biāo)的傳感器有很多種，包括超聲波傳感器、激光傳感器、視覺(jué)傳感器等，信標(biāo)定位方式主要有三邊測(cè)量、三角測(cè)量和場(chǎng)景分析等[1]。合肥工業(yè)大學(xué)的學(xué)生提出基于Zigbee的超聲波室內(nèi)定位系統(tǒng)，在該系統(tǒng)中，超聲波發(fā)射器和Zigbee無(wú)線(xiàn)模塊安裝在移動(dòng)機(jī)器人上，在天花板上以一定間隔安裝超聲波接收模塊，且作為信標(biāo)的接收模塊的全局坐標(biāo)已知。通過(guò)獲取接收模塊與發(fā)射器之間的距離利用三邊定位原理對(duì)機(jī)器人本體進(jìn)行定位。這種定位方式可以達(dá)到很好的定位效果，可是定位區(qū)域需要安裝大量的接收模塊，增加了定位系統(tǒng)的成本，對(duì)安裝及維護(hù)造成極大的不便。哈爾濱工業(yè)大學(xué)的學(xué)生針對(duì)超聲波網(wǎng)絡(luò)需要鋪設(shè)大量硬件設(shè)施的問(wèn)題，研究一種稀疏超聲波網(wǎng)絡(luò)下的室內(nèi)機(jī)器人定位方法，但是這種定位方法需要確定機(jī)器人的初始位姿，在定位過(guò)程中需要大量時(shí)間。

本文提出基于Kinect深度視覺(jué)傳感器的定位方法，設(shè)計(jì)了便于識(shí)別的人工信標(biāo)，通過(guò)邊緣檢測(cè)等方法對(duì)信標(biāo)進(jìn)行配準(zhǔn)、識(shí)別，然后應(yīng)用Kinect視覺(jué)傳感器對(duì)機(jī)器人本體到信標(biāo)的距離進(jìn)行精確測(cè)量，最后應(yīng)用改進(jìn)的三邊定位原理實(shí)現(xiàn)移動(dòng)機(jī)器人的自定位。

2 機(jī)器人硬件系統(tǒng)

MobileRobots的先鋒機(jī)器人比大多數(shù)機(jī)器人小，但是它內(nèi)部高度集成了智能移動(dòng)機(jī)器人技術(shù)，而它的能力完全可以與那些體積笨重價(jià)格昂貴的設(shè)備相匹敵，本文使用的移動(dòng)機(jī)器人為MobileRobots公司設(shè)計(jì)生產(chǎn)的Pioneer3-DX型機(jī)器人，該型機(jī)器人配備隨車(chē)的PC計(jì)算機(jī)，使其成為一個(gè)完全自治的智能移動(dòng)機(jī)器人系統(tǒng)。

2.1 聲納環(huán)

Pioneer3-DX機(jī)型上的聲納環(huán)位置是固定的：兩側(cè)各有一個(gè)，另外6個(gè)以20度間隔分布在前后側(cè)邊。這種聲納陣的布置可以為機(jī)器人提供360度無(wú)縫檢測(cè)。如圖1所示。

圖1 Pioneer3聲納環(huán)

基于A(yíng)RCOS的MobileRobots機(jī)器人最多可以支持4個(gè)聲納環(huán)，每個(gè)環(huán)最多有8個(gè)換能器，使用聲納客戶(hù)端命令可以起動(dòng)或者關(guān)閉全體或者單個(gè)的聲納陣列。命令串參數(shù)由一系列1到32的聲納數(shù)組成。1到8的聲納數(shù)與聲納陣列1的輪循次序相對(duì)應(yīng)。9到16的聲納數(shù)與聲納陣列2的輪循次序相對(duì)應(yīng)；17-24規(guī)定了聲納陣列3的次序；25-32規(guī)定了聲納陣列4的次序。每一次輪循中每一個(gè)聲納可以重復(fù)兩次或者更多次。如果一個(gè)聲納數(shù)沒(méi)有出現(xiàn)在其他已經(jīng)改變的順序中，該聲納環(huán)不會(huì)被起動(dòng)。

2.1 Kinect

Kinect傳感器是由微軟公司于2010年6月發(fā)布的具備RGB彩色相機(jī)、紅外線(xiàn)發(fā)射器、紅外線(xiàn)CMOS攝像頭的深度視覺(jué)傳感器?？捎糜跍y(cè)量空間三維點(diǎn)數(shù)據(jù)，RGB 彩色攝像頭，負(fù)責(zé)彩色信息捕捉，紅外線(xiàn)發(fā)射器、紅外線(xiàn) CMOS 攝像頭相結(jié)合構(gòu)成了三維結(jié)構(gòu)光深度傳感器，負(fù)責(zé)深度圖像的捕捉[2]。

Kinect的測(cè)距使用的是光編碼技術(shù)(Light coding)，即使用光源給待測(cè)量的空間進(jìn)行編碼，,Kinect使用的光源叫做激光散斑，是激光照射到粗糙物體或穿透毛玻璃后形成的隨即衍射斑點(diǎn)。這些散斑具有高度的隨機(jī)性，而且會(huì)隨著距離的不同而變換圖案，也就是說(shuō)空間中任意兩處的散斑圖案都是不同的[3]。只要在空間中打上這樣的結(jié)構(gòu)光，整個(gè)空間就都被做了標(biāo)記，把一個(gè)物體放進(jìn)這個(gè)空間，只要看看物體上面的散斑圖案，就可以知道這個(gè)物體在什么位置了，當(dāng)然，在這之前要把整個(gè)空間的散斑圖案都記錄下來(lái)，所以要先做一次光源的標(biāo)定，在PrimeSense的專(zhuān)利上，標(biāo)定的方法是這樣的[4]，每隔一段距離，取一個(gè)參考平面，把參考平面上的散斑圖案記錄下來(lái)。假設(shè)規(guī)定的用戶(hù)活動(dòng)空間是距離電視機(jī)1米到4米的范圍，每隔10cm取一個(gè)參考平面，那么標(biāo)定下來(lái)我們就已經(jīng)保存了 30幅散斑圖像，需要進(jìn)行測(cè)量的時(shí)候,拍攝一副待測(cè)場(chǎng)景的散斑圖像，將這幅圖像和我們保存下來(lái)的30幅參考圖像依次做互相關(guān)運(yùn)算，這樣我們會(huì)得到30幅相關(guān)度圖像，而空間中有物體存在的位置，在相關(guān)度圖像上就會(huì)顯示距離值。

圖2 Kinect外觀(guān)圖

本文在Pioneer3-DX型機(jī)器人上安裝云臺(tái)，將Kinect深度視覺(jué)傳感器置于云臺(tái)之上，通過(guò)設(shè)置控制系統(tǒng)，可實(shí)現(xiàn)Kinect視覺(jué)傳感器對(duì)周?chē)h(huán)境的360度檢測(cè)。具體的定位思想可用如下流程圖3所示。通過(guò)邊緣檢測(cè)、圖像配準(zhǔn)等方法對(duì)人工信標(biāo)進(jìn)行識(shí)別，具體的方法可以參考論文《《基于sobel算子的邊緣檢測(cè)算法研究》》，本文只對(duì)確定人工信標(biāo)之后的定位部分進(jìn)行論證。

圖3 機(jī)器人自定位流程圖

3改進(jìn)三邊定位法

傳統(tǒng)三邊定位法如圖4所示。A、B、C三個(gè)點(diǎn)的坐標(biāo)是已知的，假設(shè)分別為

圖4 三邊定位原理示意圖

在沒(méi)有誤差的情況下，式3-1方程組有唯一的解，即在水平面上的投影的圓有唯一的交點(diǎn)，但是在實(shí)際測(cè)量中，誤差是不可避免的，三個(gè)圓并不能相交于同一點(diǎn)，而是形成一個(gè)區(qū)域[6]。如圖5所示。

圖5 測(cè)量誤差形成區(qū)域

從求解三邊測(cè)量法方程的過(guò)程中我們可以發(fā)現(xiàn)，如果方程組沒(méi)有相交于一點(diǎn)，則三邊測(cè)量法求得待測(cè)節(jié)點(diǎn)的坐標(biāo)為兩條直線(xiàn)的交點(diǎn)，這兩條直線(xiàn)分別為過(guò)圓B與圓A的交點(diǎn)的直線(xiàn)L1和過(guò)圓A與圓C的交點(diǎn)的直線(xiàn)L2，三邊測(cè)量法的解法并沒(méi)有完全利用已知的3個(gè)節(jié)點(diǎn)的坐標(biāo)值，而是根據(jù)2條直線(xiàn)的交點(diǎn)來(lái)計(jì)算待測(cè)節(jié)點(diǎn)的位置，這樣計(jì)算出的坐標(biāo)會(huì)存在比較大的誤差[7]。如圖6所示。

圖6 誤差情況下的三邊定位算法

為了使計(jì)算出的移動(dòng)節(jié)點(diǎn)的坐標(biāo)更精確，在測(cè)量有誤差的情況下，前人提出用三個(gè)圓圍成的區(qū)域的質(zhì)心來(lái)計(jì)算待測(cè)節(jié)點(diǎn)的位置[8]。將 3-1方程組中的方程表示為如下函數(shù)：

本文采用上述算法進(jìn)行了多次的獨(dú)立實(shí)驗(yàn)，獲取了較為豐富的實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)數(shù)據(jù)顯示：在多數(shù)情況下，上述方法可以準(zhǔn)確的對(duì)機(jī)器人實(shí)現(xiàn)自定位，但是仍然存在定位點(diǎn)與實(shí)際機(jī)器人位置相差甚遠(yuǎn)的情況，筆者篩選出一組有代表性的數(shù)據(jù)進(jìn)行論證說(shuō)明，并且提出了解決這個(gè)問(wèn)題的方法，對(duì)上述算法進(jìn)行了完善。、

4實(shí)驗(yàn)與仿真

本文選取路標(biāo)位置隨機(jī)記錄了十組機(jī)器人的準(zhǔn)確位置分別為1（180，80，45）2（200，60，45）3（220，70，45）

4（240，80，45）5（260，90，45）6（280，100，45）

7（300，110，45）8（320，120，45）9（340，130，45）

10（360，140，45）（單位：cm），以及應(yīng)用Kinect傳感器測(cè)得在該位置到以上三個(gè)路標(biāo)的距離信息分別為如表1所示，應(yīng)用上文提到的改進(jìn)三邊定位算法對(duì)機(jī)器人實(shí)現(xiàn)自定位，并且將自定位得到的機(jī)器人坐標(biāo)位置與之間記錄的機(jī)器人實(shí)際位置進(jìn)行仿真對(duì)比，驗(yàn)證本文的定位效果。

表1 數(shù)據(jù)信息

在進(jìn)行仿真實(shí)驗(yàn)過(guò)程中，筆者發(fā)現(xiàn)隨著機(jī)器人到路標(biāo)之間距離測(cè)量誤差的增大，的確存在三個(gè)圓不能交于一點(diǎn)的情況，但是卻不能完全滿(mǎn)足時(shí)，就能夠得到所需點(diǎn)的要求。如圖7所示。

圖7 matlab仿真圖

在實(shí)際應(yīng)用過(guò)程中，可將兩種方法進(jìn)行融合，針對(duì)不同的路標(biāo)位置，采用相應(yīng)的改進(jìn)方法，以實(shí)現(xiàn)機(jī)器人的精確定位。圖8為采用本文的融合算法對(duì)機(jī)器人的自定位仿真圖。

圖8機(jī)器人定位對(duì)比圖

上圖中藍(lán)色曲線(xiàn)為機(jī)器人實(shí)際位置，紅色曲線(xiàn)為應(yīng)用本文融合算法得到的機(jī)器人自定位位置，從仿真圖像中我們可以清晰的看到，應(yīng)用本文算法的機(jī)器人自定位效果明顯，定位精度高，誤差在2cm之間，可以應(yīng)用于室內(nèi)結(jié)構(gòu)化環(huán)境中，可以準(zhǔn)確的實(shí)現(xiàn)機(jī)器人的自定位。

5結(jié)論

本文構(gòu)建了一種基于Kinect深度視覺(jué)傳感器的室內(nèi)定位系統(tǒng)，對(duì)三邊定位算法進(jìn)行了改進(jìn)與完善。移動(dòng)機(jī)器人可以通過(guò)自身傳感器對(duì)人工信標(biāo)的感知、分析，精確的得到自己的位置信息，并且通過(guò)Matlab仿真實(shí)驗(yàn)，驗(yàn)證了本文的算法定位的高精度、可以準(zhǔn)確的實(shí)現(xiàn)機(jī)器人的自定位。

參考文獻(xiàn)

[1]孫利民，李建中，陳 渝. 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)[M]. 北京：清華大學(xué)出版社，2005，140

[2]閔華松，楊 杰. 融合 IMU 和 Kinect 的機(jī)器人定位算法的研究[D]. 武漢：武漢科技大學(xué)，2014，5

[3]夏路易，賀 超. 基于Kinect的移動(dòng)機(jī)器人同時(shí)目標(biāo)跟蹤與避障[D]. 太原：太原理工大學(xué)，2013，5

[4]徐向民，李輝憲，葉日藏. 基于Kinect深度傳感器的三維重建技術(shù)應(yīng)用研究[D]. 廣州；華南理工大學(xué)，2013，10

[5]孫寶江，徐 躍. 基于超聲波測(cè)距的機(jī)器人定位與避障[D]. 濟(jì)南： 齊魯工業(yè)大學(xué)，2013，5

[6]張樹(shù)剛. 基于超聲波的移動(dòng)機(jī)器人局部避障算法及應(yīng)用[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2013，12

[7] 盧惠民，張 輝，鄭志強(qiáng). 基于視覺(jué)的移動(dòng)機(jī)器人自定位問(wèn)題[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2009，9第40卷增刊，128—129

[8]周 倫. 室內(nèi)移動(dòng)機(jī)器人超聲波網(wǎng)絡(luò)定位方法研究[D]. 哈爾濱： 哈爾濱工業(yè)大學(xué)，2013，7

[9Ibraheem M. Gyroscope-enhanced dead reckoning localization system for an intelligent walker[C]//Information Networking and Automation (ICINA), 2010 International Conference on. IEEE, 2010, 1: V1-67-V1-72.]

[10] Cho B S, Moon W, Seo W J, et al. A dead reckoning localization system for mobile robots using inertial sensors and wheel revolution encoding[J]. Journal of mechanical science and technology, 2011, 25(11): 2907-2917.

作者簡(jiǎn)介：

郭彤穎（1974-），女，副教授，碩士生導(dǎo)師

陳 策（1990-），男，控制工程專(zhuān)業(yè)碩士研究生