基于超聲波傳感器的機(jī)器人室內(nèi)環(huán)境重構(gòu)

袁帥++李素芳++毛紅民++張鳳

摘 要：針對超聲波傳感器在機(jī)器人定位中存在的測量距離與方向角誤差問題，該文提出采用Hough變換算法與隨機(jī)抽樣一致算法對測量數(shù)據(jù)進(jìn)行融合處理，降低基于超聲波傳感器的機(jī)器人在檢測室內(nèi)環(huán)境時的測量誤差，并在此基礎(chǔ)上對具有墻面與柱體的室內(nèi)環(huán)境進(jìn)行了建模實驗，實驗結(jié)果驗證了該文所述方法能夠?qū)Τ暡y量數(shù)據(jù)完成有效處理，獲得環(huán)境輪廓中線狀特征和柱體特征。實驗結(jié)果說明該方法對超聲波在機(jī)器人室內(nèi)環(huán)境重構(gòu)中的應(yīng)用具有一定貢獻(xiàn)。

關(guān)鍵詞：超聲波模型 機(jī)器人定位 Hough變換 隨機(jī)抽樣一致

中圖分類號：TP242 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2016）12（a）-0006-02

室內(nèi)移動機(jī)器人已經(jīng)普遍的應(yīng)用到生活中，如：室內(nèi)清潔機(jī)器人，小孩兒玩具機(jī)器人，地震救災(zāi)機(jī)器人。機(jī)器人的關(guān)鍵所在是擁有自己的“眼睛”，在具備該設(shè)備時機(jī)器人才具有“看清”周圍環(huán)境輪廓并利用柵格地圖[1]將其重構(gòu)出來的能力。隨著科技的不斷創(chuàng)新，“眼睛”的種類越發(fā)的多，如：超聲波傳感器，激光傳感器，視覺傳感器。

超聲波傳感器在測距過程中存在著：測量距離誤差與測量方向誤差。這種誤差源于其物理特性，超聲波工作時是發(fā)射一束錐型波觸碰到物體返回給超聲波傳感器，由于是薄面觸碰到障礙物，測量時并不能精確的計算出是哪一方向上返回的聲波，故設(shè)備本身就存在著誤差。

1 超聲波傳感器測量原理

超聲波探測的原理是時間渡越法，即已知超聲波在空氣中傳播速度為v，發(fā)射超聲波至物體表面再返回傳感器的時間t與物體的距離成正比，目標(biāo)距離為：d=1/2×t×v。由于超聲波換能器是發(fā)射器也是接收器，傳感器用一段時間發(fā)射超聲波束，只有待發(fā)送結(jié)束后才能啟動接收。此外，實際實驗表明，超聲波探頭有一定慣性，在其發(fā)送結(jié)束后還留有一定余振，這種余振未消失以前，不能啟動系統(tǒng)進(jìn)行回波接受。故超聲波觸發(fā)后會有一段短暫時間，在這之后才開始接受信號，所以超聲波傳感器存在的盲區(qū)。

2 室內(nèi)環(huán)境重構(gòu)

在大自然環(huán)境下，物體都以線、弧形狀存在，故在室內(nèi)環(huán)境重構(gòu)時，只需重構(gòu)出線及弧就能將室內(nèi)環(huán)境還原。

2.1 直線的重構(gòu)

在計算機(jī)研究領(lǐng)域，圖像處理時對直線的檢測普遍應(yīng)用hough變換辦法，其原理為：在x-y坐標(biāo)系下的一條直線取其中一些坐標(biāo)點，轉(zhuǎn)換到ρ-θ坐標(biāo)系下時可以聚集成一個點，這樣在ρ-θ坐標(biāo)系下對應(yīng)的ρ-θ即該直線的參數(shù)；這樣做的原因是在x-y坐標(biāo)系下獲得的坐標(biāo)點不一定完全在一條直線上，其中存在一定的干擾數(shù)據(jù)點，利用hough變換將這些干擾點“消除”掉。表達(dá)式如下：

ρ=x·cosθ+y·sinθ （1）

式（1）中的ρ為原點到直線的垂直距離，θ為直線法線與x軸夾角。這種參數(shù)化方式相當(dāng)于使用法向量描述直線，如圖1所示。

2.2 圓弧的重構(gòu)

因Hough變換需要O（n3）的計算復(fù)雜度和很大的內(nèi)存空間，有學(xué)者提出隨機(jī)Hough變換，該方法同其他Hough變換的方法相比，能有效的減少內(nèi)存空間和計算時間，但這種方法僅對圖像噪聲點少的情況下適用，對于噪聲點過多的情況并不能達(dá)到很好的識別效果。因此Fischer等人提出RANSAC算法，該算法在噪聲點超過50%的情況下仍然能夠求出模型參數(shù)，所以RANSAC算法對模型參數(shù)估計具有很好的魯棒性。該算法在隨機(jī)選取3個像素點時，可能取到邊緣的像素點，使最后檢測出來的圓與實際圓存在偏差，在檢測圓時需要設(shè)定與問題相關(guān)的多個閾值。

傳統(tǒng)RANSAC算法如下。

（1）隨機(jī)選取3個像素點，計算由這3個像素點所確定的圓。

（2）計算所有像素點到這個圓的距離，若像素點到圓的距離在一定誤差范圍內(nèi)，則這個像素點記為局內(nèi)點，否則為局外點；如果局內(nèi)點個數(shù)大于等于某一個閾值，說明圓模型合理。

（3）用所有假設(shè)的局內(nèi)點重新估計模型。

為減小檢測圓與真實圓之間的偏差，該算法隨機(jī)選取3個像素點，由這3個像素點構(gòu)成圓模型，稱這個圓模型為“假定圓”。

已知任意3點的坐標(biāo)（x1，y1）、（x2，y2）、（x3，y3），使用文獻(xiàn)[2]可求出由這3個點對應(yīng)圓的中心（a，b）和半徑r：

其中（xi， yi）為隨機(jī)選取的3個像素點中任意一像素點坐標(biāo)。

如果將圖像所有像素點存到集合S中，然后從集合S隨機(jī)抽取3個像素點，記為si=（xi，yi），i=1，2，3，圓心為（a，b），半徑為r，利用上述公式可求出這3個像素點對應(yīng)圓的中心和半徑。計算圓上點個數(shù)與所有像素點個數(shù)比值，若大于等于所設(shè)定閾值，則該圓為真實存在的圓。

3 實驗驗證

為驗證該算法的有效性，在實驗環(huán)境中進(jìn)行輪廓檢測實驗，該環(huán)境包括墻面，墻角與柱體。采用該文算法獲得效果如圖2。圖2可以很明顯的辨別出該環(huán)境周圍有4個墻面，中間有個圓柱。

超聲波傳感器按照星號“*”位置逆時針方向測量周圍環(huán)境，然后進(jìn)行PCR6融合，在融合后對數(shù)據(jù)進(jìn)行處理，首先對全部數(shù)據(jù)進(jìn)行融合次數(shù)判斷，將融合次數(shù)多于兩次的數(shù)據(jù)點保留在處理環(huán)境中，提高數(shù)據(jù)的可靠性；然后對數(shù)據(jù)進(jìn)行閾值判斷，將占用信度閾值m（θ2）在0.9以上的作為環(huán)境數(shù)據(jù)點；再根據(jù)環(huán)境點的空間位置關(guān)系進(jìn)行分類，分類算法是對全部數(shù)據(jù)進(jìn)行Hough變換求得線特征參數(shù)，并轉(zhuǎn)換到x-y參數(shù)空間，獲得4條直線，最后對未識別的環(huán)境數(shù)據(jù)點（不屬于直線特征的數(shù)據(jù)點）采用隨機(jī)抽樣算法檢測圓形特征。圖2中可以看到檢測結(jié)果，此結(jié)果可以說明該算法的有效性與可靠性。

4 結(jié)語

該文針對超聲波傳感器在測距時由于測量距離誤差與方向誤差導(dǎo)致的測量不精確問題，提出基于DSmT的超聲波傳感器模型對周圍環(huán)境進(jìn)行輪廓檢測，并利用Hough變換算法與隨機(jī)抽樣一致算法檢測環(huán)境輪廓中線狀特征和柱體特征。并通過實驗，驗證了該文中算法的有效性，該方法對基于超聲波傳感器的移動機(jī)器人環(huán)境建模具有一定參考價值。

參考文獻(xiàn)

[1] Lee YC，Lim JH，Cho DW，et al.Sonar map construction for autonomous mobile robots using a data association filter[J].Advanced Robotics，2009，23（1-2）：185-201.

[2] 宋曉宇，袁帥，郭寒冰，等.基于自適應(yīng)閾值區(qū)間的廣義Hough變換圖形識別算法[J].儀器儀表學(xué)報，2014，35（5）：1109-1117.

[3] 楊錦園，黃心漢，李鵬.基于DSmT的移動機(jī)器人地圖構(gòu)建及傳感器管理[J].計算機(jī)科學(xué)，2010，37（4）：227-230.