第3卷第4期 智能系统学报 Vol 3 Ng 4 2008年8月 CAA I Transactions on Intelligent Systems Aug 2008 基于ATM的提高狭窄环境探测精度的改进方法 李润伟，蔡自兴，童字2 (1中南大学信息科学与工程学院，湖南长沙410083：2湖南公安高等专科学校，湖南长沙410138) 摘要：基于AM的思想为移动机器人探测狭窄环境提出了一种改进方法，使得在地图创建的精度上有一定的提 升.虽然声呐传感器探测目标体的距离有较高的准确度，但声呐对目标的方位判断却存在一定的误差，借鉴了AM 的思想，所采用的声呐模型为均匀分布模型，设定了切线的角度变化范围并引入了权值，对目标的方位进行了误差 修正，并且在MOCS2机器人平台上进行了实时地图创建实验，验证了这种方法有着较好的精确性与可行性。 关键词：移动机器人；声呐；地图创建；切线：交点 中图分类号：TP24文献标识码：A文章编号：1673-4785(2008)04028305 Im provng the accuracy of explorng the narrow environment by using ATM L IRunwei,CA IZi-xing,TONG Yu (1.School of Infomation Science and Engineering.Central South University,Changsha 410083,China;2 Hunan Public Security Col lege,Changsha 410138,China) Abstract:A method is proposed for mproving the accuracy ofmapp ing data generated by mobile robots by using the arc-transversal median (ATM)algorithm.Although sonar sensors can accurately detem ine the distance beteen objects and the robot,they cantprecisely estmate the azmuth of the object We used the unifom distributon mod- el as our sonar model,in which the range of change of angle fomed by two tangents was prescribed,and weights were applied Finally,errorswere adjusted Experments with real-tme map building were made on the MORCS-2 obot platfom.They showed exciting and prom ising results,and verified the accuracy and feasibility of the pro- posed method Keywords:mobile robot sonar,map building tangent intersection 近20年来的机器人和人工智能(artificial inte上绘得过于狭窄，使得机器人认为不能通过，甚至在某 ligence,AD研究工作中，移动机器人地图创建山已些极其不利的环境下，将事实上存在的通道口描绘 经引起了较为广阔的关注.地图创建是为了解决移 成不存在.本文采用增量渐进式的算法进行实时地 动机器人获得自然环境空间模型与实现自身定位的 图创建，通过适当地改变机器人的位姿和融合时间 问题2)，它通常被认为是机器人构造真实环境问题 片的声呐数据来增加声呐的精确度[5) 中的关键问题.在现阶段地图创建工作中，声呐由于 其低廉的价格与易操作性而得到大量采用：但是声 1改进的AM方法 呐传感器具有不确定性1，在某些特定环境，用声11声呐模型 呐来探测未知环境时精度并不理想，特别是在狭窄 众所周知，在标准条件下，空气中超声波的速度 的环境中，声呐的散射和信息低辨别率都会造成创 是不变的，声呐的发射与接收的时间间隔和声呐传 建精度较低的环境地图，地图中的一些通道口被描 感器与目标的反射点之间的距离成正比，那么使用 声呐来建图既快速又简单.目前通过声呐传感器信 收稿日期：2007-11-11. 基金项目：国家基础研究基金资助项目(A1420060159):国家自然科 息进行环境建模的方法主要有3种：高斯分布传感 学基金重点资助项目(60234030. 器模型、中轴线传感器模型和均匀分布传感器模 通信作者：李润伟.Email lirunwe22@sina com 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
第 3卷第 4期 智 能 系 统 学 报 Vol. 3 №. 4 2008年 8月 CAA I Transactions on Intelligent System s Aug. 2008 基于 ATM的提高狭窄环境探测精度的改进方法 李润伟 1 ,蔡自兴 1 ,童 宇 2 (1. 中南大学 信息科学与工程学院 ,湖南 长沙 410083; 2. 湖南公安高等专科学校 ,湖南 长沙 410138) 摘 要 :基于 ATM的思想为移动机器人探测狭窄环境提出了一种改进方法 ,使得在地图创建的精度上有一定的提 升. 虽然声呐传感器探测目标体的距离有较高的准确度 ,但声呐对目标的方位判断却存在一定的误差 ,借鉴了 ATM 的思想 ,所采用的声呐模型为均匀分布模型 ,设定了切线的角度变化范围并引入了权值 ,对目标的方位进行了误差 修正 ,并且在 MORCS22机器人平台上进行了实时地图创建实验 ,验证了这种方法有着较好的精确性与可行性. 关键词 :移动机器人 ;声呐 ;地图创建 ;切线 ;交点 中图分类号 : TP24 文献标识码 : A 文章编号 : 167324785 (2008) 0420283205 Improving the accuracy of explor ing the narrow environment by using ATM L I Run2wei 1 , CA I Zi2xing 1 , TONG Yu 2 (1. School of Information Science and Engineering, Central South University, Changsha 410083, China; 2. Hunan Public Security Col2 lege, Changsha 410138, China) Abstract:A method is p roposed for imp roving the accuracy ofmapp ing data generated bymobile robots by using the arc2transversal median (ATM) algorithm. A lthough sonar sensors can accurately determ ine the distance between objects and the robot, they can’t p recisely estimate the azimuth of the object. W e used the uniform distribution mod2 el as our sonar model, in which the range of change of angle formed by two tangents was p rescribed, and weights were app lied. Finally, errorswere adjusted. Experiments with real2time map building were made on the MORCS22 robot p latform. They showed exciting and p rom ising results, and verified the accuracy and feasibility of the p ro2 posed method. Keywords:mobile robot; sonar; map building; tangent; intersection 收稿日期 : 2007211211. 基金项目 :国家基础研究基金资助项目 (A1420060159) ;国家自然科 学基金重点资助项目 (60234030). 通信作者 :李润伟. E2mail: lirunwei22@ sina. com. 近 20年来的机器人和人工智能 ( artificial intel2 ligence,A I)研究工作中 ,移动机器人地图创建 [ 1 ]已 经引起了较为广阔的关注. 地图创建是为了解决移 动机器人获得自然环境空间模型与实现自身定位的 问题 [ 2 ] ,它通常被认为是机器人构造真实环境问题 中的关键问题. 在现阶段地图创建工作中 ,声呐由于 其低廉的价格与易操作性而得到大量采用 ;但是声 呐传感器具有不确定性 [ 3 ] ,在某些特定环境 ,用声 呐来探测未知环境时精度并不理想 ,特别是在狭窄 的环境中 ,声呐的散射和信息低辨别率都会造成创 建精度较低的环境地图 ,地图中的一些通道口被描 绘得过于狭窄 ,使得机器人认为不能通过 ,甚至在某 些极其不利的环境下 ,将事实上存在的通道口描绘 成不存在. 本文采用增量渐进式的算法进行实时地 图创建 ,通过适当地改变机器人的位姿和融合时间 片的声呐数据来增加声呐的精确度 [ 425 ] 1 改进的 ATM方法 1. 1 声呐模型 众所周知 ,在标准条件下 ,空气中超声波的速度 是不变的 ,声呐的发射与接收的时间间隔和声呐传 感器与目标的反射点之间的距离成正比 ,那么使用 声呐来建图既快速又简单. 目前通过声呐传感器信 息进行环境建模的方法主要有 3种 :高斯分布传感 器模型、中轴线传感器模型和均匀分布传感器模
·284· 智能系统学报 第3卷 型).本文最初采用的为中轴线传感器模型，虽然 变化，那么RCD方法认为移动机器人正处于一个拐 这种声呐模型在地图创建的过程中速度较快，对于 角处或是通道口.经过对基于RCD与AM等2种 实时建图有着很好的执行效率，但该模型的缺点也 方法实验后，发现中轴线传感器模型对远端障碍 很明显，即在探测较远处的狭窄通道口的时候容易 物的近似定位不尽人意，所以在本文中采用了 产生错误信息，而且在声呐弧比较小的情况下，这种 均匀分布传感器模型.因为均匀分布传感器模型不 模型不能够为障碍物的实际定位提供一种较为合理 仅能够弥补在中轴线传感器模型中小声呐弧容易产 的估计.如图1所示，探测圆弧上的实心点m1和m2 生错误信息的不足.而且对多交点运算中的障碍点 代表不同时刻机器人探测到的障碍物所认为的位 定位有较好的估计. 置.基于这样的探测模式，机器人会把实际的障碍点 在均匀分布传感器模型中，首先假定障碍点坐 转移到声呐弧的中点m1与m2如图2所示)，从而 落于声呐弧上任一处的概率是均匀的，即在一段弧 认为这个通道口过于狭窄而不能通过，但事实上机 长为入的弧上，一个障碍点随机分布在距离为△的 器人是能通过这个通道口的， 子区间(dd+4)上的概率为片，很明显会<1这个 概率仅仅依赖于子区间的长度，而不依赖于障碍点 落在弧上的位置.现在考虑有n个点落入到相同小 区间的概率，即在这个小区间上不存在目标的概率， Robot 这个概率被描述为 .) Robot 几px∈ad+a)=I. 然后，当n增加至无穷时公减小)，这个概率将趋 近于0即当有更多的点落入相同的区域，就可以认为 这个区域一定存在某个被声呐探测到的目标】 图1中轴线传感器模型工作方式 12AM方法 Fig 1 Sensor model's working ofmedial axis 根据AM方法的思想，声呐弧上障碍点的存在 服从均匀分布1，即障碍物的反射点可能落在声呐 弧上的任意位置.AM方法假设每条弧上均存在一 个障碍点，只是无法确定障碍点在弧上的具体位置」 如果要判断某目标弧上障碍点的具体位置，可以通 Robot 过其他声呐弧与该声呐弧相交的交点来确定.在实 际情况中，即使所获得的数据是稳定不变的，由于声 Robot 呐在距离辨别能力和航位推测法上的误差，会导致 许多声呐弧不可能正好相交于一个点，这些弧的交 点会在目标弧上形成一个点簇，簇中任一个点可以 作为该弧上的障碍点位置的近似值.同时，障碍点在 目标弧上位置判断的精确度依赖于该弧上交点的数 图2通道口被狭窄化示意图 目.在AM方法中，首先对2条相交弧的交点作各 Fig 2 Passageway width narowed 自的切线，并判断其夹角是否为30°，如果是，则纳 Leonard提出了一种基于多边形环境中辨别拐 入目标弧的交点簇，否则摒弃，然后对目标弧的交点 角与边界的方法，使用声呐的RCD(range of constant 簇中两两相邻的交点的间距求中值，并对获得的所 deph)方法I6,RC①方法假设障碍物的反射点就处 有中值点求平均值，以求得该声呐弧上障碍点的近 于声呐弧的中心点，事实上这种假设是很有道理的. 似位置 因为RCD方法融合了移动机器人探测环境时不同 1.3AM方法的改进 时间片的多组声呐数据)，当机器人穿过某个环境 在AM方法中，限定了交点切线的夹角0的大 时，这些中心点将会被记录.如果这些中心点是条连 小，固定取值为30°，这样的取值使得数据采集过 续的直线，证明机器人正在沿着一堵墙行走.而当机 于简单，从而在遗漏了一些有效数据的同时还获得 器人移动的同时，如果中心点也保持着相对稳定的 了一些无意义的数据，所以在实际应用中所创地图 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
型 [ 7 ] . 本文最初采用的为中轴线传感器模型 ,虽然 这种声呐模型在地图创建的过程中速度较快 ,对于 实时建图有着很好的执行效率 ,但该模型的缺点也 很明显 ,即在探测较远处的狭窄通道口的时候容易 产生错误信息 ,而且在声呐弧比较小的情况下 ,这种 模型不能够为障碍物的实际定位提供一种较为合理 的估计. 如图 1所示 ,探测圆弧上的实心点 m1 和 m2 代表不同时刻机器人探测到的障碍物所认为的位 置. 基于这样的探测模式 ,机器人会把实际的障碍点 转移到声呐弧的中点 m1 与 m2 (如图 2所示 ) ,从而 认为这个通道口过于狭窄而不能通过 ,但事实上机 器人是能通过这个通道口的. 图 1 中轴线传感器模型工作方式 Fig. 1 Sensor model’s working of medial axis 图 2 通道口被狭窄化示意图 Fig. 2 Passageway width narrowed Leonard提出了一种基于多边形环境中辨别拐 角与边界的方法 ,使用声呐的 RCD ( range of constant dep th)方法 [ 6 ] , RCD方法假设障碍物的反射点就处 于声呐弧的中心点 ,事实上这种假设是很有道理的. 因为 RCD方法融合了移动机器人探测环境时不同 时间片的多组声呐数据 [ 8 ] ,当机器人穿过某个环境 时 ,这些中心点将会被记录. 如果这些中心点是条连 续的直线 ,证明机器人正在沿着一堵墙行走. 而当机 器人移动的同时 ,如果中心点也保持着相对稳定的 变化 ,那么 RCD方法认为移动机器人正处于一个拐 角处或是通道口. 经过对基于 RCD与 ATM 等 2种 方法实验后 ,发现中轴线传感器模型对远端障碍 物 [ 9 ]的近似定位 [ 10 ]不尽人意 ,所以在本文中采用了 均匀分布传感器模型. 因为均匀分布传感器模型不 仅能够弥补在中轴线传感器模型中小声呐弧容易产 生错误信息的不足 ,而且对多交点运算中的障碍点 定位有较好的估计. 在均匀分布传感器模型中 ,首先假定障碍点坐 落于声呐弧上任一处的概率是均匀的 ,即在一段弧 长为 λ的弧上 ,一个障碍点随机分布在距离为 Δ的 子区间 ( d, d +Δ)上的概率为 Δ λ ,很明显 Δ λ < 1. 这个 概率仅仅依赖于子区间的长度 ,而不依赖于障碍点 落在弧上的位置. 现在考虑有 n个点落入到相同小 区间的概率 ,即在这个小区间上不存在目标的概率 , 这个概率被描述为 ∏ n i =1 P (Xi ∈ ( d, d +Δ) ) = ∏ n i =1 Δ λ . (1) 然后,当 n增加至无穷时 (Δ减小 ) ,这个概率将趋 近于 0. 即当有更多的点落入相同的区域,就可以认为 这个区域一定存在某个被声呐探测到的目标. 1. 2 ATM方法 根据 ATM方法的思想 ,声呐弧上障碍点的存在 服从均匀分布 [ 6 ] ,即障碍物的反射点可能落在声呐 弧上的任意位置. ATM方法假设每条弧上均存在一 个障碍点 ,只是无法确定障碍点在弧上的具体位置. 如果要判断某目标弧上障碍点的具体位置 ,可以通 过其他声呐弧与该声呐弧相交的交点来确定. 在实 际情况中 ,即使所获得的数据是稳定不变的 ,由于声 呐在距离辨别能力和航位推测法上的误差 ,会导致 许多声呐弧不可能正好相交于一个点 ,这些弧的交 点会在目标弧上形成一个点簇 ,簇中任一个点可以 作为该弧上的障碍点位置的近似值. 同时 ,障碍点在 目标弧上位置判断的精确度依赖于该弧上交点的数 目. 在 ATM方法中 ,首先对 2条相交弧的交点作各 自的切线 ,并判断其夹角是否为 30°,如果是 ,则纳 入目标弧的交点簇 ,否则摒弃 ,然后对目标弧的交点 簇中两两相邻的交点的间距求中值 ,并对获得的所 有中值点求平均值 ,以求得该声呐弧上障碍点的近 似位置. 1. 3 ATM方法的改进 在 ATM方法中 ,限定了交点切线的夹角 θ的大 小 ,θ固定取值为 30°,这样的取值使得数据采集过 于简单 ,从而在遗漏了一些有效数据的同时还获得 了一些无意义的数据 ,所以在实际应用中所创地图 ·284· 智 能 系 统 学 报 第 3卷
第4期 李润伟，等：基于AM的提高狭窄环境探测精度的改进方法 ·285· 的精确度并不高.本文对切线的夹角设定了范围， 式中：30°≤0≤90°，这里的0取值如果过小对于实 并引入了权值，很好地改进了AM方法中存在的不 验是没有意义的，如果出现了较小的0值，在绝大多 足之处 数的情况下是因为移动机器人探测到了一段连续的 如图3所示，2条弧ā和B相交后，障碍点可能 障碍物，而不是所期望的通道口或者拐角环境.在加 会落在▣上也可能落在B上，简单地假设障碍点落 入权值后，经过实验多次证明，发现夹角0的适当变 在声呐弧的某个固定位置是不正确的，整条弧必须 化有利于提高判断狭窄环境的精确度」 被考虑进去.本文认为障碍点应该会落在2条弧的 在AM方法中，对于求弧间距的中值并没有给 交点附近，但由于声呐的不确定性，需要对交点附近 出一个具体的方法.本文提出以下方法来获取弧间 的范围做进一步处理」 距的中值，并求得障碍点近似位置. 如图5所示，假设在弧x的交点簇中存在有效 0 的A、B、C、D4个交点.先取最左边相邻的2个点A、 B,对其分别作切线，2条切线必定相交于一点E然 后把AE和BE连接起来.从顶点E作一条垂直于线 段AB的直线，交弧x于点F,点F即为弧AB的中 图32条声呐弧线相交图 值点.然后再取B、C2个相邻交点，重复以上过程， Fig 3 The intersection of wo sonar arcs 直到交点簇中所有的相邻交点都被处理完毕，最后 如图4所示，弧a与弧B相交于点O,过0点分 将得到3个中值点，对这3个点求平均值作为障碍 别作2条弧的切线和，以弧ā为基准，从O点 点在弧x上的近似位置 开始，在切线{的1αm处作垂线交于切线，可得 OA =1,AB =1/sin 0,OB =1/tan 0 假设2条切线k和相交的角度为日(30°≤ 0≤90)，以每5为一个角度范围单位，对其赋权值 o,(0≤≤11)，这样的单位和权值可以根据实际的 情况进行调整，以获得最佳的实验效果 图5求障碍点的中值图 Fig 5 Obstacle median 2实验结果与分析 实验中所使用的MORCS-2移动机器人配备了 里程仪、电子罗盘以及8个声呐，机器人通过里程仪 与电子罗盘实现自身的定位，并通过声呐获取障碍 图42条相交弧的交点切线图 物信息，MORCS-2机器人的声呐传感器精确度为 Fig 4 The tangent diagram of the intersecton of to arcs 1cm,声呐探测范围为10~400cm,在实验中构造 此外，还需要得到弧ā与弧B的长度，假设声呐 的探测环境为4m6m的区域，MORCS-2机器人 传感器到弧a的距离为d,到弧B的距离为d,声 提供了应用于W indows的C语言开发环境与数据 呐传感器的散射角为中弧a的长度4一总0·4· 接口，实验主程序为VC++编写. 通过实验对本文所提出的方法进行了验证，实 电孤B的长度5一0 验结果如图6~9所示.经比较发现，移动机器人在 ·山·中，8为需要考虑的阈 探测狭窄通道口时，应用了改进算法后的方法所获 值，那么把6表示为式(2)，只有8达到了阈值要求 得的地图，比原有的普通探测算法以及AM方法所 的交点才值得考虑 获得地图精度都要好」 6=24B±0BL.o,= 由于普通探测方法没有声呐弧交点的引入，所 + 以在表1中，本文仅对AM方法与改进AM方法 360(sin 0 tan 0) (2) 进行数据对比，其中表1中的数据为10次实验的平 rφ·sin0·tan0·d+d) 均数据.从表1可以看出，在一定基数的障碍点的情 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
的精确度并不高. 本文对切线的夹角 θ设定了范围 , 并引入了权值 ,很好地改进了 ATM方法中存在的不 足之处. 如图 3所示 , 2条弧 α和 β相交后 ,障碍点可能 会落在 α上也可能落在 β上 ,简单地假设障碍点落 在声呐弧的某个固定位置是不正确的 ,整条弧必须 被考虑进去. 本文认为障碍点应该会落在 2条弧的 交点附近 ,但由于声呐的不确定性 ,需要对交点附近 的范围做进一步处理. 图 3 2条声呐弧线相交图 Fig. 3 The intersection of two sonar arcs 如图 4所示 ,弧α与弧β相交于点 O,过 O点分 别作 2条弧的切线 αl 和 βl ,以弧 α为基准 ,从 O 点 开始 ,在切线 αl 的 1 cm处作垂线交于切线 βl ,可得 OA = 1, AB = 1 / sinθ, OB = 1 / tanθ. 假设 2条切线 αl 和 βl 相交的角度为 θ( 30°≤ θ≤90°) ,以每 5°为一个角度范围单位 ,对其赋权值 ωi ( 0≤i≤11) ,这样的单位和权值可以根据实际的 情况进行调整 ,以获得最佳的实验效果. 图 4 2条相交弧的交点切线图 Fig. 4 The tangent diagram of the intersection of two arcs 此外 ,还需要得到弧α与弧β的长度 ,假设声呐 传感器到弧 α的距离为 d1 ,到弧 β的距离为 d2 ,声 呐传感器的散射角为 φ,弧 α的长度 s1 = π 180 ·d1 · φ,弧 β的长度 s2 = π 180 ·d2 ·φ,δ为需要考虑的阈 值 ,那么把 δ表示为式 ( 2) ,只有 δ达到了阈值要求 的交点才值得考虑. δ1 = 2 (AB + OB ) s1 + s2 ·ωi = 360 ( sinθ+ tanθ) π·φ·sinθ·tanθ·( d1 + d2 ) ·ωi . (2) 式中 : 30°≤θ≤90°,这里的 θ取值如果过小对于实 验是没有意义的 ,如果出现了较小的 θ值 ,在绝大多 数的情况下是因为移动机器人探测到了一段连续的 障碍物 ,而不是所期望的通道口或者拐角环境. 在加 入权值后 ,经过实验多次证明 ,发现夹角 θ的适当变 化有利于提高判断狭窄环境的精确度. 在 ATM方法中 ,对于求弧间距的中值并没有给 出一个具体的方法. 本文提出以下方法来获取弧间 距的中值 ,并求得障碍点近似位置. 如图 5所示 ,假设在弧 x的交点簇中存在有效 的 A、B、C、D 4个交点. 先取最左边相邻的 2个点 A、 B ,对其分别作切线 , 2条切线必定相交于一点 E,然 后把 AE和 B E连接起来. 从顶点 E作一条垂直于线 段 AB 的直线 ,交弧 x于点 F,点 F即为弧 AB 的中 值点. 然后再取 B、C 2个相邻交点 ,重复以上过程 , 直到交点簇中所有的相邻交点都被处理完毕 ,最后 将得到 3个中值点 ,对这 3个点求平均值作为障碍 点在弧 x上的近似位置. 图 5 求障碍点的中值图 Fig. 5 Obstacle median 2 实验结果与分析 实验中所使用的 MORCS22移动机器人配备了 里程仪、电子罗盘以及 8个声呐 ,机器人通过里程仪 与电子罗盘实现自身的定位 ,并通过声呐获取障碍 物信息 , MORCS22机器人的声呐传感器精确度为 1 cm,声呐探测范围为 10～400 cm,在实验中构造 的探测环境为 4 m ×6 m的区域 ,MORCS22机器人 提供了应用于 W indows的 C语言开发环境与数据 接口 ,实验主程序为 VC + +编写. 通过实验对本文所提出的方法进行了验证 ,实 验结果如图 6～9所示. 经比较发现 ,移动机器人在 探测狭窄通道口时 ,应用了改进算法后的方法所获 得的地图 ,比原有的普通探测算法以及 ATM方法所 获得地图精度都要好. 由于普通探测方法没有声呐弧交点的引入 ,所 以在表 1中 ,本文仅对 ATM 方法与改进 ATM 方法 进行数据对比 ,其中表 1中的数据为 10次实验的平 均数据. 从表 1可以看出 ,在一定基数的障碍点的情 第 4期 李润伟 ,等 :基于 ATM的提高狭窄环境探测精度的改进方法 ·285·
·286· 智能系统学报 第3卷 况下，有效的横切线交点越多，对于通道口处的障碍 点的定位就越准确 3结束语 表1AM方法与改进方法的狭窄通道口探测精度比较 综上所述，本文针对较远处狭窄环境提高探测 Table I The comparison of narrow passageway's detection ac- 精度的方法，对声呐传感器的精度要求不高.通过理 curacy between the ATM method and the in pro- 论分析，引入权值后，对数据的采集与选择有了更好 vng method 的控制，使得计算量相对于AM方法要小，在探测 比值有效交点数 算法 障碍点数 声呐弧横切有效横切 实际外部环境的过程中，有着较好的实时地图创建 线交点总数线交点数：交点总数)/% 效率和较高的精确性.进一步的研究重点是将多传 AM方法 1571 6028 4291 71.2 感器所采集的环境信息进行融合，通过分析不同数 改进AM方法1766 5994 5172 863 据特性的环境信息将能更好地提高地图创建的精 确性 参考文献： [1礤自兴，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 图6实验环境示意图 CAIZixing.HE Hangen,CHEN Hong Some issues or mo- bile obots navigation under unknown envirorments [J] Fig 6 Sketch map of expermental environment Control and Decision,2002,17(4):385-390 [2]CHONG K S,KLEEMAN L.Mobile-robot map building fiom an advanced sonar array and accurate odometry [J ] Intemational Joumal of Robotics Research,1999,18(1): 20-36 [3任卫华，陈卫东，席裕庚.移动机器人地图创建中的不确 定传感信息处理[J1自动化学报，2003,29(2)：267- 274 WANGWeihua,CHEN Weidong.XI Yugeng Uncertainty 图7普通探测方法的实验结果图 sensor infomation processing in map building of mobile ro- bot[J ]Acta Autmatica Sinica,2003,29(2):267-274 Fig 7 The expermental results of the common method [4正璐，蔡自兴.未知环境中移动机器人并发建图与定 位(QML)的研究进展[J1机器人，2004,26(4)：380- 384 WANG Lu,CA I Zixing Progress of CML or mobile robots in unknown envirorments[J].Robot,2004,26(4):380- 384 [5高丽华，房芳，马旭东.一种基于声呐信息的移动机器 人地图创建方法[J]制造业自动化，2006,28(11)：33- 35,65 GAO L ihua,FANG Fang.MA Xudong A sonar-based map 图8AM方法的实验结果图 building app oach ormobile obot[J].Manufacturing Auto- Fig 8 The experiental results of the A'M method matin,2006,28(11):33-35,65 [6 ]CHOSET H,NAGATAN I K,LAZAR N A.The arc-trans- versal median algorithm:a geometric approach to increasing ultrasonic sensor azmuth accuracy[J].IEEE Transactions on Robotics and Automation,2003,19(3):519-522 [7浏年庆，周光明，陈宗海.一种基于多超声波信息精确建 立环境模型的新方法[J]机器人，2005,27(3)：261- 266 L U N ianqing,ZHOU Guangn ing,CHEN Zonghai A new approach of precise envirormental modeling based on multi- 图9改进探测方法的实验结果图 ple ultrasonic sensors[J].Robot,2005,27(3):261-266 Fig 9 The expermental results of the mproving method [8 ]LEONARD J J,MORAN B A,COX IJ.Undewwater sonar data fusion using an ecient multiple hypothesis algorithm 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
况下 ,有效的横切线交点越多 ,对于通道口处的障碍 点的定位就越准确. 表 1 ATM 方法与改进方法的狭窄通道口探测精度比较 Table 1 The comparison of narrow passageway’s detection ac2 curacy between the ATM m ethod and the im pro2 v ing m ethod 算法 障碍点数 声呐弧横切 线交点总数 有效横切 线交点数 比值 (有效交点数 :交点总数) /% ATM方法 1 571 6 028 4 291 71. 2 改进 ATM方法 1 766 5 994 5 172 86. 3 图 6 实验环境示意图 Fig. 6 Sketch map of experimental environment 图 7 普通探测方法的实验结果图 Fig. 7 The experimental results of the common method 图 8 ATM方法的实验结果图 Fig. 8 The experimental results of the ATM method 图 9 改进探测方法的实验结果图 Fig. 9 The experimental results of the imp roving method 3 结束语 综上所述 ,本文针对较远处狭窄环境提高探测 精度的方法 ,对声呐传感器的精度要求不高. 通过理 论分析 ,引入权值后 ,对数据的采集与选择有了更好 的控制 ,使得计算量相对于 ATM方法要小 ,在探测 实际外部环境的过程中 ,有着较好的实时地图创建 效率和较高的精确性. 进一步的研究重点是将多传 感器所采集的环境信息进行融合 ,通过分析不同数 据特性的环境信息将能更好地提高地图创建的精 确性. 参考文献 : [ 1 ]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 ) : 3852390. CA I Zixing, HE Hangen, CHEN Hong. Some issues for mo2 bile robots navigation under unknown environments [ J ]. Control and Decision, 2002, 17 (4) : 3852390. [ 2 ] CHONG K S, KLEEMAN L. Mobile2robot map building from an advanced sonar array and accurate odometry [ J ]. International Journal of Robotics Research, 1999, 18 ( 1 ) : 20236. [ 3 ]王卫华 ,陈卫东 ,席裕庚. 移动机器人地图创建中的不确 定传感信息处理 [ J ]. 自动化学报 , 2003, 29 ( 2 ) : 2672 274. WANGW eihua, CHEN W eidong, X I Yugeng. Uncertainty sensor information p rocessing in map building of mobile ro2 bot[J ]. Acta Automatica Sinica, 2003, 29 (2) : 2672274. [ 4 ]王 璐 , 蔡自兴. 未知环境中移动机器人并发建图与定 位 (CML)的研究进展 [J ]. 机器人 , 2004, 26 ( 4) : 3802 384. WANG Lu, CA I Zixing. Progress of CML for mobile robots in unknown environments[J ]. Robot, 2004, 26 ( 4) : 3802 384. [ 5 ]高丽华 ,房 芳 ,马旭东. 一种基于声呐信息的移动机器 人地图创建方法 [J ]. 制造业自动化 , 2006, 28 (11) : 332 35, 65. GAO L ihua, FANG Fang, MA Xudong. A sonar2based map building app roach formobile robot[J ]. ManufacturingAuto2 mation, 2006, 28 (11) : 33235, 65. [ 6 ]CHOSET H, NAGATAN I K, LAZAR N A. The arc2trans2 versal median algorithm: a geometric app roach to increasing ultrasonic sensor azimuth accuracy[ J ]. IEEE Transactions on Robotics and Automation, 2003, 19 (3) : 5192522. [ 7 ]刘年庆 ,周光明 ,陈宗海. 一种基于多超声波信息精确建 立环境模型的新方法 [ J ]. 机器人 , 2005, 27 ( 3 ) : 2612 266. L IU N ianqing , ZHOU Guangming , CHEN Zonghai. A new app roach of p recise environmental modeling based on multi2 p le ultrasonic sensors[J ]. Robot, 2005, 27 (3) : 2612266. [ 8 ]LEONARD J J, MORAN B A, COX I J. Underwater sonar data fusion using an ecient multip le hypothesis algorithm ·286· 智 能 系 统 学 报 第 3卷
第4期 李润伟，等：基于AM的提高狭窄环境探测精度的改进方法 ·287· [C]//IEEE Int Confon Robotics and Automation [S I ] 蔡自兴，男，1938年生，教授，博士生导 1995:2995-3002 师，纽约科学院院士，主要研究方向为 [9]BURGARD W,CREMERSA B,FOX D.Experiences with 人工智能、机器人学、智能控制等.1985 an interactive museum our-guide robot[J]Artificial Intel- 年，在国际上首创机器人规划专家系 1 igence,1999,114(1-2):3-55. 统，1986年，在国际上首次提出智能控 [10]CASTELLANOS J A,MONTIEL J MM,NERA J.The SPmap:a probabilistic framework for smultaneous bcaliza- 制的四元交集理论，1989年，提出智能 tion and map building[J]EEE Transactions on Robotics 控制科学体系的初步框架.获科教奖励 and Automation,1999,15(5):948953 30余项，其中国家级奖励2项，省部级奖励20余项.发表学 作者简介： 术论文500多篇，出版专著和教材26部. 李润伟，男，1979年生，硕士研究 童宇，女，1980年生，讲师，主要 生，主要研究方向为人工智能、移动机 研究方向为人工智能、移动机器人导 器人导航、移动机器人地图创建。 航、数字图像处理，发表学术论文3篇 2008 】 hterna tional Sym posium on Com puta tional I telligence and Design ISC ID 2008) 2008国际计算智能与设计研讨会 2008 Intemational Symposium on Computational Intelligence and Design ISC D 2008)will be held on 17~ 18 October,2008 in W uhan,China it provides wo day's focus on the science and technology that are the basis for the computational intelligence and design The theme of the plenary session is"Computational intelligence and de- sign"featuring invited speakers who will further expbore this topic that is so significant for this fields Concurrent sessions and a poster session will cover a wide range of top ics and issues,including both contributed papers and special sessions developed on pecific themes,all with a central focus of CI and Design This conference provides an idea-exchange and discussion platfom for the world's engineers and academ ia, where intemationally recognized researches and practitioners share cutting-edge infomation,address the hottest is- sue in computational intelligence and design,explore new technologies,exchange and build upon ideas And pro- vide researchers and practitioners interested in new infomation technologies an opportunity to highlight innovative research directions,novel app lications,and a growing number of relationships beteen rough sets and such areas as computational intelligence,knowledge discovery and data m ining,intelligent infomation systems,web m ining, synthesis and analysis of comp lex objects,non-conventional models of computation and design The conference proceedings will be published by IEEE Computer Society,all papers accepted will be included in IEEE Xpbre and cited by EICompendex Selected 30~50 papers will be recommended to publish in EICom- pendex joumal,but the author also need to give a presentation in the conference Website:htp://www.iscid08.org/index hmI 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
[ C ] / / IEEE Int Conf on Robotics and Automation. [ S. l. ], 1995: 299523002. [ 9 ]BURGARD W , CREMERS A B, FOX D. Experiences with an interactive museum tour2guide robot[J ]. A rtificial Intel2 ligence, 1999, 114 (122) : 3255. [ 10 ]CASTELLANOS J A, MONTIEL J M M, NEIRA J. The SPmap: a p robabilistic framework for simultaneous localiza2 tion and map building[J ]. IEEE Transactions on Robotics and Automation, 1999, 15 (5) : 9482953. 作者简介 : 李润伟 ,男 , 1979 年生 ,硕士研究 生 ,主要研究方向为人工智能、移动机 器人导航、移动机器人地图创建. 蔡自兴 ,男 , 1938年生 ,教授 ,博士生导 师 ,纽约科学院院士 ,主要研究方向为 人工智能、机器人学、智能控制等. 1985 年 ,在国际上首创机器人规划专家系 统 , 1986年 ,在国际上首次提出智能控 制的四元交集理论 , 1989年 ,提出智能 控制科学体系的初步框架. 获科教奖励 30余项 ,其中国家级奖励 2项 ,省部级奖励 20余项. 发表学 术论文 500多篇 ,出版专著和教材 26部. 童 宇 ,女 , 1980年生 ,讲师 ,主要 研究方向为人工智能、移动机器人导 航、数字图像处理 ,发表学术论文 3篇. 2008 Interna tiona l Symposium on Computa tiona l Intelligence and Design ( I SC ID 2008) 2008国际计算智能与设计研讨会 2008 International Symposium on Computational Intelligence and Design ( ISCID 2008) will be held on 17～ 18 October, 2008 in W uhan, China. it p rovides two day’s focus on the science and technology that are the basis for the computational intelligence and design. The theme of the p lenary session is“Computational intelligence and de2 sign”featuring invited speakers who will further exp lore this top ic that is so significant for this fields. Concurrent sessions and a poster session will cover a wide range of top ics and issues, including both contributed papers and special sessions developed on specific themes, all with a central focus of CI and Design. This conference p rovides an idea2exchange and discussion p latform for the world ’s engineers and academ ia, where internationally recognized researches and p ractitioners share cutting2edge information, address the hottest is2 sue in computational intelligence and design, exp lore new technologies, exchange and build upon ideas. And p ro2 vide researchers and p ractitioners interested in new information technologies an opportunity to highlight innovative research directions, novel app lications, and a growing number of relationship s between rough sets and such areas as computational intelligence, knowledge discovery and data m ining, intelligent information system s, web m ining, synthesis and analysis of comp lex objects , non2conventional models of computation and design. The conference p roceedingswill be published by IEEE Computer Society, all papers accep ted will be included in IEEE Xp lore and cited by E I Compendex. Selected 30～50 papers will be recommended to publish in EI Com2 pendex journal , but the author also need to give a p resentation in the conference. W ebsite: http: / /www. iscid08. org/index. htm l. 第 4期 李润伟 ,等 :基于 ATM的提高狭窄环境探测精度的改进方法 ·287·