基于視覺的智能車編隊控制研究.pdf

1、機器人相互協(xié)調(diào)工作在軍用和民用方面都有很多優(yōu)點,近年來,多移動機器人協(xié)調(diào)合作成了研究學者廣泛研究的內(nèi)容之一。編隊是機器人之間可以協(xié)作的一個主要問題。機器人編隊是一群機器人的運動行為,由于系統(tǒng)內(nèi)部機器人數(shù)量增加,機器人要準確檢測其他機器人狀態(tài),唯一的方法是增加傳感器,但會使機器人個體的復雜度增加。為減少每個機器人所攜帶的傳感器數(shù)量,本文采用圖像傳感器計算機器人之間的相對角度及相對距離。結合近年來國內(nèi)外發(fā)展,本文除了引入一種新的控制算法之外

2、,論文還將多機器人編隊控制算法從理論仿真上升到實際硬件平臺實現(xiàn),即從軟件仿真和硬件實驗兩方面驗證本文引入算法的正確性。本文主要做了以下幾方面工作:
　　(1)本文研究了基于視覺的領導-跟隨(Leader-Follower)編隊運動學模型。通過推導機器人運動過程中的相對位姿,得到了編隊系統(tǒng)的非線性模型。常用的非線性控制方法有以下兩種:一種是反饋線性化,它是通過反饋或狀態(tài)變換的形式將非線性系統(tǒng)代數(shù)的變?yōu)榫€性系統(tǒng);另一種是控制方法滑模變

3、結構,它是通過設計滑模面,使系統(tǒng)狀態(tài)在一定特性下沿規(guī)定的狀態(tài)軌跡做小幅度、高頻的上下震動。對比兩種控制算法的優(yōu)缺點,本文將基于線性反饋的滑模變結構控制應用到編隊控制模型中。并通過MATLAB仿真驗證系統(tǒng)模型應用基于線性反饋的滑模變結構方法控制的正確性與抗干擾性。
　　(2)本文將圖像顏色空間轉換到HSV空間,利用視覺三角測量原理計算得到智能車之間的相對位姿。
　　(3)本文開發(fā)了智能車編隊硬件平臺。硬件平臺包括三輛智能車,智

4、能車處理芯片為ST公司的F4系列DSC處理芯片;主傳感器選用ov7670彩色圖像傳感器;輔傳感器分別為超聲波測距傳感器及紅外傳感器;智能車測速模塊由光電對管和碼盤組成。此外,本文還在智能車后方安裝了紅色正方形,以此作為參照物來獲得智能車之間相對位姿。
　　(4)對本文提出的控制算法進行軟件仿真和硬件實驗。首先對其進行軟件仿真,在領航者圓形仿真軌跡中加入噪聲,并將仿真結果分別與反饋線性化控制結果作對比,來驗證本文算法的優(yōu)越性。其次,