《机器人控制理论与技术ppt课件.pptx》由会员分享，可在线阅读，更多相关《机器人控制理论与技术ppt课件.pptx（37页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、1单独使用本体感受型传感器的问题单独使用本体感受型传感器的问题n误差的不确定性随着时间快速增长！误差的不确定性随着时间快速增长！n消除的方法：引入外传感器信息！消除的方法：引入外传感器信息！n关键的问题：关键的问题：如何融合本体感受型传感器和外传如何融合本体感受型传感器和外传感器的信息？感器的信息？2机器人位置更新的两个步骤机器人位置更新的两个步骤3感知更新与动作更新问题描述感知更新与动作更新问题描述n已知条件已知条件当前位置估计当前位置估计 当前时刻位置估计值的协方差当前时刻位置估计值的协方差当前控制输入当前控制输入 传感器的观测值传感器的观测值地图地图 n求取目标求取目标 下一时刻的位置下
2、一时刻的位置新位置的协方差新位置的协方差)( kkp)( kkp)(ku) 1( kZ)(kM) 11( kkp) 11(kkp4基于基于Kalman滤波器的位置估计滤波器的位置估计5Kalman滤波器简介滤波器简介n卡尔曼滤波器的本质是卡尔曼滤波器的本质是利用递归算法获得利用递归算法获得贝叶斯规则最优解贝叶斯规则最优解贝叶斯规则指的是在已知观测信号的分贝叶斯规则指的是在已知观测信号的分布的前提下由真实变量的先验估计推算布的前提下由真实变量的先验估计推算其后验概率分布；其后验概率分布；最优解指的是后验估计的误差协方差最最优解指的是后验估计的误差协方差最小，即最小均方误差准则。小，即最小均方误差
3、准则。6Kalman滤波器示例（滤波器示例（1 1）7Kalman滤波器示例（滤波器示例（2 2）n对下一时刻温度值进行估计：对下一时刻温度值进行估计：23n计算估计值的方差：计算估计值的方差：n计算计算Kalman增益增益Kg：n计算最优估计值：计算最优估计值：n更新估计值偏差：更新估计值偏差：8Kalman滤波器计算的五个步骤滤波器计算的五个步骤n对对k位置进行估计：位置进行估计：n计算估计值的方差：计算估计值的方差：P(k|k-1)=P(k-1|k-1)+Qn计算计算Kalman增益增益Kg：n计算最优估计值：计算最优估计值：n更新估计值偏差：更新估计值偏差：9基于基于Kalman滤波器
4、的定位方法滤波器的定位方法10基于基于Kalman滤波器的定位方法滤波器的定位方法n根据里程计信息和机器人运动学模型，可根据里程计信息和机器人运动学模型，可以估计出当前机器人位置：以估计出当前机器人位置：1m1mn估计方差为估计方差为0.30.3n前一时刻机器人位置的方差：前一时刻机器人位置的方差：0.20.2；n机器人根据超声传感器测量得到当前的位机器人根据超声传感器测量得到当前的位置：置：1.2m1.2mn超声传感器方差超声传感器方差0.30.3；n试利用试利用KalmanKalman滤波器估计当前机器人位置。滤波器估计当前机器人位置。11基于基于Kalman滤波器的定位方法滤波器的定位方
5、法n对下一时刻位置进行估计：对下一时刻位置进行估计：1mn计算估计值的方差：计算估计值的方差：n计算计算Kalman增益增益Kg：n计算最优估计值：计算最优估计值：n更新估计值偏差：更新估计值偏差：12位置估计概率密度分布曲线位置估计概率密度分布曲线13动态位置估计动态位置估计14Markov定位方法定位方法n首先将机器人的位姿空间栅格化成地首先将机器人的位姿空间栅格化成地图中有限的、离散的位姿图中有限的、离散的位姿 n一般用网格地图或拓扑地图来表示一般用网格地图或拓扑地图来表示n通过扫描所有可能的状态确定概率最通过扫描所有可能的状态确定概率最高的状态。高的状态。15Markov定位方法（定位
6、方法（1）1.1.开始开始机器人没有任何先验知识，机器人没有任何先验知识，因此开始时刻假设为一致因此开始时刻假设为一致分布；分布；2.2.机器人探测到第一个支柱机器人探测到第一个支柱只看到了一个支柱，那么只看到了一个支柱，那么机器人在第机器人在第1 1，2 2，3 3支柱支柱处的概率是一致的。处的概率是一致的。3.3.当机器人运动时当机器人运动时基于运动模型建立了一个新的基于运动模型建立了一个新的位置概率分布位置概率分布4.4.机器人探测到第二个支柱机器人探测到第二个支柱基于前面的先验知识，机器人基于前面的先验知识，机器人在第在第2 2个支柱前的概率最大。个支柱前的概率最大。16Markov定
7、位方法（定位方法（2 2）MuseumLaser scan 117Markov定位方法（定位方法（3 3）MuseumLaser scan 218Markov定位方法（定位方法（2 2）MuseumLaser scan 319Markov定位方法（定位方法（4 4）MuseumLaser scan 1320Markov定位方法（定位方法（5 5）MuseumLaser scan 2121Markov VS KalmannMarkov考虑了从任何位置开始的定位，因而可以恢复不明确考虑了从任何位置开始的定位，因而可以恢复不明确的状况；的状况；要在整个状态空间中更新所有位置的概率，因此计算要在整个状
8、态空间中更新所有位置的概率，因此计算时间较长；时间较长；存储器和计算能力有可能限制了精度和地图的尺寸；存储器和计算能力有可能限制了精度和地图的尺寸；nKalman必须从已知的起始位置开始定位；必须从已知的起始位置开始定位；可以被用于连续环境表示中；可以被用于连续环境表示中；22常用的机器人控制结构常用的机器人控制结构23自主移动机器人学中的三个关键问题：自主移动机器人学中的三个关键问题：n我在哪里？我在哪里？（Where am I?）n我要去哪里？我要去哪里？（Where am I going?）n我如何去那里？我如何去那里？（How do I get there?）24自主移动机器人路径规划
9、问题自主移动机器人路径规划问题n给定机器人的初始位置（当给定机器人的初始位置（当前位置）前位置）Ps、终止位置（目、终止位置（目标位置）标位置） Pg 、环境地图、环境地图M。n求取一条从求取一条从Ps到到Pg的可行路的可行路径径R(x,y)。25自主移动机器人轨迹规划问题自主移动机器人轨迹规划问题n给定机器人的初始位置（当前位置）给定机器人的初始位置（当前位置）Ps、终止位置（目标位置）终止位置（目标位置） Pg、环境地图、环境地图M，和工作时间约束，比如给定起始时刻和工作时间约束，比如给定起始时刻Ts和和终止时刻终止时刻Te。n求取一条从求取一条从Ps到到Pg的可行轨迹的可行轨迹(x(t)
10、,y(t)，使得使得Ps=(x(Ts),y(Ts)，Pg=(x(Te),y(Te)。26自主移动机器人运动规划问题自主移动机器人运动规划问题n给定机器人的给定机器人的初始位置（当前位置）初始位置（当前位置）Ps、终止位置（目标位、终止位置（目标位置）置） Pg 、环境地图、环境地图M。工作时间约束，比如给定起始时刻工作时间约束，比如给定起始时刻Ts和终止时和终止时刻刻Te。机器人的运动学模型机器人的运动学模型KM:n求取一条可以使机器人在给定的时间约束求取一条可以使机器人在给定的时间约束下从下从Ps运动到运动到Pg的控制输入的控制输入u(t)。27自主移动机器人运动规划问题自主移动机器人运动规
11、划问题 一般来讲，移动机一般来讲，移动机器 人 有 三 个 自 由 度器 人 有 三 个 自 由 度（X,Y,X,Y,）。因此，移）。因此，移动机器人的运动规划不动机器人的运动规划不是 在是 在 2 2 个 位 置 自 由 度个 位 置 自 由 度（X,YX,Y）构成的）构成的2 2维空间，维空间，而是要搜索位置和姿态而是要搜索位置和姿态构成的构成的3 3维空间。如图所维空间。如图所示。示。28自主移动机器人规划问题自主移动机器人规划问题29全局规划全局规划 Vs 局部规划局部规划n全局规划全局规划所需的先验信息是包括了起点终所需的先验信息是包括了起点终点的全局的环境信息。规划的结果是从起点的
12、全局的环境信息。规划的结果是从起点到终点的完整路径、轨迹或控制输入。点到终点的完整路径、轨迹或控制输入。n局部规划局部规划所需的信息是当前机器人位置周所需的信息是当前机器人位置周围的局部环境信息。规划的结果是下一时围的局部环境信息。规划的结果是下一时刻的位置，及从当前位置运动到下一时刻刻的位置，及从当前位置运动到下一时刻位置的路径、轨迹或控制输入。位置的路径、轨迹或控制输入。30离线规划离线规划 Vs 在线规划在线规划n离线规划离线规划是基于环境先验完全信息的规划。是基于环境先验完全信息的规划。完整的先验信息只能适用于静态环境，这完整的先验信息只能适用于静态环境，这种情况下，路径、轨迹和控制输
13、入是离线种情况下，路径、轨迹和控制输入是离线规划得到的；规划得到的；n在线规划在线规划是基于传感器信息等不确定环境是基于传感器信息等不确定环境的规划。在这种情况下，路径、轨迹或控的规划。在这种情况下，路径、轨迹或控制输入必须是在线规划的。制输入必须是在线规划的。31可行路径可行路径最短路径最短路径路径的多样性与优化路径的多样性与优化32路径规划技术的应用路径规划技术的应用n外行星探测外行星探测n军事侦察军事侦察n城市交通城市交通n工业生产工业生产n网络游戏网络游戏n33外行星探索外行星探索nNASANASA开发的勇气号开发的勇气号和机遇号。和机遇号。n火星探索车火星探索车34军事侦察军事侦察n美国乔治亚理工美国乔治亚理工学院开发的一款学院开发的一款用于野外侦查的用于野外侦查的移动机器人实验移动机器人实验车车35东京地铁路线图东京地铁路线图36集成制造与生产调度集成制造与生产调度37虚拟环境与游戏虚拟环境与游戏命令与征服命令与征服推箱子推箱子