移動機器人的工作場景正不斷向著室外非結構化環(huán)境發(fā)展,而其單次執(zhí)行任務的過程中攜帶的能源是有限的,因此,如何合理使用能源,使得機器人能在有限的能源支撐下完成盡可能多的任務成了一個熱點問題。本文針對四足機器人能源因素的制約問題,總結分析了國內外機器人能耗優(yōu)化的研究現狀,在此基礎上利用點云數據建立了一個多層級柵格地形模型,并結合地形因素構建了四足機器人能耗模型,以此為四足機器人的能耗最優(yōu)路徑規(guī)劃提供基礎,具體內容如下:（1）提出了基于點云數據建立多層級柵格地形模型。為了解決現有地形模型結構單一,信息不完備的問題提出了多層級地形模型構建方法。首先從點云中提取出柵格高度、坡度、粗糙度三個地形因子信息,同時基于GoogLeNet Inception_V3網絡訓練得到地貌信息,將這些信息分別存儲在不同的層級中,然后結合四足機器人自身機械特性,依據可通行性評估函數判定柵格的可通行程度。該地形建模方法給四足機器人提供了完備的可通行區(qū)域信息,同時為能耗計算提供了地形因子信息。（2）結合地形因子構建四足機器人能耗模型。針對四足機器人機械結構復雜、步態(tài)變化多樣,難以建立能耗模型的問題,本文... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：81 頁

【學位級別】：碩士

【部分圖文】：

地形環(huán)境的幾何危險

電子科技大學碩士學位論文2全通過的障礙物，如龐大的巖石、倒下的樹木等；非幾何危險則是指因其密度、粘度等物理特性而妨礙機器人運動甚至使機器人運動完全停止的地形，如湖泊、沼澤等。基于以上描述，可以將地形的可通行區(qū)域定義為機器人所處環(huán)境中不包含幾何與非幾何危險的區(qū)域。圖1-1地形環(huán)境的幾何危險圖1-2地形環(huán)境的非幾何危險在這樣的研究背景下，本課題依托國家自然科學基金“面向山林的爬-步四足機器人關鍵技術”的支持，針對復雜山林地形環(huán)境，建立針對四足機器人的結合地形幾何與地貌信息的地形模型，并在建立四足機器人移動能耗模型時綜合考慮地形因素以及機器人步態(tài)的影響，估算出四足機器人從起始點到目標點的每條通行路徑能耗，從而選擇一條最小能耗路徑，使得四足機器人能在安全的區(qū)域范圍當中執(zhí)行任務，并在能量有限的單次活動中工作更長時間，提高工作效率。1.2國內外研究現狀及分析無人飛行器[2]及無人潛水器[3][4]是最早應用了能耗最優(yōu)路徑規(guī)劃方法的平臺。其原因在于，這類平臺的工作機制及工作環(huán)境導致了它們在運動的過程中受到風流或水流的較大干擾，能源的消耗中有相當一部分用于克服阻力。而采用能耗最優(yōu)的路徑規(guī)劃方法可以通過控制機器人的方向、速度等有效地減小干擾，降低機器人用于克服阻力所消耗的能量[5]。隨著移動機器人的工作場景逐漸向室外非結構化環(huán)境拓展，移動機器人的能耗問題也受到越來越多的關注。

第一章緒論31.2.1機器人能耗研究現狀（1）國外研究現狀Broderickj等[6]提出了一個混合系統(tǒng)框架，用于對不同功率元件之間的動態(tài)和切換進行統(tǒng)一建模。該混合系統(tǒng)允許對電源開關/關斷進行模擬，以及對不同的工作狀態(tài)諸如充電狀態(tài)、溫度和功率輸出等連續(xù)參數進行建模。對不同的控制策略進行了仿真比較，實驗表明，采用油-電混合驅動系統(tǒng)能夠降低部分能耗。Singh等[7]提出了一種基于實時啟發(fā)式搜索的輪式機器人能耗最優(yōu)在線路徑規(guī)劃算法，并對路徑進行了平滑處理。首先針對輪式機器人的機械結構和運動方式等構建了能耗模型，描述了機器人能耗的計算方法，然后通過限制機器人在最優(yōu)方向上的運動來產生能耗最優(yōu)路徑。最后對算法進行仿真實驗，證明了算法在能量最小化方面的有效性。如圖1-3所示，綠色的路線是經過平滑后的路徑。圖1-3輪式機器人能耗最優(yōu)路徑及其平滑軌跡LiuS等[8]以通行路徑的能耗最小為目標，分別分析了幾何路徑規(guī)劃和光滑軌跡規(guī)劃的能量消耗，提出了一種移動機器人的最優(yōu)運動規(guī)劃方法。算法將能源效率作為成本函數的中心元素，根據各節(jié)點的到達時間和速度參數，利用Bézier曲線規(guī)劃出一條平滑的航跡。通過優(yōu)化這些參數來降低能耗，如圖1-4所示為能耗最優(yōu)算法與其他算法的對比。(a)(b)(c)圖1-4不同優(yōu)化目標下最優(yōu)路徑生成的對比(a)最小能耗(b)最小距離(c)最小時間

【參考文獻】：
期刊論文
[1]基于能耗最優(yōu)的4自由度并聯(lián)機器人軌跡優(yōu)化[J]. 梅江平,孫玉德,賀瑩,臧家煒,方志煒.  機械設計. 2018(07)
[2]基于激光雷達道路可通行區(qū)域的檢測與提取[J]. 鄒斌,王磊.  自動化與儀表. 2018(02)
[3]一種基于A*算法的動態(tài)多路徑規(guī)劃算法[J]. 劉斌,陳賢富,程政.  微型機與應用. 2016(04)
[4]基于改進A*算法的電動車能耗最優(yōu)路徑規(guī)劃[J]. 顧青,豆風鉛,馬飛.  農業(yè)機械學報. 2015(12)
[5]基于變維度狀態(tài)空間的增量啟發(fā)式路徑規(guī)劃方法研究[J]. 張浩杰,龔建偉,姜巖,熊光明,陳慧巖.  自動化學報. 2013(10)
[6]受能量約束的移動機器人最優(yōu)路徑規(guī)劃[J]. 陳世明,孫超峰,江冀海.  機床與液壓. 2011(09)
[7]基于三維相機的未知環(huán)境地形通行性識別方法[J]. 王文格,段文彬,朱江.  傳感器與微系統(tǒng). 2011(03)
[8]利用地面數字高程模型解求地面坡度值的方法及其評述[J]. 黃培之.  鐵路航測. 1989(01)

碩士論文
[1]基于地形特征與領航員示教學習的四足機器人地形可通過性分析[D]. 劉蕊.山東大學 2018
[2]基于能耗最優(yōu)的噴水推進無人艇路徑規(guī)劃方法研究[D]. 趙亮博.哈爾濱工程大學 2018
[3]基于Kinect可通行性區(qū)域識別[D]. 丁亮.杭州電子科技大學 2017
[4]戶外環(huán)境下基于混合視覺系統(tǒng)的移動機器人可通行區(qū)域識別研究[D]. 蘭瑤瑤.國防科學技術大學 2015



本文編號：3068833