摘 要：定位是確定機(jī)器人在其工作環(huán)境中所處位置的過(guò)程。移動(dòng)機(jī)器人通過(guò)傳感器感知環(huán)境和自身狀態(tài)，進(jìn)而實(shí)現(xiàn)自主運(yùn)動(dòng)。簡(jiǎn)單地說(shuō)就是在一個(gè)未知的環(huán)境中，獲取信息、分析環(huán)境，確定自己在該環(huán)境中的具體位置。利用Matlab與LebVEIW相結(jié)合實(shí)現(xiàn)對(duì)數(shù)據(jù)的采集，提出一種基于地圖的EKF定位方法，從而實(shí)現(xiàn)精確定位。結(jié)合LABO3的特點(diǎn)對(duì)機(jī)器人的定位問(wèn)題進(jìn)行研究，達(dá)到在實(shí)際中的應(yīng)用。

關(guān)鍵詞：定位問(wèn)題；EKF定位方法；數(shù)據(jù)采集;傳感器信息；LABO3

中圖分類(lèi)號(hào)：TP183 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004373X(2008)1806103

Research on Mobile Robot′s Localization Based on the LABO3

ZHAO Lina，TANG Mingxin，Hanajima

(Dalian Jiaotong University，Dalian，116028，China)

Abstract：Localization is a process to ensure the location of robot in its working environment.The robot can do automatic motion by the sensor get the information of environment and the condition of robot itself.In another words，in an unknown environment，the robot can get the information，analyse the condition and ensure the location by itself.this article uses both of the Matlab and LebVEIW to realize the data acquisition，and brings forward a method of EKF localization based on the map，and then to achieve precise localization.The originality of this paper is based on the character of Labo3 and make this mothed can be carried out.

Keywords：localization;methods of EKF location;data acquisition;information of sensor;LABO3

移動(dòng)機(jī)器人由于其在各行業(yè)廣闊的應(yīng)用前景，已經(jīng)成為機(jī)器人研究領(lǐng)域的一個(gè)重要分支。移動(dòng)機(jī)器人的定位問(wèn)題是提高移動(dòng)機(jī)器人自主能力的關(guān)鍵問(wèn)題之一。在多種情況下，機(jī)器人的位置信息是完成任務(wù)的前提。目前，解決定位問(wèn)題的方法通常是利用機(jī)器人內(nèi)部傳感器與外部傳感器信息的融合來(lái)得到機(jī)器人位置信息。但是，傳感器的誤差積累(如編碼器)以及缺乏未知環(huán)境的先驗(yàn)知識(shí)，往往使機(jī)器人不能有效地獲得其位置信息。機(jī)器人在行走過(guò)程中通常會(huì)碰到并且需要解決如下3個(gè)問(wèn)題：我（機(jī)器人）現(xiàn)在何處；我要往何處走；我要如何到達(dá)該處。其中第一個(gè)問(wèn)題是其導(dǎo)航系統(tǒng)中的定位及其跟蹤問(wèn)題，第二、三個(gè)是導(dǎo)航系統(tǒng)的路徑規(guī)劃問(wèn)題。移動(dòng)機(jī)器人導(dǎo)航與定位技術(shù)的任務(wù)就是解決上面的3個(gè)問(wèn)題。而定位問(wèn)題又是自主移動(dòng)機(jī)器人導(dǎo)航的基本問(wèn)題，是確定機(jī)器人在其作業(yè)環(huán)境中所處位置的過(guò)程。因此本文提出了機(jī)器人在完全未知的環(huán)境中利用傳感器的信息，精確定位的可行性方案。

1 LABO3簡(jiǎn)介

LABO3是一種多功能的自主移動(dòng)機(jī)器人平臺(tái)，為需要大量有效載荷的研究和開(kāi)發(fā)提供開(kāi)發(fā)平臺(tái)，如圖1所示。強(qiáng)大的馬達(dá)結(jié)合高性能電池及摩擦自由輪，可以持續(xù)使用跨度達(dá)數(shù)小時(shí)之久，而成為有效的高載荷試驗(yàn)平臺(tái)，被廣泛應(yīng)用。

在LABO3的平臺(tái)上可以隨意配置試驗(yàn)載體，完成相關(guān)試驗(yàn)?zāi)康?。在該試?yàn)平臺(tái)內(nèi)部包括9個(gè)紅外線向傳感器，分別位于平臺(tái)的前面，側(cè)面和后面，從而可以達(dá)到近270°的環(huán)境測(cè)量。它的主要功能是光源跟蹤、避障系統(tǒng)、可視導(dǎo)航等。本文主要實(shí)現(xiàn)測(cè)量導(dǎo)航作用。其特點(diǎn)如下：

(1) 實(shí)驗(yàn)室試驗(yàn)和發(fā)展應(yīng)用的理想平臺(tái)；

(2) 從完全控制到完全自治的操作；

(3) 其頂部是平面設(shè)計(jì)的，可以帶到最大載荷30 kg；

(4) 兩輪不同的驅(qū)動(dòng)器，而且是零轉(zhuǎn)矩半徑；

(5) 采用紅外傳感器在現(xiàn)實(shí)環(huán)境中感測(cè)無(wú)噪聲障礙物等；

(6) 在自由空間導(dǎo)航或者是有參考物體導(dǎo)航時(shí)可以采用操作可視系統(tǒng)；

(7) 大部分的AAI智能機(jī)器人操作都是可行的。

2 移動(dòng)機(jī)器人的定位

2.1 定位方法的選擇

目前關(guān)于機(jī)器人定位的方法有很多可以選擇，移動(dòng)機(jī)器人定位是提高移動(dòng)機(jī)器人自主能力的關(guān)鍵問(wèn)題之一。目前，解決定位問(wèn)題的方法大致可分為2類(lèi) ：

2.1.1 基于構(gòu)造地圖的定位方法

地圖是環(huán)境的模型，當(dāng)前主要有拓?fù)浣Y(jié)構(gòu)描述地圖和幾何地圖2種?；谶@2種地圖又可以分為以下2種方法：

(1) 使用拓補(bǔ)地圖和直接推理的定位方法。此類(lèi)方法都使用拓?fù)涞貓D表示結(jié)構(gòu)化的外界環(huán)境，在定位過(guò)程中也往往采用直接式的推理方法，以廣義Voronoi圖(Generalized Voronoi Graph，GVG)方法為典型。

(2) 使用幾何地圖和概率推理的定位方法。由于機(jī)器人機(jī)械制造誤差、里程計(jì)、外部傳感器受測(cè)量噪聲以及運(yùn)動(dòng)控制中誤差的影響，機(jī)器人運(yùn)動(dòng)的真實(shí)位置具有一種不確定性，因而概率論是定位分析的重要工具，基于概率的推理方法因其數(shù)學(xué)上的嚴(yán)密性得到了廣泛的應(yīng)用。在近年的研究中，應(yīng)用這種推理的定位方法往往使用基于柵格描述的環(huán)境幾何地圖?；跀U(kuò)展Kalman濾波(Extended Kalman Filter，EKF)的掃描匹配定位方法和馬可夫(Markov)定位方法在此類(lèi)方法中非常有代表性而且有成功的應(yīng)用。

2.1.2 基于路標(biāo)的定位方法

(1) 基于超聲波測(cè)距的路標(biāo)定位

移動(dòng)機(jī)器人首先憑借自身的概略位姿確定路標(biāo)的位姿，當(dāng)移動(dòng)機(jī)器人識(shí)別到這些路標(biāo)后，通過(guò)傳感器測(cè)量機(jī)器人與這些路標(biāo)的距離與方向，在通過(guò)三角法等幾何運(yùn)算獲得移動(dòng)機(jī)器人的位姿。

(2) 基于激光和紅外測(cè)距的路標(biāo)定位

此種方法的局限是機(jī)器人必須走直線。而本文鑒于LABO3的特點(diǎn)，利用紅外線傳感器測(cè)量獲取信息，采用基于地圖的EKF的定位方法來(lái)實(shí)現(xiàn)精確的定位。

2.2 擴(kuò)展卡爾曼濾波器(EKF)的方法

卡爾曼濾波器是一種遞推形式的狀態(tài)和參數(shù)估計(jì)方程，它以測(cè)量誤差為依據(jù)，進(jìn)行估計(jì)和校正，不斷逼近真實(shí)值對(duì)于非線性系統(tǒng)，需將其輸人方程和輸出方程進(jìn)行線性化，而后采用擴(kuò)展卡爾曼濾波器進(jìn)行估計(jì)。當(dāng)需要對(duì)低級(jí)的、冗余數(shù)據(jù)進(jìn)行融合時(shí)，擴(kuò)展卡爾曼濾波器提供了一個(gè)很好的框架。如果系統(tǒng)模型誤差及傳感器測(cè)量誤差能用高斯白噪聲來(lái)建模，則卡爾曼濾波器能為被融合數(shù)據(jù)提供統(tǒng)計(jì)意義上的最優(yōu)估計(jì)并且，它的遞歸本質(zhì)使得系統(tǒng)不需要很大的存儲(chǔ)空間。

基于EKF的方法采用數(shù)學(xué)上更加嚴(yán)密的置信度和方差矩陣處理不確定性問(wèn)題得到非常廣泛的應(yīng)用。EKF方法是為了處理機(jī)器人定位過(guò)程中的不確定性，機(jī)器人的姿態(tài)向量使用高斯分布描述，而在機(jī)器人運(yùn)動(dòng)過(guò)程中姿態(tài)的更新也表現(xiàn)為機(jī)器人姿態(tài)空間中姿態(tài)向量分布的數(shù)學(xué)期望和方差的更新。這個(gè)更新過(guò)程用的是擴(kuò)展Kalman濾波。此方法包括2個(gè)方面：掃描識(shí)別和基于EKF位置計(jì)算。掃描識(shí)別的目的在于獲得根據(jù)機(jī)器人傳感器讀數(shù)推斷的當(dāng)前位置假設(shè)坐標(biāo)和此假設(shè)的誤差矩陣；EKF位置計(jì)算按照不同的信息來(lái)源計(jì)算以高斯分布表示的機(jī)器人姿態(tài)估計(jì)(包括姿態(tài)的數(shù)學(xué)期望和方差)。此方法的效率和位置估計(jì)精度都很高。

通過(guò)已知的環(huán)境地圖和機(jī)器人的狀態(tài)預(yù)測(cè)X(k+1|k)和方差P(k+1|k)來(lái)產(chǎn)生k+1 時(shí)刻環(huán)境特征的觀測(cè)預(yù)測(cè)，它和k+1 時(shí)刻環(huán)境特征的實(shí)際觀測(cè)Z(k+1)和方差R(k+1)進(jìn)行數(shù)據(jù)匹配，得到的匹配結(jié)果用來(lái)進(jìn)行移動(dòng)機(jī)器人的自主定位的更新。本文采用了擴(kuò)展的卡爾曼濾波方法(EKF)對(duì)機(jī)器人進(jìn)行自主定位，最后得到k+1 時(shí)刻機(jī)器人的修正位X(k+1|k+1)和相應(yīng)的方差P(k+1|k+1)。然后開(kāi)始下一步的循環(huán)計(jì)算。EKF算法一直以來(lái)是移動(dòng)機(jī)器人自主定位的首選方法之一，在EKF中將機(jī)器人運(yùn)動(dòng)與環(huán)境特征之間的關(guān)系描述為2個(gè)重要模型:X(k+1|k)=F(X(k|k)，U_k)+v(k)(1)

Z(k+1)=H(X(k|k))+w(k)(2)其中，式（1）為v(k)和w(k)機(jī)器人運(yùn)動(dòng)模型；式（2）為觀測(cè)模型；分別表示系統(tǒng)的動(dòng)態(tài)噪聲和傳感器的觀測(cè)噪聲以及2個(gè)模型本身的不確定性；U_k 表示輸入的控制命令或者是里程計(jì)的輸出數(shù)據(jù)。這里假設(shè)噪聲是均值為零的高斯白噪聲。應(yīng)用上述2個(gè)模型，EKF可以歸納為一個(gè)循環(huán)迭代的估計(jì)和校正過(guò)程，其定位原理如圖2所示。在圖2中，機(jī)器人首先將控制信息或里程計(jì)的信息輸入到系統(tǒng)的狀態(tài)方程，也叫機(jī)器人運(yùn)動(dòng)方程，完成對(duì)機(jī)器人位姿和環(huán)境特征的觀測(cè)預(yù)測(cè)。而通過(guò)觀測(cè)模型估計(jì)環(huán)境特征的實(shí)際觀測(cè)，然后計(jì)算實(shí)際觀測(cè)與原先的觀測(cè)預(yù)測(cè)之間的差異，再綜合系統(tǒng)的協(xié)方差計(jì)算卡爾曼增益w，并用w對(duì)前面預(yù)測(cè)的機(jī)器人位姿進(jìn)行更新，最后將新觀測(cè)的環(huán)境特征加入到地圖中。在這里預(yù)測(cè)與觀測(cè)之間，要進(jìn)行特征匹配或數(shù)據(jù)相關(guān)，只有匹配的環(huán)境特征才能用來(lái)更新機(jī)器人位姿和環(huán)境特征地圖。機(jī)器人就是按照這個(gè)順序進(jìn)行循環(huán)估計(jì)，盡量消除累計(jì)誤差，最后得到盡可能準(zhǔn)的定位信息。

3 實(shí)現(xiàn)數(shù)據(jù)采集

LabVIEW語(yǔ)言具有豐富的擴(kuò)展函數(shù)庫(kù)，集成了大量的可生成圖形界面的模板，如各種表頭、旋鈕、開(kāi)關(guān)、LED指示燈、圖表等，界面直觀、形象，相對(duì)于傳統(tǒng)的編程方式而言，它簡(jiǎn)單易學(xué)而且執(zhí)行效率高。與傳統(tǒng)的編程方式相比，使用LabVIEW設(shè)計(jì)的虛擬儀器，可以提高效率4~10倍。用LabVIEW實(shí)現(xiàn)采集數(shù)據(jù)同時(shí)利用ActiveX組件使得程序與數(shù)據(jù)的連結(jié)更簡(jiǎn)單。

在 LabVIEW中實(shí)現(xiàn)與Matlab混合編程的原因很簡(jiǎn)單:Matlab是世界上最優(yōu)秀的數(shù)學(xué)軟件之一，功能強(qiáng)大。它的特點(diǎn)是語(yǔ)法結(jié)構(gòu)簡(jiǎn)明、數(shù)值計(jì)算高效、易學(xué)易用。Matlab現(xiàn)在已經(jīng)成為國(guó)際認(rèn)可(IEEE)的最優(yōu)化的科技應(yīng)用軟件。2004年推出的Matlab 7.0包括12個(gè)新增模塊，同時(shí)升級(jí)了28個(gè)原有模塊，從而更加方便用戶(hù)進(jìn)行算法開(kāi)發(fā)。然而，Matlab也有不足之處。例如，用戶(hù)界面開(kāi)發(fā)能力較差，數(shù)據(jù)輸人、網(wǎng)絡(luò)通信、硬件控制等方面編程都比較繁瑣。鑒于此，在混合編程中通常使用LabVIEW設(shè)計(jì)用戶(hù)圖形界面，負(fù)責(zé)數(shù)據(jù)采集和網(wǎng)絡(luò)通信，Matlab提供算法供LabVIEW調(diào)用，從而充分發(fā)揮兩者各自的優(yōu)勢(shì)，達(dá)到快速開(kāi)發(fā)虛擬儀器的目的。

4 利用Matlab Script節(jié)點(diǎn)調(diào)用Matlab算法

LabVIEW 和Matlab混合編程的基礎(chǔ)是它們都支持ActiveX自動(dòng)化技術(shù)。通過(guò)使用Matlab自動(dòng)化服務(wù)器功能，可以在其他應(yīng)用程序中執(zhí)行Matlab命令，并與Matlab的工作空間(Workspace)進(jìn)行數(shù)據(jù)交換，可以借助這一特性，把LabVIEW與Matlab結(jié)合在一起。為了簡(jiǎn)化調(diào)用過(guò)程，LabVIEW提供MatlabScript節(jié)點(diǎn)。LabVIEW使用ActiveX技術(shù)執(zhí)行該節(jié)點(diǎn)，啟動(dòng)一個(gè)Matlab進(jìn)程。這樣用戶(hù)就可以很方便地在自己的LabVIEW應(yīng)用程序中使用Matlab編寫(xiě)的算法，包括執(zhí)行Matlab命令，使用功能豐富的工具箱。值得注意的是兩者之間的數(shù)據(jù)通信僅支持Real，Real Vector，Real Matrix，Complex，Vector Complex，Matirx 六種格式的數(shù)據(jù)，而且還必須根據(jù)具體情況進(jìn)行選擇Matlab Script節(jié)點(diǎn)具有簡(jiǎn)單易用和多輸人、多輸出的特點(diǎn)，一次處理的信息量可以很大。Matlab腳本可以先在Matlab環(huán)境下調(diào)試無(wú)誤后，再導(dǎo)入到Matlab Script節(jié)點(diǎn)中。Matlab Script節(jié)點(diǎn)對(duì)輸入、輸出數(shù)據(jù)的類(lèi)型有明確的要求。只有LabVIEW中的數(shù)據(jù)類(lèi)型與Matlab中的數(shù)據(jù)類(lèi)型相匹配，才能夠進(jìn)行數(shù)據(jù)傳輸。

5 結(jié) 語(yǔ)

本文提出了基于Labo3利用擴(kuò)展卡爾濾波器實(shí)現(xiàn)定位的可行性方案。目前，由于機(jī)器人的導(dǎo)航應(yīng)用越來(lái)越受到大家的關(guān)注，關(guān)于機(jī)器人定位的研究也很多。同時(shí)也提出了很多新的研究方法供大家學(xué)習(xí)參考。本文在學(xué)習(xí)了機(jī)器人定位方面的知識(shí)后，結(jié)合實(shí)際提出了一種可行的定位方案。通過(guò)在實(shí)驗(yàn)室里進(jìn)行仿真實(shí)驗(yàn)，證明該方案確實(shí)可行，并且較好的可靠性和準(zhǔn)確性。在此基礎(chǔ)上可以結(jié)合導(dǎo)航控制理論，對(duì)機(jī)器人實(shí)現(xiàn)進(jìn)行進(jìn)一步控制。

參 考 文 獻(xiàn)

［1］胡勁草.室內(nèi)自主式移動(dòng)機(jī)器人定位方法研究［J］.傳動(dòng)技術(shù)，2006，12(20):1418.

［2］趙翊捷，陳衛(wèi)東.基于地圖的移動(dòng)機(jī)器人定位技術(shù)新進(jìn)展［J］.上海交通大學(xué)學(xué)報(bào)，2002，10(36):1 4351 447.

［3］鄭向陽(yáng)，熊蓉，顧大強(qiáng).移動(dòng)機(jī)器人導(dǎo)航和定位技術(shù)［J］.機(jī)電工程，2003，5(20):3537.

［4］王海龍，陳珊杰.基于Matlab的數(shù)據(jù)采集系統(tǒng)的研究［J］.中國(guó)農(nóng)學(xué)通報(bào)，2007，1(23):381384.

［5］李南，陳家軒，吳艷花.移動(dòng)機(jī)器人的定位算法EJ3\\.機(jī)械設(shè)計(jì)與制造，2004，12(6):1718.

［6］陳衛(wèi)東，張飛.移動(dòng)機(jī)器人的同步自定位與地圖創(chuàng)建研究進(jìn)展［J］.控制理論與應(yīng)用，2005，6(22):455460.

［7］王正林，王盛開(kāi)，陳國(guó)順.Matlab／Simulink與控制系統(tǒng)仿真［M］.北京：電子工業(yè)出版杜，2005.

［8］楊義偉，蔣大明，戴勝華．駝峰信號(hào)微機(jī)監(jiān)測(cè)系統(tǒng)的數(shù)據(jù)采集［J］．武漢理工大學(xué)學(xué)報(bào):交通科學(xué)與工程版，3005，29(1)：154156.

［9］Thrun S，F(xiàn)ox D，Burgard W.A Probabilistic Approach to Concurrent Mapping and Localization for Mobile Robots［J］．Machine Learning，1998，1(31)：2953.

［10］Tsumura T，Hashimoto M，F(xiàn)ujiwara N．New Method for Position and Heading Compensation on Ground Vehicle\\．Int． Conf．on Advaneed Robotics，1985：429436.

［11］Borenstein J，Everett H R，F(xiàn)eng L.Where am I Sensors and Methods for Mobile Robot Positioning\\.Technical Report，Univ.of Michigan，APR.1996.

作者簡(jiǎn)介 趙麗娜 女，1982年出生，遼寧本溪人，碩士，大連交通大學(xué)電氣信息學(xué)院，控制理論控制工程專(zhuān)業(yè)。主要研究方向?yàn)闄C(jī)器人同時(shí)定位與地圖構(gòu)建。

唐明新 男，1961年出生，漢族，教授。主要研究方向?yàn)楝F(xiàn)場(chǎng)總線控制系統(tǒng)的開(kāi)發(fā)與應(yīng)用。

花島直彥 男，日本室蘭工業(yè)大學(xué)機(jī)械系準(zhǔn)教授。主要研究方向?yàn)闄C(jī)器人的控制。