外文翻譯--使用黑板集成多個活動并實現(xiàn)戰(zhàn)略推理的移動機器人導航.doc

畢業(yè)設計(論文)外文資料翻譯學院(系)：機械工程學院專業(yè)：機械工程及自動化姓名：學號：外文出處：0885-9000/951995IEEE附件：1.外文資料翻譯譯文；2.外文原文。指導教師評語：譯文能夠表達原文的思想，符合中文表述習慣，語句較為通順，個別之處還有待進一步推敲，譯文總體質量較好。簽名：年月日注：請將該封面與附件裝訂成冊。(用外文寫)附件1：外文資料翻譯譯文使用黑板集成多個活動并實現(xiàn)戰(zhàn)略推理的移動機器人導航實施的活動我們?yōu)橐苿訖C器人開展的活動包括一個通道活動，一個地板異?；顒雍鸵粋€動態(tài)路徑規(guī)劃活動。通道活動。通道活動主要是向開放空間操縱機器。事實上，這是一種避碰活動，除非能夠明確預定的方向，速度和目的地。機器人通過這個活動穿越房門，通過走廊，并且躲避任何物體。這個活動采用聲納傳感器范圍的數(shù)據(jù)，構建一個機器人環(huán)境的二維笛卡爾網(wǎng)格表示法。代表此信息的直方圖網(wǎng)格方法使由聲納傳感器范圍造成的偽造數(shù)據(jù)的影響最小化。一個網(wǎng)格單元的計算價值建立在一個對象已經(jīng)被發(fā)現(xiàn)在單元格里的次數(shù)的基礎上；值越大，單元格被占用的幾率越大。然后，采用部分消除的方法為無碰撞運動選出一個很接近預定方向的方向。消除算法領域把意識到的環(huán)境分成48個部分，包括一個盤狀物圍繞著機器人，中心有一個洞，并且延伸接近1米。圖3顯示了前半部分的正好相反的確定性網(wǎng)格和其相關的部分。有障礙的部分標明黑色，表示“占領”。如果寬度被忽略，這些部分足夠避免碰撞。事實上，如果控制其向它旁邊向量的開放領域移動，這個機器就會和這部分中的一個對象碰撞。這主要是因為在物體和機器的四肢之間缺少間隙。正因為這個特點，我們必須圖3來自在一定的網(wǎng)格范圍內的聲納數(shù)據(jù)確定的扇區(qū)擴大“占領”部分。圖示顯示這些灰色部分并被標注為“實心”部分。那些開放給通道的部分顯示為白色，被標注為開放部分。機器人向平分線波束形成的和理想方向最吻合的開放部分移動。通過通道活動的特征萃取器發(fā)送到黑板上的本質信息并不像確定性網(wǎng)格一樣精確，但是它需要較少的努力和記憶就可以被描繪在計算機里。在開放部分機器人被分成四個部分：“前面”，“右邊”，“后面”，“左邊”。因此從周邊象限的角度來說，黑板有一個低解析度的世界觀。除了特征萃取器發(fā)布的數(shù)據(jù)事件，活動的行動模塊也報道了狀態(tài)到黑板前來。這個動作的狀態(tài)只有“能動”或“禁用”，與這個活動能否控制這個機器人相對應?？傊?，通道活動提出一個由4種情形組成的數(shù)據(jù)事件和一個只有兩種情形的狀態(tài)。地板異?；顒印５匕瀹惓；顒拥呢熑问鞘箼C器人在地板上安全航行，或穿越周圍異?，F(xiàn)象或是障礙。目前，隨著傳感器和方法論的發(fā)展，工作正在進行中，被稱作FDA（地板異常檢測）。目前地板異?；顒哟_定穿越的障礙的可行性,比如通道或是在地板上的電纜檢測，并采取必要的措施使之安全通過。這個活動的特征萃取器依靠可用的感覺訊息來識別出存在于機器人附近的任何障礙。它提取出它們控制行動模塊的相關屬性（通常是深度、寬度、定位和離機器人的距離）。行動模塊保證機器人安全通過障礙。地板異?；顒影l(fā)送到黑板上的本質信息是一系列描述機器人離障礙的距離（“近”或“遠”）的象征價值和機器人與障礙的方向（“前往”，“平行”或“遠離”）。我們已經(jīng)確定大部分這些實驗設置的臨界值?；顒拥男袆幽K也報道了狀態(tài)到黑板前來，包括“開始”、“定位”、“進行”、“完成”和“并聯(lián)”，以及明顯的“能動”和“禁用”。因此，地板異?；顒犹岢鰞蓚€數(shù)據(jù)事件，一個由兩種情形組成，另一個由三種情形組成；還有兩個狀態(tài)事件，一個由兩種情形組成，另一個由六種情形組成。動態(tài)路徑規(guī)劃的活動。經(jīng)過多次實驗與通道活動，我們發(fā)現(xiàn)，在一定條件下該算法將無法令人滿意。與物體的碰撞是最小的，但機器人可以很容易地被困在一個角落里，如在圖4中所示。這個數(shù)字代表的機器人由幾個形狀的組合：一個三角形，圓形，六角形，有關車輛的中心點放在一個坐標系。三角形代表機器人的保險杠。六邊形是機器人的基（a）通道活動（b）通道和路徑規(guī)劃活動圖4移動機器人的路徑座。圓圈代表的聲納傳感器，電弧通道活動的基地周圍環(huán)。X標記機器人的目的地。上圖所覆蓋的網(wǎng)格標志著一平方米的領域，試驗區(qū)是一個的面積約為66平方米。通道活動的動態(tài)路徑規(guī)劃活動可以解決的分區(qū)引導機器人，圖4b所示，因為它保持著一個機器人的環(huán)境更大的地圖，這個地圖的使用用來確定可能的路徑機器人的目的地點。在圖4b中的灰度區(qū)域代表確定性的值，因為它沿其路徑移動機器人的傳感器檢測到對象的存在。白色表示最高的可能性單元格為空，黑色表示單元格是占用最高的可能性，而灰色陰影顯示占用的可能性在中間水平。路徑規(guī)劃的地圖基于直方圖在網(wǎng)格地圖，在通道活動使用類似，但它使用矩形網(wǎng)格環(huán)境中的一些點的中心位置。網(wǎng)格單元格是10平方厘米，因此，地圖包括10,000個單元格，大約需要100毫秒進行更新。地圖創(chuàng)建范圍值來自以激光為基礎的角分辨率高于超聲波傳感器的更精確的競標相機。路徑規(guī)劃算法基于沃倫的A*算法，沃倫的修改堅持延長移動機器人的寬度。其他規(guī)劃算法類似，它需要更長的時間來計算比通道活動在自由路徑（到7秒時完成的時間比通道活動慢100毫秒），因此它不作為是可靠的通道活動。然而，保持對環(huán)境的更大的表示形式并使用一個確定性的方法，找到一個機器人的方