机器人大赛

世界机器人大赛技术挑战赛机器人的策略研究与实现

张永清;俞涛;赵志航;李博宇;郭成帅;马立勇

【摘要】针对世界机器人大赛中技术挑战赛机器人,重点对机器人的物体定位及自

身导航作了探讨与研究.为此类机器人的开发与研究提供了可行性方案.%Inthis

paper,theobjectlocationandlf-navigationofrobotsaremainly

discusdandstudied,aimingattherobotsintechnologychallengeofthe

WorldRobotCompetition,whichprovidesafeasibleschemeforthe

developmentandrearchofthiskindofrobot.

【期刊名称】《河北建筑工程学院学报》

【年(卷),期】2018(036)004

【总页数】7页(P91-97)

【关键词】技术挑战赛;拟人双臂机器人;机器人定位导航

【作者】张永清;俞涛;赵志航;李博宇;郭成帅;马立勇

【作者单位】河北建筑工程学院,河北张家口075000;河北建筑工程学院,河北张

家口075000;河北建筑工程学院,河北张家口075000;河北建筑工程学院,河北张

家口075000;河北建筑工程学院,河驸马爷 北张家口075000;河北建筑工程学院,河北张

家口075000

【正文语种】中文

【中图分类】TP24

0引言

世界机器人大赛是由工业和信息化部、中国科学技术协会、北京市人民政府共同主

办，中国电子学会等单位承办的机器人领域的世界顶级赛事.作为大赛极具看点的

格斗机器人大赛，是沿袭高校的中国机器人大赛机器人武术擂台赛，并在世界机器

人大赛中延伸到中小学，分为大学组、中学组和小学组.本赛事涉及控制技术，感

知技术，语音识别，颜色识别等机器人领域的前沿技术，通过多次试验与计算，我

们研究开发出了一套关于技术挑战赛机器人的策略、算法及程序设计，为此类机器

人的研究与开发提供了可行方案.

1研究背景及意义

本课题基于世界机器人大赛中的技术挑战赛机器人，主要探讨机器人的物体定位及

自身导航技术.

定位是移动机器人研究的重要方向，也是机器人导航最基本的环节，对于提高机器

人自动化及智能化水平具有重要的理论意义和实用价值.对于机器人来说，对位姿

的检测和确定就像人类总要知道自己身处何地一样重要，机器人只有知道了自己与

某目标物体的相对位置，才能准确执行对这一目标物体的各种操作.

机器人在比赛过程中，高达壁纸 要搜索并定位白色柱子、绿色柱子、蓝色物块等目标对象并

自主移动到合适的位置，这都需要机器人的物体定位及自身导航技术.

2定位方法分析及选择

目前机器人的定位方法可以分为两大类(见图1)：绝对定位和相对定位.相对定位又

称为局部位置跟踪，指机器人以自己当前位置为初始位置来确定下一步的位置，是

机器人定位处理过程中最广泛研究的领域.绝对定位又称为全局定位，要求机器人

以给定的位置为初始位置来确定自己的位置.

相对定位方法在短时间内定位精度高并且稳定性较好，但测量误差会随着时间和距

离不断累积，最终会超出定位误差允许的范围，导致定位失败；而绝对定位方法的

测量误差在时间和空间上具有相偏回归系数 互独立性，它不会随着时间而累积，但容易受到噪

声、信号、环境等外界因素的干扰，短时间波动较大，定位的实时性也不是很好.

移动机器人定位方法

图1移动机器人定位方法

由于比赛时间和行走距离都比较短，所以我们主要使用在短时间内定位精度高并且

稳定性较好的相对定位法，辅助使用绝对定位法.

4数学模型

图2极坐标模型示意图

由于机器人是在擂台所在平面运动，所以可忽略Z轴方向，选用平面坐标系.为方

便路线规划及程序编写，选用极坐标系优于笛卡尔坐标系(见图2).

如图2所示，以机器人为极坐标的极点O，以机器人当前正对方向为极轴正方向.

在红外传感器定位系统中，极角与极径分别由安装在机器人底盘前方的5个

红外光电传感器和1个红外测距传感器测得.

在颜色识别定位系统中，极角与摄像头返回的所标定颜色的像素点中心有关，

但在控制过程中不是直接使用极角，而路有冻死骨 是使用该中心点在机器人视野坐标系中

的x坐标值.如图3，通过判断像素中心区域坐标与视野中心坐标的大小关系来确

定目标对象的方位角(极角).

图3方位角(极角)示意图

极径由返回的有效像素点数M与视野窗口像素M0的比值确定.视野窗口的像素

为240320，则可得：M0=240320

5定位策略

图4前方5个传感器布置图

根据定位方法及数学模型，把5个光电传感器在底盘前部成扇形排列安装，分别

检测不同的方向，1个红外测距传感器安装在正前方，由6个传感器组成了红外传

感器定位系统(见图4).颜色识别定位系统只需用一个摄像头作为检测装置，安装在

机器人头部.

然而这两个定位系统都有不足之处，颜色定位受光照影响较大，近距离精确定位易

产生误差，而红外传感器远距离定位效果不好，且不什么的什组词 能区分白色柱子和绿色柱子.迫多音字组词

为弥补这一不足，选择将两者结合使用，对于绿色柱子由颜色识别进行远距离定位，

红外传感器进行较近距离定位；对于白色柱子和蓝色物块，则利用绿色柱子与它们

的相对位置，重新为机器人定义初始位置，运用绝对定位法进行定位.

6程序设计

6.1红外传感器定位

图5红外传感器定位流程图

voidGetADC(void)//获取传感器的值，将值保存到变量中

{//在FindCol函数中多次调用该函数

io1=UP_ADC_GetIO(1);//增加传感器值获取的实时性

io2=UP_ADC_GetIO(2);//同时也避免相同功能的代码重复出现

io3=UP_ADC_GetIO(3);//缩减代码

io4=UP_ADC_GetIO(4);

io5=UP_ADC_GetIO(5);

}

voidF实习结束 indCol(void)//定位柱子

{

Move(800,800);//前进

UP_delay_ms(400);

//机器人没有正对柱子

while(!((!io3)&&(io1)&&(io2)&&(io4)&&(io5)))

{

GetADC();//获取传感器的值

while((!io1)||(!io2))//柱子偏左

{

Move(-500,500);

GetADC();

}

while((!io4)||(!io5))//柱子偏右

{

Move(500,-500);

GetADC();

}

//没有检测到柱子

while((io1)&&(io2)&&(io3)&&(io4)&&(io5))

{

Move(700,700);

GetADC();

}

//机器人正对柱子

while((!io3)&&(io1)&&(io2)&&(io4)&&(io5))

{

Move(0,0);

ad8=UP_ADC_GetValue(8);//获取传感器的值

while(ad8>800)//稍近

{

Move(-500,-500);

ad8=UP_ADC_GetValue(8);

}

while(ad8<600)//稍远

{

Move(500,500);

ad8=UP_ADC_GetValue(8);

}

while((ad8>600)&&(ad8<800))//距离合适

{

Move(0,0);

UP_delay_ms(100);

break;

}

break;

}

GetADC();//再次获取传感器的值

}

}

6.2颜色识别定位(见图6所示):

图6所示为颜色识别流程图，程序代码如下：

图6红外传感器结合颜色识别流程图

voidFindTargetArea(void)//定位颜色标定区域

{

switch(a)

{

ca0:

{

Move(400,400);//走向绿色柱子

UP_delay_ms(500);

Move(0,0);

为确保控制器正常接收到命令，需要向控制器发送三次指令.

UP_Woody_CloImageRecognize();//关闭颜色识别

UP_delay_ms(200);

UP_Woody_CloImageRecognize();

UP_delay_ms(200);

UP_Woody_CloImageRecognize();

UP_delay_ms(200);

n=2;

break;

}

ca1:

{

Move(600,600);

UP_delay_ms(500);

break;

}

ca2:

{

Move(400,400);

UP_delay_ms(500);

break;

}

ca3:

{

Move(300,800);//左转

break;

}

ca4:

{

Move(500,300);//右转

break;

}

default:

break;

}

}

voidTimerHadler0(u32u)

{

x=UP_Woody_X_Coordinates();//获取x坐标

sum=UP_Woody_ImagePixel();//获取有效像素点值

if(x<100)//物体在机器人左边

{

a=3;//左转

}

if(x>220)//物体在机器人右边

{

a=4;//右转

}

if((x>100)&&(x<220))//物体在机器人正前方

{

if((sum>12000))//有效像素点多，说明距离合适

{

a=0;//停止前进

}

if((sum>100)&&(sum<2000))//有效像素点太少，说明距离太远

{

a=1;//快速前进

}

if((sum>2000)&&(sum<12000))//有效像素点少，说明距离远

{

a=2;//常速前进

}

}

}

6结语

本文介绍了世界机器人大赛中技术挑战赛机器人的物体定位及自身导航技术，解决

了机器人在比赛中搜寻定位目标并自主导航的问题，为此类机器人的研究及开发提

供了可行性方案，对自主移动机器人的发展具有一定的参考价值.

参考文献

【相关文献】

[1]徐德.机器人的实时视觉控制与定位研究[R].博士后出站报告，北京：中国科学院自动化研究所，

2003

[2]王卫华.移动机器人定位技术研究[D].华中科技大学,2005

[3]王晓娟.基于多传感器信息的移动机器人定位研究[D].浙江大学,2010

[4]王鸿鹏.复杂环境下轮式自主移动机器人定位与运动控制研究[D].南开大学,2009

[5]王志君.移动机器人全场定位系统的研究[D].电子科技大学,2015