大学数学杂志宁波大学科学技术学院本科毕业设计论文

器人是研发较早的一种机器人，主要有轮式，履带式，腿式，蛇式，跳跃式和复合式。虽然

机器人已经发展了差不多整整

50

年了，但是由于涉及的技术太 复杂，因此机器人还远远没

有如人们预期的那样在我们的生活中出现。但是得益与相关技 术的飞速发展，比如计算机，

和传感器技术，

可以说为高级移动机器人发 展扫清了障碍。

很多移动机器人即将进入我们的

生活。

在 进入

21

世纪以后，

已经有超过

6

家公司发布了家用洗尘机器人，

Sony

公司的

AIBO

机器狗更是以超过

1W

人民币的售价在全世界范围内卖出了上万只 ，

这无疑给机器人市场注

入了一只强心剂，

同时促使了很 多公司去开发更高级的机器人，

包括类人机器人。

看到了日

本在这方面的成就，连美国

NASA

的机器人专家也不得不重新审视自己当初放 弃类人机器

人开发得决策是否正确。在家用市场得到充分发展得同时，工业用自动引导移 动机器人

（

AGV

）也得到了飞速发展，在拥有了视觉和 激光扫描传感器之后，

AGV

已经被提高到了

一个新的高 度了，将来得工业用

AGV

将不在只能延着固定路线走了。毫无疑问，移动机器< /p>

人发展的一个转折期就要来临了。

三、课题的发展动向和趋势

机器人以其具有灵活性、提高生产率、改进 产品质量、改善劳动条件等优点而得到广

泛应用。但是

,

目前绝大多数机器人的灵活性

,

只是就其能够

反复 编程

而言

,

工作环境相对来

说是固定的

,

所以一般人们称之为操作手

(Manipulat or)

。

正如人类活动范围和探索的空间是人

宁波大学科 学技术学院毕业设计（论文）系列表格

类进步的标志一样

,

机器人的智能同样体现在运动空间的大小上。为了获得更大的独立性

,

人

们也对机器人的灵活性及智能提出更高的要求

,

要求机器人能够在一定范围内安全运动

,

完成

特定的任 务

,

增强机器人对环境的适应能力。

因此

,

近年来

,

移动机器人特别是自主式移动机器

人成 为机器人研究领域的中心之一。

导航和定位是移动机器人研究的两个重要趋势

.

移动机器人的导航方式可分为

:

基于

环境信息的地图模型匹配导航

;

基 于各种导航信号的陆标导航、

视觉导航和味觉导航等

.

环境

地图模型匹配导航是机器人通过自身的各种传感器

,

探测周围环境

,

利用感知到的局部环境

信息进行局部地图构造

,

并与其内部事先存储的完整地图进行匹配

.

如两模型相互匹配

,

机

器人可确定自身的位置

,

并根据预先规划的一条全局路线

,

采用路径跟踪和避障技术

,

实现

导航

.

它涉及环境地图模型建造和模型匹配两大问题。

定位是确定机器人在二维 工作环境中相对于全局坐标的位姿

.

定位方法根据机器人工

作环境复杂性

,

配备传感器的种类和数量等不同有多种方法

.

主要方法有

:

惯性定位、陆标

定位和声音定位等

.

惯性定位是在移动机器人的车轮上装有光电编码器

,

通过对车轮转动的

记录来粗略地确定位置和姿态

.

该方法虽然简单

,

但是由于车轮与地面存在打滑现象

,

产生

的累积误差随路径的增加而增大

,

定位误差会逐渐累积

,

引起更大的误差使用推测航行法和

证据栅格来实现动态环境中的机器人位置

.

该方法把在不同时段建立的证据栅格匹配起来

,

使用一种爬山算法搜索可能的平移与转动空间

,

来消除推测航行法的误差累积

;

陆标定位在

移动机器人工作的环境里

,

人为地设置一些坐标已知的陆标如超声波发射器、 激光反射板等

,

通过对陆标的探测来确定自身的位姿。

机器人领域近几年有如下几个发展趋势：

（< /p>

1

）仿生学和类人机器人机构与能源方面的研究。

（

2

）多传感器信息的集成融合多传感器信息融合的算法很多