您的当前位置:首页正文

基于激光雷达的移动机器人障碍测距研究

来源:个人技术集锦
维普资讯 http://www.cqvip.com 2006年第25卷第5期 传感器与微系统(Transducer and Microsystem Technologies) 31 基于激光雷达的移动机器人障碍测距研究 于金霞‘ ,蔡自兴‘,邹小兵 ,段琢华 (1.中南大学信息科学与工程学院.湖南长沙410083; 2.河南理工大学计算机科学与技术系,河南焦作454003; 3,韶关学院计算机科学系。广东韶关512003) 摘要:障碍距离检测是移动机器人导航的关键问题之一。为了实现精确实时的障碍检测,针对某二维 TOF激光雷达,对其数据标定、物体表面的属性、混合像素等因素进行试验,评估了其测距性能。同时,通 过移动机器人运行过程中激光雷达的测距数据分析,设计了动态自适应滤波器以消除障碍检测中的测距 噪声干扰 运行过程中的障碍检测试验表明:该方法可以实现可靠的障碍检测,并为移动机器人导航中环 境建模、自定位及路径规划提供支持。 关键词:激光雷达;障碍检测;测距性能;动态自适应滤波 中图分类号:TN958.98 文献标识码:A 文章编号:l00o一9787(2006)05—0031—03 Study On obstalcles detecti0n 0f mobile robot based 0n - laser SCanner YU Jin.xia‘’ ,CAI Zi.xing‘,ZOU Xiao—bing ,DUAN Zhuo—hua‘’’ (1.College of Information Science&Engineering,Central South University,Changsha 410083,China; 2.Department of Computer Science&Technology。Henan Polytechnic Universiyt,Jiaozuo 454003.China; 3.Department of Computer Science.Shaoguan University。Shaoguan 5l2帅3,China) Abstract:Range measurement of obstacles is a crucial problem for the navigation of mobile robot.In order to realize the accurate and real-time obstacles detection,ranging performance of a 2-D laser scanner is estimated by the experiments of data alignment,target surface property,mixed pixel and SO on.At the same time,a dynamic adaptive filter is designed to reduce the noisy disturbance in range measurement of obstacles by analyzing the ranging data of laser scanner in the robot motion.The experiment of obstacles detection in robot motion indicates that it can realize the reliable obstacles detection and provide the support for environment mapping,self- localization and path planning in the navigation of mobile robot. Key words:laser scanner;obstalces detection;ranging performance;dynamic adaptive filter 0引言 光雷达的测距性能进行试验与分析,建立误差模型,消除测 障碍距离检测是移动机器人导航的关键问题之一。测 量噪声 J。为此,针对某二维TOF激光雷达,通过对其测 距传感器可以采用超声波传感器、摄像头、红外传感器、微 距数据的标定、不同测量距离下的统计特性分析、不同表面 波雷达、激光雷达等。相对于其他传感器,激光雷达因其具 特性物体的测距对比,角度分辨力的测试,分析了其测距性 有探测距离远、测量精度高、价格相对适中等优点,已经被 能。同时,对于移动机器人动态运行过程中激光雷达的障 广泛应用于移动机器人自主导航系统…。激光测距方法 碍测距数据的分析表明:在同一组测量的相邻扫描角度以 主要分为两类:一类是连续波测距法;另一类是脉冲测距方 及相邻时刻获得的激光雷达测量值具有时空的最大相关 法,又称飞行时间测距(time offlight,TOF) 。激光雷达可 性。针对此特点,设计了动态自适应滤波器,采用在线滚动 以采用在平面上进行线扫描的二维激光雷达或者能够进行 的滤波方法消除障碍检测中激光雷达的测距噪声干扰。最 面扫描的三维激光雷达。面向移动机器人实时自主导航的 后,在移动机器人运行过程利用该激光雷达进行了障碍检 需求,二维TOF激光雷达是最佳选择 。 测试验,通过激光雷达对运行前方的俯视来累计测量信息, 为了实现精确实时的移动机器人障碍检测,需要对激 实现可靠的实时障碍检测。研究结果可以为移动机器人导 收稿日期:2005—12—20 ・基金项目:国家自然科学基金资助项目(60234030) 维普资讯 http://www.cqvip.com 32 传感器与微系统 第25卷 为了计算k与6,用标尺确定的测量点距离作为 ,根 航中环境建模、自定位及路径规划提供支持。 1激光雷达的原理 据线性最小二乘法的计算公式,得到公式(3) ,其中, 是 的均值,d是d.的均值 n 研究所用的激光雷达采用飞行时间法测距(cm模式时 测距远至80 m,mm模式时测距为8 m),其工作原理见 图1 。激光器发射的激光脉冲经过分光器后,分为两路, 一∑( 一 )(d。一d) k= ——__ (3) 路进入接收器;另一路则由反射镜面发射到被测障碍物 ∑(d —d) i l 体表面,反射光也经由反射镜返回接收器 ,发射光与反射 光的频率完全相同,通过测量发射脉冲与反射脉冲之间的 b= —kd. (4) 通过计算,得到加一248cm的校正参数,k=1.000416。 时间间隔,并与光速的乘积来测定被测障碍物体的距离。 b=一0.45 cm。通过对具有不同表面特性的物体(如,铝 板、纸板与木板)的测距数据分析表明:该校正模型具有较 理想的效果。 激光器 2.2不同测量距离下的统计特性分析 旋转镜 采用反射率较高的金属铝板,放置在不同距离处测量。 获得距离为251,500,1 347,2453,4291,6289 cm的测量数 图1激光雷达工作原理 据,每个距离点连续测量8000余次数据(每次测量间隔时 Fig 1 Operation principle diagram of laser 8csnner 间为0.5 s)。在以上数据中,剔除因为人员走动干扰的非 2测距性能试验与分析 正常数据,也剔除了测量值明显有别于其他数据的脉冲性 2.1 测距数据的标定 干扰(由通信干扰、日光噪声)。 为了检验激光雷达的测距精度与线性度,在测试台上 统计分析表明:激光雷达测距数据的分散度随着距离 标定出20—248 cm的距离刻度。被测物体每次平移3 cm, 的增加而有扩大的趋势。采用金属铝板做反射物时,在 在每个刻度值测量100次。获得20~248 cm之间的77组 2.5—60 m的距离中,从o-=0.85 cm变化到o-=1.78 cm。 共计7 700个测量数据。采用线性最/J ̄-"乘法对20—248 cm 考虑到实际环境中物体的表面特性不尽相同,而对所有不 范围的数据进行校正,设 同特性材料作测试还不具备试验条件。把测量距离的标准 曼 =kd +b, (1) 差分为表1中的几个级别,其中, j作为针对同一目标多次 式中 曼 为对真实距离的估计值;d 为激光雷达在第i个测 测量条件下均值的标准差,并取3倍 作为对不同类物体 量位置的均值; ,b为常系数。它们的取值以式(2)的值最 测距时的系统误差估计值 。在激光雷达进行环境感知 小化为优化目标 时,以 j作为静态条件(机器人以及激光雷达均静止)下对 静止目标(如墙壁)的测量均值估计误差;在运动条件下, ∑( ~ ) =∑( 一kd 一6) . (2) 作为单次测量下的估计误差。 表1不同距离范围下的标准差取值 Tab 1 Standard deviation at diferent range 2.3 针对不同表面特性物体的测距对比 计均值d=100.07 cm,标准差 =0.26 cm;黑色打印纸的统 (1)不同反射率下的对比试验 计均值d=100.30 cm,标准差 =0.35 cm。 分别采用金属铝板(反射率为110%~150%)和木板 (3)表面不同色度的物体进行对比i式验 (反射率约2o%),连续测量采样l 000余次。在距离100 cm 采用红色、绿色、蓝色的装饰纸在固定距离为100cm处 处,木板的统计均值d=100.17 cm,标准差or=0.76 cm;铝 进行对比。红色装饰纸的统计均值d=100.52 cm,标准差 板的统计均值为d=101.05 cm,标准差or=0.30 cm。 or:0.34 cm;绿色装饰纸的统计均值d=100.21 cm。Or= (2)表面不同灰度值的物体进行对比试验 0.31 cm,蓝色装饰纸统计均值d=100.49 cm,标准差Or= 采用纯白色的打印纸与采用RGB值为0的同质打印 0.32 cm。 纸,在距离100 cm处进行测距对比试验。白色打印纸的统 通过对具有不同反射率、灰度、色度特性的多种材料进 维普资讯 http://www.cqvip.com 第5期 于金霞等:基于激光雷达的移动机器人障碍测距研究 33 行试验,从试验结果可知,不同表面特性物体其统计特性的 1倍标准差小于10 mm,在1—20m范围内,反射率大于10% 的某个固定值时,环境照度≤5000Ix条件下,对激光雷达的 测距数据的影响不大。 2.4对角度分辨力的测试 为了测量角度变化的灵敏度,采用精密电控转台进行 测试,精密转台的角度 分辨力为0.01。。激光雷达角度 分辨力测试方法见示意图2。激光雷达距离检测板1.5 m, 在检测板后约0.8 m处放置一个背景板。转台带动激光雷 达旋转,当光束处于检测板边缘与背景板之间时会产生混 合像素现象。 雷达 激光柬 背景 ‘。……1.Sm。…_- -・。 l, ‘ ‘: 检测板 圈2激光雷达角度分辨力测试装置示意圈 Fig 2 Test scheme of angular resolution of laser scanner 转台首先向顺时针方向转动,每转动0.01。记录一组测 试数据(100次测量值),通过检测板到背景板之间的过渡 状态中是否出现混合像素干扰来确定角度灵敏度。通过转 台顺时针和逆时针转向的测量,测得激光雷达发生混合像 素干扰的敏感角度为0.19。,这为建立激光雷达测距的误差 模型提供了基础。 3动态自适应滤波器设计 激光雷达的测距数据中包含一定的噪声干扰,主要源 自环境中与激光雷达相近频率成分的光源干扰;混合像素 干扰;测量目标反射率太小或者入射角较大造成的数据丢 失;障碍物遮挡造成的扫描盲区;激光雷达扫描线之间的间 隙(目前采用0.5。的解析度)而未能扫描的空间区域。在 导航过程中,由于这些干扰的存在,可能导致不精确的障碍 检测,使机器人在可以通行的区域出现障碍“幻觉”,会让机 器人出现突然的转向或从本可以通过的通道上退回。因 此,为了满足导航的实时要求,需要进行动态在线的滤波。 通过对移动机器人动态运行过程采集的数据分析表 明:激光雷达的测量值表现为在每个极坐标测量角度方向 上,相邻时刻的测量值具有相关性。同时,在同一组测量的 相邻扫描角度上的测量值也存在较大相关性。因此,本文 采用动态自适应滤波(dynamic adaptive filter,DAF)方法消 除障碍检测中的噪声干扰。 为了实现DAF处理过程,当前时刻的测量值先被置于 缓存器中,必须要等下一时刻的测量数据接受后,才能对时 刻n=i一1,i+1的数据进行判别。意味着在环境数据更新 上将出现一个周期(40 ms)的延迟。对于运动速度并不太 高的移动机器人来说,不会对机器人的行为造成很大影响。 采用DAF能够有效地滤除激光雷达测距信息的干扰噪声。 4障碍检测试验 基于激光雷达测距数据的统计特性,结合动态自适应 滤波的障碍检测方法已经成功应用于设计的移动机器人 IMR一01上(图3(a))。在图3的试验中,运行环境中散布 着各类高度不一的障碍物。当移动饥器人在运行中(运行 速度范围为20—35 cm/s),激光雷达以一定的角度(一45。) 对路面进行观测,通过机器人的运动实现对地面环境的扫 描。不断积累扫描的数据。由于俯视的二维激光雷达只能 观测到一条扫描线,因此,机器人的行为必须依赖一个积累 环境障碍信息的地图。利用激光雷达的障碍测距信息,结 合机器人的运动学模型及航迹推测传感器信息能够确定机 器人运行环境中的障碍信息。图3(b)是基于激光雷达的 环境障碍检测中建立的包含障碍信息的栅格地图。试验表 明:该方法能够实现可靠的障碍检测,并引导机器人避障。 (a)运动过程中的障碍检测 (a)obstacles detection in motion  r藏 .._I 旦 醴 濯 }蚌: l l .t : :一 .’ .. t钾#. l赫_ 曲  辑 斓 l I *餐 ’ - i j 》 l—-孵;一 鞫谧 ≤ 煮譬 ’ ‘ { 骥 t笠 .起 i誊 (b)包含障碍信息的环境地图 (b)environmental map including obstacles information 图3基于激光雷达的障碍检测 Fig 3 Obstacle detection based on laser scanner 5结束语 为了实现精确实时的障碍检测,以某二维TOF激光雷 达为探测障碍的测距传感器,针对其测距性能及滤波设计 进行了研究。 (下转第36页) 维普资讯 http://www.cqvip.com 传感器与微系统 zH,褂}目I 第25卷 一 一 一 一 一 一 一 一 一 特异性较好,能识别错配3个碱基的序列。可见压电基因 m 0 m加如柏卯∞加∞∞ 传感器具有较好的发展前景,可望用于实际样品的检测。 ●考文献: 姗 j霍{ [I]Maria M,Sara T,Roslaia s,et a1.Detection of[t-thalassemia by a DNA piezoelcteic birosensor coupled with polymeraSe chain I l c- tion[J].Analytica Chimica Acta,2003,(481):55—64. [2]Sara T。Marco M.A DNA piezoelectirc biosensor assay coupled with a polymernse chain reaction for bacterial toxicity determina- 靶序列浓度/mol・L tion in enviornmentla samples[J].Anlaytica Chimica Acta, 200o,(418):1—9. 田4检 靶序列的■■【-浓廑■曩 啦4 Cmrve口f DNA锋 嘲.h "∞雕— I 啊 [3]Moa Xiang tao,Zboub Yi・ping.Micmbalance.DNA probe method for the detcteion of speciifc bacteira in water[J].Enzyme and Microbial Technology,2002。(30):583-589. 频降,处于噪音背景的范围。表明该芯片的特异性较好,能 识别错配3个碱基的序列。 [4]ZHOU Xiao—dong,LIU Li-jia.Detection ofhepatitis B virus by pi- ezeloectirc biosensor[J].journal of Pharmaceuticla and Biomed. ical Analysis,2002,(27):341—345. [5] SU Xiao・di.Covlaent DNA Immobilization on Polymer.Shielded Silver・Coated Quanz Crystal Mierobalance Using Photobiotin・ Based UV Irradiation[J].Biochemical and Biophysical Research Communications,2002,(290):962—966. [6]Sara T,Marco M.Coupling of a DNA piezoelectirc biosensor and 时间,l polymerase chain reaction to detect apolipoprotein E polymor- 田5压电基园tl‘■的|.鼻性 FIg S Specmaty ̄1 ̄ll'Ve 0f—曩聃—|clr.c.|-I哪r phisms[J].Biosensors&Bieloectronics。2000。(15):363— 370. 3结论 [7]Petr S D,Carla D,Santos R,et 1a.Piezoelectirc biosensors ofr er. l・a-time monitoring of hybridization and detcteion of hepatitis C vi・- 在压电石英晶体表面建立了生物素一亲和素法和自组 装法2种固定基因探针的方法。构建了相应的压电基因传 nrS[J].Journla ofVirological Methods,2004,(117):145—151. 感器,并成功用于芽孢杆菌靶序列的检测。研究结果表明: 生物紊一亲和紊法固定探针效果更好,所制成的压电基因传 感器检测限为0.05 InoL/L,线性范围是0.05~O.5 I|-(d/L。 ) 、 作者简介: 田艳慧(1977一),女,山东泰安人,研究生,研究方向为压电生 物传感器。 ) I上接第33页) 基于该激光雷达的工作原理,通过统计分析对测距数 业出版社,2004.129—149. [2]安毓英,曾小东.光学传感与测量[M].北京:电子工业出版 社,2001.256—302. 据进行标定,建立测距误差模型;通过不同测量距离下测距 数据的统计特性分析,为设计测距数据的噪声滤波器奠定 了基础;研究了不同物体表面属性对测距精度的影响;通过 [3]杨明,王宏,何克忠,等.基于激光雷达的移动机器人环 境建模与避障[J].清华大学学报(自然科学版),2000, 40(7):112—116. 混合像素测定方法确定激光雷达的角度分辨力。同时,针 对导航过程中的实时干扰,分析了激光雷达测距数据的时 空关联性。设计了动态自适应滤波器以消除障碍检测中的 [4]蔡自兴。贺汉根,陈虹.未知环境中移动机器人导航控制研 究的若干问题[J].控制与决策。2002,17(4):385—390. [5]Ye C,Boernstein J.Characteriatzion of a 2-D I脚r Scanner for Mobile Robot Obstclae Negotiation[A].Proc.of the 2002 IEEE 噪声干扰。试验结果表明:该方法能够实现可靠的障碍检 测。引导机器人避障。通过精确的障碍测距,能够为增量式 环境建图、移动机器人自定位,以及全局环境下的路径规划 提供支持。 ●考文献: [1]Murphy R R(著).人工智能机器人学导论[M].北京:电子工 Int.Conf.on Robotics and Automation(ICRA 2002)c c].Wash・ ington DC,USA:IEEE Press,2002,(3):2512—2518. 作者简介; 于金霞(1974一),女,河南焦作人.博士研究生。研究领域为 智能控制、移动机器人环境建模与定位技术等。 

因篇幅问题不能全部显示,请点此查看更多更全内容