全方位传感器

《全方位传感器》由会员分享，可在线阅读，更多相关《全方位传感器（17页珍藏版）》请在装配图网上搜索。

1、用于机械人行走的一种全方位传感器摘要 大部分自动行走机械人只在它们身体之前观察事物，其结果，他们可能和从旁边或从后面 来的物体发生碰撞.为了要克服这个问题 , 一个全方位范围的传感器系统便孕育而生, 它 能依靠激光圆锥平面和一圆锥镜子的作用来获得全(面) 方向的深度图. 在运动机械人的运 行中,这个预定传感器系统以高的速度旋转激光点光源，从而产生一个激光圆锥平面; 这就 产生了一个两维空间深度图,在及时的时间内,一个图像就被捕获一次. 物体- 感知就有可 能依靠三维空间的深度图来实现，这个三维空间的深度图是建立在先前获得的二维空间深度 图的基础上，是它们的结合,它可以运用在未知环境下机动机器人

2、的物体识别及导航系统中。 (1998 Elsevier 科学公司版权所有。)关键字: 圆锥镜,激光圆锥平面,灵敏的全方位传感器,深度图;机动机械人1.介绍许多研究员曾经试图使用外部和内在传感器操纵移动机械人行走。 这个内 在的传感器是由一个编码器，一个转速计，一个回旋装置和一个加速器组成的， 它是用来确定机械人在的瞬时位置的。这些传感器可以用来探测机器人的绝对运 动，但是如果累积起来的位置错误很多时，他们存在着明显缺陷，这些错误一般 是由机器人运动了长距离时的旋转滑移及变形引起的. 外部感应器的目标是要 探测并确定人的位置,这个位置是随着外界环境的变化而相应的变化。 视觉，声 纳，激光和触觉传

3、感器都属于外部传感器, 而且他们在处理时间，速度，测量结 果和费用都存在差别。关于真有相当高分辨的视觉传感器的研究现在正在这个领 域中积极的开展.然而，大多数的机器人都是从前面来观察事物，这样一来，它 们就可能与从侧面或从后面来的物体发生碰撞，因此，为了解决这个问题，人们 力图获得周围环境的全方位信息。有一些方法是试图在周围环境中安装声纳传感 器，但是其结果是它难以让机器人准确定位。而且，因为反射光谱的强度取决于 方向指向声纳传感器的表面，所以它很难给那些超出一定范围的物体定位。尽管 减少测量误差做了很多的研究(Peremans and Campenhout, 1993),但都难彻底解决 声纳

4、传感器的低可行性问题。还有一些研究是通过旋转实时飞行器来获得深度数 据(Freund andDierks, 1994; Miller and Wagner, 1987)，但是这种方法以得使用到诸 如用以反射光谱的时间旋转器,偏离器等高精度设备,它们的高成本是又难以接 受的。除此以外,在实时应用中,旋转的摄影机也不适用,因为它需要相当长的 处理时间,并且它测量物体和移动机器人的距离时的不准确。有一些方案运用了 圆锥境(Hong et al., 1991)和双曲面境(Yamazawa et al., 1995)，还有鱼眼镜，一旦图 像被捕捉,它就不能解决测量运行障碍和机器人的距离时的不准确性,而这

5、些数 据对机器人行走又是至关重要的。同时运用一面圆锥镜子和一个声纳传感器的方 法也被尝试 (Bang et al., 1995), 但是这个方法的缺陷是它是不易确定那些自 我定位的机器人,由于便用声纳传感器带来的的低可行性。为了解决以上研究方法的不足,在移动机器人的行走中，一个全方位传感器系 统便产生了，它装有一个圆锥镜，一个CCD摄影机和一个圆锥激光面，这个新型 系统能产生一个二维深度图，在实时的时间内，再用三维的方法来处理这些图， 就可以捕捉一次图像。这些深度数据是由传感器系统来探测的，它不仅对移动机 器人的导航是必不可少的，而且在自动定位的程序中，用来确定机器人的绝对位 置和方向也是至关

6、重要的。此外，通过运用前面掌握的前面获得的二维深度图的 综合，物体识别也可以实现。这就可能搜集出周围环境的三维深度图。2 传感器系统这种具有特殊性能的圆锥镜子可以被适当地利用在一些放置电压耦合元件 照相机中。为了能利用这些特性，要把圆锥形镜子放置在与电压耦合元件照相机 相互垂直的位置，如图1所示，在研究中为了全方面的测量深度数据，把一个激 光点来源也被放在这个垂直的轴线上，并围绕这个轴形成一个圆锥激光平面。然 后，这个激光点源高速旋转，围绕可移动机器人形成一个激光带，激光带的图象 通过圆锥形镜子被照相机捕捉。这样，激光带即是一个独特的各个方位角上激光 点的集合体。如果那些对应的深度数据用三角测

7、量的方法加以计算分析，一旦图 象被捕获，我们就能获得机器人周围的二维深度数据。这种感应器系统的优点列 举如下。首先，这种感应器系统可以被有效的应用在一些系统例如可移动机器人 中，那需要识别环境中随时随地存在的障碍，因为一旦图象被捕捉，二维的深度 数据就能够快速获得。其次，因为利用一个某一个波长激光源的 band-pass 滤波 器可以把噪音从图象中祛除，所以建立一个快速简单处理图象的运算法则是可能 的。有关机器人周围环境的深度数据也可以用某种深度测量法则真正地加以计算 和比较，这种法则则使用表格提示的方法。最后，通过垂直控制圆锥形激光表面 的角度，并体现在二维深度图中，通过研究控制了激光角度的

8、二维深度图，可以 发现有关周围环境的三维深度图，然后可以把它三维深度图应用在识别物体等 任务过程中。图 2 即是这种为可移动机器人建立的传感器系统。2.1.传感器系统结构这种传感器系统主要分为激光源部分和照 相机探测部分，如图 1 所示。激光源部分 由一个激光点组成， 它是整个系统的光的 来源和向各个方向发 射激光的仪器控制部 分。照相机探测部分 有圆锥形镜子、CCD 耦合元件照相机和过 滤器组成，主要用于 获得外部环境的全方 位视野。激光源的中 心放置在与圆锥形镜子相互垂直的轴线上。这样做可以形成一个圆锥形激光平 面，而且通过圆锥形镜子反射，照相机就可以获得激光图象。然后用三角测量方 法计算

9、和分析所获得的图象，即得到一个关于周围环境的二维深度图。由于获得 一个图象需要 1/30 秒，所以一个激光马 达必须旋以大约每分钟1800转的速度旋 转，以形成一个激光波面。因为需要 1/30 秒的时间去捕捉图像，所 以需要激光马达转速达到1800rpm,从 而在这个时间中产生激光束平面。另外， 为了获得机器人周围环境的三维深度图 像，需要高精度步进电机（0.2度/p）垂 直扫描锥度激光平面。conic mirrorCCD camera mobile robot图2.安装在机器人上的传感器系统22 传感器系统的射线分析现在，为了从机器人周围环境获得真确的深度资料，需要对被提及的传感器 系统进行

10、射线分析。为了在笛卡尔坐标系描述射线路径，将使用射线方向和表面 法向向量。在下面的描述中，将使用 Pa 得下标表示矢量点的每个元素。例如， aP=x,yzT。意相同的方式，用ub表示射线的方向，用n表示单元法向节点。a a b abc在这里，下标a,b,c,表示矢量的名称。用e表示笛卡儿坐标系中的方位角，表示极角。当有时要计算移动的射线时，则要变换比例因d,如果光束方向失量Pa由u表示，那么点矢量P表示为：aaP =du (1)aa该式表示迪卡尔坐标系中的光束可以表示成光束方向矢量和参数d的乘积。 图3表示上述传感器在笛卡尔坐标系中的构架。点激光源高速旋转在机器人周围 环境产生激光带，该激光带

11、通过摄像机锥面镜读到。从这个意义上讲，这个激光 带是由方位角形成的独立的激光点的集合。如果每个激光点相关的深度资料可以 使用三角方法计算出来，那么一旦图像被扑捉，机器人周围环境的二维深度资料 就可以提取出来。因为方位角的光束路径分析方法可以用于所有的方位角，这种方法可以分析从激光束图像和分析它们得到的特定的方位角激光点的光束路径。推导出来的距离测量等式可以用娱所有的方位角。现在，为了计算移动机器人的局部坐标系的起始点和可以测量的目标点的距离，要分细P光束路径，P与特定 mm的方位角&相关。单元表面法向矢量n与锥形镜框c的关系为： cv 1 + tan-(cc/2)COS 0csin 仇,-ta

12、:n(a/2)在这里，a二锥面镜矢量角，切线矢量t二-rsin0 ,rcos0 tY则面矢量cccI =ztan(a /2)cos0 , ztan(a /2)sin0 ,zt.所以，单元表面法向矢量n与图像 ccci框1的关系式为：n =iR n(3)i c c上式中，iR是框i相对于框c的旋转矩阵(Craig 1986)。如果这个镜面, c它的表面法向矢量n二l,m,nh,反射方向u的光线到方向u ,被反射的光线inputoutput方向 u 可以表述成矩阵形式： u =M u (4)outputoutput 3*3 input这里M称作反射矩阵(Kingslake 1965),以单元法向矢

13、量n的形式表示：3*31 - 1PMt = 2沁-2nl2tnl 2 泊I 2m22ntn 1 2n2因为需要 1/30 秒的时间去捕捉图像，所以需要激光马达转速达到 1800rpm 从而在这个时间中产生激光束平面。另外，为了获得机器人周围环境的三维深度 图像，需要高精度步进电机(0.2度/p)垂直扫描锥度激光平面。22 传感器系统的光线分析现在，为了从机器人周围环境获得真确的深度资料，需要对被提及的传感器 系统进行光线分析。为了在笛卡尔坐标系描述光线路径，将使用光线方向和表面 法向向量。在下面的描述中，将使用 Pa 得下标表示矢量点的每个元素。例如， aP=x,yzT。以相同的方式，用ub表

14、示光线的方向，用n表示单位法向节点。a a b abc在这里，下标a,b,c,表示矢量的名称。用e表示笛卡儿坐标系中的方位角，表 示极角。有时通过变换比例因子d,如果光束方向失量P由u表示，那么点矢量 aaP表示为：P =du(1)a a a该式表示迪卡尔坐标系中的光束可以表示成光束方向矢量和参数d的乘积。 图3表示上述传感器在笛卡尔坐标系中的构架。点激光源高速旋转在机器人周围 环境产生激光带，该激光带通过摄像机锥面镜读到。从这个意义上讲，这个激光 带是由方位角形成的独立的激光点的集合。如果每个激光点相关的深度资料可以 使用三角方法计算出来，那么一旦图像被扑捉，机器人周围环境的二维深度资料 就

15、可以提取出来。因为方位角的光束路径分析方法可以用于所有的方位角，这种 方法可以分析从激光束图像和分析它们得到的特定的方位角激光点的光束路径。 推导出来的距离测量等式可以用娱所有的方位角。现在，为了计算移动机器人的局部坐标系的起始点和可以测量的目标点的距离，要分细P光束路径，P与特定 mm的方位角&相关。单位表面法向矢量n与锥形镜框c的关系为： ccos 0cv/1 I lan2(Dt/2)sintan(oc/2)式中，a二锥面镜矢量角，切线矢量t二-rsine ,rcos6 t侧面矢量cccI =ztan(a /2)cos6 , ztan(a /2)sin6 ,zt.所以，单位表面法向矢量n与

16、图像 ccci框1的关系式为： n =iR n(3)i c c这里，iR是框i相对于框c的旋转矩阵(Craig 1986)。如果这个镜面，c它的表面法向矢量 n=l,m,nT, 反射方向 u 的光线到方向 u , 被反射的光线inputoutput方向 u 可以表述成矩阵形式： u =M u (4)outputoutput 3*3 input这里M称作反射矩阵(Kingslake 1965),以单位法向矢量n的形式表示：3*3-2nl2nm1 In2(5)1 -2/2 一 2mlx 5 = hnl 1 2nrIni 2nm因此，使用等式4，反射光线的方向可以由镜面的法向矢量和入射的方向决定。将

17、等式(3)中的n代入等式(5),可以获得反射矩阵M。于是，锥形晶面上cP 的单位反射矢量 u 可由下式得到cP 单位反射矢量iici这里，叮；=sin；. sin 0； sin 6. cos； |(iJRzxUcx + 妝砂y + 级遊;c fxxcx + 妝心如 + f&c0rj仏 式中，】T是激光参照系L相对于图像参照系i的变换矩阵(Craig,1986)。 于是，移动机器人局部坐标系原点和目标之间的距离P可以得到：m.从锥面镜反射点到目标点的光线方程式可以写成：激光束的光线路径P等于:Pl 的单元方向矢量因此，从而，所以，Pl的放大这里，如图3所示，目标物体上测量的目标点是Pc和Pl的交

18、叉点。 系数可以如下表示：(9)CLULxdhuLy.1 _iRyy izy(10)dL =(妝纺 + iZyUCy +右&如)匕-(妆朴 + f心 + f心)担在这里， mT 是移动机器人参照系相对于激光参照系的变换矩阵。然而，因l为机器人的巡逻运动，周围环境的深度信息也是必需的。为了把移动机器人的坐标系从局部坐标系转变成世界坐标系，必须确定世界参照系W相对于局部参照系m的变换矩阵mT。这里，移动机器人的转换可以由机器人的自动定位计算得l到，移动机器人的旋转运动可以由陀螺传感器测量。因此，世界坐标系原点和目标之间的距离P可以由下式得到:w从这个意义上讲，因为从扑捉到的图像每个方位角的相关像素

19、点已经得到， 每个像素点的深度信息可以由方程式13计算出来，机器人周围环境的二维深度 信息可以提取出来。2.3 传感器系统的设计图4 显示为了深度测量沿着基本坐标系的探测部件和目标源的结构布置。为 了简化深度信息的计算，这个传感器系统设计成放在激光源、锥形镜面和 CCD 摄像机三者的中心，以便可以对齐Z轴，如图4所示。同源矩阵iT,iT,mT为：c i l1u -卄1】T =1卄1比 - H；_01】1 -们11 0 11】们1-1it uil111LT=11们1兄肌il1】H；川o 1.1】1.Hl 表示从移动机器人的基本坐标系原点到激光源的高度。HI表示从基本坐标系原点到CCD摄像机焦点的

20、高度。HCV 表示从基本坐标系原点到锥面镜顶点的高度。在把设想的传感器系统应用到移动机器人巡航之前，必须考虑到一些重要的设计 条件虑到。首先，为了保证激光的安全性，把激光放在尽量可能低的位置是很重 要的。在这次研究中，因为设备设计中的限制条件，决定把激光放在390mm高度 HL 处。第二，如图 4 所示，传感器有效的测量高度区域被设定与移动机器人高 度相同。如果减小锥度镜面的矢量角，或者到达锥面镜顶点的高度HCV增大，就 可能探测到更高的区域。在工作中，到锥面镜顶点的高度选定为640mm，最大的 测量高度是 681mm。镜子垂直的，选择 到 640mm, 并且它的最 大可测高度是 681mm.

21、 当今那些使用二极管 激光(634 nm, 12 mW) 的可高效可测量程可 以达到0。6m-3m.这个 距离对于移动机器人 探测周围物体和机器 人来说已经足够的了。当今，整个系统的 设计参数主要取决于 CCD 摄相机及圆锥镜15)的设计特性。当CCD摄相机的焦距和CCD单元L给定时，图像平面上的最大 点的角度由下面的公式计算假如图像平面上最大点的角给出时，圆锥镜面的最大垂直角 则由上 一;，| ：，-(16)算出Dmin 通过最小焦距长度，下面的方程便派生出来，正如表四所示，并且18和方程19的交点正是测量距离的最小值Dmin，因此，最小值 Dmin 可以由计算从表五，可 以看出，当 使用

22、0。5 英 寸发数码相 机时，最小 的测量距离 Dmin 便 通 过焦距。因 此，焦距一 般设计为较 充足的值 7。5mm,这样就与有效的测图5.最小侧量距离与焦距的关系量距离保持一致，并且传感器系统的Dmin也设置在586mm，根据方程式16和方程20,锥镜的垂直角是113度。2.4 传感器系统的标准在传感器系统的参数中，即使在安装以后有一个不可测量的因素是数码 相机的焦距Hi。通过发射一个激光束到一个参考点并这里a二圆锥面的垂直角且读被数码相机捕捉的图像Hi由方程（6），（11）（12），（14）得到：Hlf = distance between floor and laserHg = d

23、istance between llooi and vertex of conic mirrorMxx = 1 I tan2(a/2) 2cos30c? M砂=2cos0c sin 0cMxz = 2cos0,. tan(oe/2).M-y = 2sin 仇tanoc/2)Mzs = 1 tan2(a/2)K工 cos(J11 i tan a/2)+ Afsin 咖 sin 0t + Mx- cos 如K严 1 + 丄包/2)M2“in0WsO|I Mi.rsiii siii7 + AT.-cos Ko = cos 札心sin cos 0LKZi= COS sin (pi cos (JjKzK

24、e = cos 0； tan(3(/2) cos 0c sin COS Of.尽管仅仅一个参考点就能够用来估计H，但是基于lm, 1.5m, 3m这三点，i 每个基点上有相间隔 90 度的四个参考点，一共十二个参考点可以用以提高精确 度。Q，激光波束的顶角为定值90度。表1显示了结果，发现其中535.1mm的L 点最有价值。此外，传感器的测量误差包括刻度误差和分辨率误差，这些误差都 属于传感器硬件本身的误差。因此，为了分析被评估的系统参数的误差，就必须 分析和评价传感器系统本身的缺点和测量分辨率。传感器系统的分解。 R ，传感器系统象素的分辨率可以通过传感器上标定的系 d统参数计算得到。如果象

25、素之间的真实距离表示为Ap，图象被数码相机捕获并 以640*480的象素模式显示，那么Ap的计算公式如下：Ap =(mm / 象素)(22)640此时，L二数码相机的单位尺寸。然后，远离图象中心的点 k 象素的顶角，计算公式如下：因此，R，传感器系统象素的分辨率能够通过P (k)和P (k + 1)(可以由式d 0 012 得到)计算得到，计算公式如下：(24)& =巴仗+ 1) 一啄通过改变激光源顶角的角度可以改变传感器系统的测量距离分辨率。然而， 大多数可移动机器人都是仅利用二维深度数据来控制行进。因此，为了扩大传感 器系统能够感觉到障碍物的范围，激光波源必须向周围各个方向发射。激光波束

26、的顶角e必须设定为90度。图6显示了 R在有效测量距离范围内的变化，即分 Ld辨率在 2.6mm40.1mm 之间的变化。35302520151011000viilentJim图 6.测量的仿真结果传感器系统的测量误差。我们做了有关评估传感器系统精确度的实验。实验 模仿上述情形，在有效测量距离范围内每隔10cm取一参考点，共取25个参考点， 并把激光波束的顶角厶设定为90度。前后共十次实验用以评估传感器系统的可 重复性。图7(a)显示了真实距离和平均测量误差之间的关系。此外，图7(b)还 给出了真实距离的实验结果和针对真实距离的相对误差之间的关系。我们发现， 传感器系统有平均30.1mm的误差

27、，误差最大值为96.0mm,其为真实距离的1.74%。 此外，测量误差在12.5mm54.5mm之间变化。我们还得到，正如图6象素的模 拟结果所示，测量误差随着目标距离的增加而增加。因此，如果传感器系统分辨率引起的误差被忽略，测量误差的范围就在 9.9mm12.5mm 之间，这个误差是由多种因素造成的，包括刻度误差。因此，传感器系统具有大约为30.1mm的平 均测量误差，对于可移动机器人来讲这是一个可以接受的误差值。同样， H 有 i 式（24）给出，目标的测量高度 D 如图 4 所示，能够由几何结构计算得出，该 H数值为 681mm。如下所示,表 2 显示了使得可移动机器人正常运行的该传感器

28、系统确定版本 的说明书.3实验结果为了评估该传感器系统的性能, 我们考察了可移动机器人正常运作的二 维深度图。为了减少圆锥镜子捕获到的图象的干扰，该系统附带了一个630nm 的滤波器。并把激光波束的顶角 设定为 90 度。图 8a 详细说明了实验条件，L同时图 8b 显示了旋转的激光点来源所产生的激光波带 二元图象。此外，图 8c 实验背景的真实尺寸和传感器系统测到的数据。方位角间隔为 0.5 度，每 个方位角对应一个深度数据，该深度数据可以通过式 12 计算得到，每个象 素对应一个方位角。为了得到和每个方位角对应的唯一的象素，我们把图象 稀释并进行再次处理，同时运用寻找质心的方法。图 8d

29、显示了真实距离和 传感器系统测到数据的实验结果。测得数据和真实值之间相差不大，实验证 明传感器系统具有较高的精确度。图 8e 显示了显示了测量误差（测得数据和 真实值差值）同真实值的关系。图中显示，最大测量误差为78.0mm，平均 误差为21.3mm。因此，引起测量误差的原因列举如下。首先，为了从图8b 中找出深度数据，每一个方位角必须对应一个唯一的象素。为此，必须实现 图象稀释过程，这样就会造成 1-2 个象素的差异。其次，如果实验范围的地 板不是很平整，由于激光发射角度引起的差异就会愈加明显。再次，从图8b 中获得可移动机器人周围环境图象（该图象由圆锥镜子获得）深度数据的运 算法则必须运用

30、三角测量的方法。由此，方位角每间隔 0.5 度取一个值，根 据对应每个方位角的深度数据运用三角测量方法计算可以得到和方位角相 对应的象素点。然而，因为图象的象素是分离形式的，相对于真实的值有偏 差方位角会引起误差。6呂(b)60 BO 10012014016018020022Q240360 m* i *lJ *i鼻*100120140L60甜2002202402602 BO 30031 dintancc： cmRcsl diiiflucc, im图7传感器系统的测量错误（a）测量的实验结果与实际距离的关系（b）实验的相对误 差与实际距离的关系表二 所应用的传感器系统的参数说明rri：MSPEC

31、IFICATIONDiode laser634 nm. 12 mW (Power Tech.)Conic mic tcrvertex angle(尽管有几个因素能带来测量误差，但这个系统被证实大约21。3mm的测量误差，这对移动机器人的行走来说是可以接受的。并且，用来计算二维深度图 的处理时间是系统处理时间的 100 倍。这样，系统处理时间的预定值是 85。 4 兆秒，接近于真正的时间。况且，为了证明物体识别的能力，我们就进行 了三维物体识别的实验。(b):Actual 伽怡:Measiared DataObstacle 1(cylmder)Obstacle 2(square pillar)】

32、CHF亠Ea r 赳匸3聖 p pQJUTS 眾s(c)ii*-150400,-300-(d)50100150200250300Real distancet cmReal distance , cm测量的图8.二维深度测量的实验结果。（a）实验环境。（b），被圆锥面反射的输入图像。（c） 二维深度数据。（d） 实际距离与测量距离的比较。（e）实际距离与测量误差的比较measured data virtual object图9三维深度图的测量结果。（a）实验环境，（b）测得的三维深度数值。正如图 9 所示，在实验中使用了长方形，圆形及三角形圆柱桶。移动机 器人被放在指定位置，激光平面的顶角空间设

33、定在 84 与 97。2 度之间。通过 垂直地控制圆锥面的的角度，就可以得到 34 副二维深度图，而通过综合这些 二维深度图就可以得到三维深度图，正如图9 （b）所示，传感器可以实现三 维图的重建，物体识别也就证明了是完全可能的。4 结论这篇论文主要介绍了移动机器人的一个改进传感器系统，同时也讨论了深 度的一个运算法则及系统设计的有关知识。为了证实这个结论，我们做了很 多实验，它们主要是关于机动机器人导航的二维深度图及三维物体识别的实 验。其结果是，这个传感器系统在有效测量范围内大约只有30o 1mm的测量 识差，而这个误差对移动机器人的行走来说已经是可以接受的了。将来，我 们还将不断改进系统的设计，从而提高测量的准确度。除此以外，这个系统 可以从激光面是获取界限数据和周围环境的强度数据。当今，通过这些边界 及强度数据，关于自动定位的移动机器人的研究也正在进行中。