第5期 贺超，等：采用Kinect的移动机器人目标跟踪与避障 ·431· 4 结束语 本文提出的基于统计思想的局部地图更新方法 成功解决了Kinect在获取环境信息时盲区的影响. 在移动机器人上的实验结果表明，使用Kinect的移 动机器人可以很好地完成目标跟踪与避障任务，说 明Kinect很适合作为移动机器人获取环境信息的 传感器.虽然局部地图更新方法对静态障碍物的避 碰效果较好，但对动态障碍物的效果不是很理想，因 此还需要进一步研究此问题，以便将Kinect更好地 应用于移动机器人的目标跟踪与避障。 (a)实验光学图像 参考文献： [1]STEPHANEDES Y J,KWON E,TZAFESTAS S G,et al. Optimal control of nonlinear dynamic transportation systems [C]//Proceedings of the 29th IEEE Conference on Decision and Control.Honolulu,USA,1990:1641-1645. [2]MICHAEL B,KAI N,BRYAN R.Large-scale multi-agent simulations for transportation applications[J]//Journal of Intelligent Transportation Systems,2004,8(4):205-221. [3]高峰，王江锋，施绍友，等.基于模糊神经网络的车辆避撞 预警算法[J].江苏大学学报：自然科学版，2006,27 (3):211-215 GAO Feng,WANG Jiangfeng,SHI Shaoyou,et al.Vehicle intelligent collision warning algorithm based on fuzzy neural (b)实验深度图像 networks[J].Journal of Jiangsu University:Nature Science Edition,2006,27(3):211-215 [4]DAVID C.Count down to greater safey[J].ITS Internation- al,2005,11(2):1-3. [5]张琪，杨宜民基于改进人工势场法的足球机器人避碰控 制[J].机器人，2002,24(1)：12-15. ZHANG Qi,YANG Yimin.Soccer robot collision avoidance 回' 甘 control based on evolutionary artificial potential field[J]. Robot,2002,24(1):12-15. 2 [6]李人厚.自主移动机器人导论[M]西安：西安交通大学 出版社，2006：276-279. [7]BORENSTEIN J,KOREN Y.Real-time obstacle avoidance for fast mobile robots[J].IEEE Transactions on Systems, (©)实验局部地图更新图像 图8实验的光学与深度图像 Man,and Cybernetics,1989,19(5):1179-1187. Fig.8 The experimental optical images [8]CAO Qixin,HUANG Yanwen,ZHOU Jingliang.An evolu-(ａ) 实验光学图像 (ｂ) 实验深度图像 (ｃ) 实验局部地图更新图像 图 ８ 实验的光学与深度图像 Ｆｉｇ.８ Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｏｐｔｉｃａｌ ｉｍａｇｅｓ ４ 结束语 本文提出的基于统计思想的局部地图更新方法 成功解决了 Ｋｉｎｅｃｔ 在获取环境信息时盲区的影响. 在移动机器人上的实验结果表明ꎬ使用 Ｋｉｎｅｃｔ 的移 动机器人可以很好地完成目标跟踪与避障任务ꎬ说 明 Ｋｉｎｅｃｔ 很适合作为移动机器人获取环境信息的 传感器.虽然局部地图更新方法对静态障碍物的避 碰效果较好ꎬ但对动态障碍物的效果不是很理想ꎬ因 此还需要进一步研究此问题ꎬ以便将 Ｋｉｎｅｃｔ 更好地 应用于移动机器人的目标跟踪与避障. 参考文献: [１]ＳＴＥＰＨＡＮＥＤＥＳ Ｙ Ｊꎬ ＫＷＯＮ Ｅꎬ ＴＺＡＦＥＳＴＡＳ Ｓ Ｇꎬ ｅｔ ａｌ. Ｏｐｔｉｍａｌ ｃｏｎｔｒｏｌ ｏｆ ｎｏｎｌｉｎｅａｒ ｄｙｎａｍｉｃ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｓｙｓｔｅｍｓ [Ｃ] / / Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２９ｔｈ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄｅｃｉｓｉｏｎ ａｎｄ Ｃｏｎｔｒｏｌ. Ｈｏｎｏｌｕｌｕꎬ ＵＳＡꎬ １９９０: １６４１￣１６４５. [２] ＭＩＣＨＡＥＬ Ｂꎬ ＫＡＩ Ｎꎬ ＢＲＹＡＮ Ｒ. Ｌａｒｇｅ￣ｓｃａｌｅ ｍｕｌｔｉ￣ａｇｅｎｔ ｓｉｍｕｌａｔｉｏｎｓ ｆｏｒ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ａｐｐｌｉｃａｔｉｏｎｓ [ Ｊ] / / Ｊｏｕｒｎａｌ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｙｓｔｅｍｓꎬ ２００４ꎬ ８(４): ２０５￣２２１. [３]高峰ꎬ王江锋ꎬ施绍友ꎬ等.基于模糊神经网络的车辆避撞 预警算法[ Ｊ]. 江苏大学学报:自然科学版ꎬ ２００６ꎬ ２７ (３): ２１１￣２１５. ＧＡＯ Ｆｅｎｇꎬ ＷＡＮＧ Ｊｉａｎｇｆｅｎｇꎬ ＳＨＩ Ｓｈａｏｙｏｕꎬ ｅｔ ａｌ. Ｖｅｈｉｃｌｅ ｉｎｔｅｌｌｉｇｅｎｔ ｃｏｌｌｉｓｉｏｎ ｗａｒｎｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｆｕｚｚｙ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ[Ｊ]. Ｊｏｕｒｎａｌ ｏｆ Ｊｉａｎｇｓｕ Ｕｎｉｖｅｒｓｉｔｙ: Ｎａｔｕｒｅ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎꎬ ２００６ꎬ ２７(３): ２１１￣２１５. [４]ＤＡＶＩＤ Ｃ. Ｃｏｕｎｔ ｄｏｗｎ ｔｏ ｇｒｅａｔｅｒ ｓａｆｅｙ[Ｊ]. ＩＴＳ Ｉｎｔｅｒｎａｔｉｏｎ￣ ａｌꎬ ２００５ꎬ １１(２): １￣３. [５]张琪ꎬ杨宜民.基于改进人工势场法的足球机器人避碰控 制[Ｊ].机器人ꎬ ２００２ꎬ ２４(１): １２￣１５. ＺＨＡＮＧ Ｑｉꎬ ＹＡＮＧ Ｙｉｍｉｎ. Ｓｏｃｃｅｒ ｒｏｂｏｔ ｃｏｌｌｉｓｉｏｎ ａｖｏｉｄａｎｃｅ ｃｏｎｔｒｏｌ ｂａｓｅｄ ｏｎ ｅｖｏｌｕｔｉｏｎａｒｙ ａｒｔｉｆｉｃｉａｌ ｐｏｔｅｎｔｉａｌ ｆｉｅｌｄ [ Ｊ]. Ｒｏｂｏｔꎬ ２００２ꎬ ２４(１): １２￣１５. [６]李人厚.自主移动机器人导论[Ｍ].西安:西安交通大学 出版社ꎬ ２００６: ２７６￣２７９. [７]ＢＯＲＥＮＳＴＥＩＮ Ｊꎬ ＫＯＲＥＮ Ｙ. Ｒｅａｌ￣ｔｉｍｅ ｏｂｓｔａｃｌｅ ａｖｏｉｄａｎｃｅ ｆｏｒ ｆａｓｔ ｍｏｂｉｌｅ ｒｏｂｏｔｓ[ Ｊ]. ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓꎬ Ｍａｎꎬ ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓꎬ １９８９ꎬ １９(５): １１７９￣１１８７. [８]ＣＡＯ Ｑｉｘｉｎꎬ ＨＵＡＮＧ Ｙａｎｗｅｎꎬ ＺＨＯＵ Ｊｉｎｇｌｉａｎｇ. Ａｎ ｅｖｏｌｕ￣ 第 ５ 期 贺超ꎬ等:采用 Ｋｉｎｅｃｔ 的移动机器人目标跟踪与避障 􀅰４３１􀅰