专利名称：一种基于几何特征辅助和混沌感知的机器人自主定向方法
技术领域：
本发明属于机器人智能控制技术领域，涉及一种机器人自主定向方法，更具体涉及 一种基于几何特征辅助和混沌感知的机器人自主定向方法，可以用于机器人在无磁场、 无电磁波(或强电磁干扰)、无光线、无明显标志物的复杂环境下和无训练前提下的智 能定向与导航。
二背景技术：
人类学与实验心理学研究学者通过长期的实验研究发现，人在移动过程中， 一旦迷 失方向，就会利用周围环境的暗示重新定向。学者们把能够辅助人们进行空间定向的暗 示分为两大类几何暗示与特征暗示。几何暗示通常为周边环境的几何表面，如房间内 墙的形状或街道的交叉路口等。特征暗示包括了一些非几何的暗示，如颜色和非几何的 标志物等。进一步研究发现，人类利用几何暗示进行空间定向几乎无处不在，但利用特 征暗示却与人的年龄、环境范围等因素有关。因此，几何(特征)暗示对于各种受限制 环境下进行自主空间定向更为重要。
机器人移动定向与导航问题最初是依靠遥控操作来解决，这是一种被动的机器人定 向与导航方式，主要靠人为控制。后来有些机器人可针对事先设置好的轨迹，辅助以视 觉、声纳、雷达、GPS、电磁等传感器进行引导，但这些方式都只能在某些特定环境下 对机器人进行引导控制。实际中有些环境十分复杂，如在无磁场的环境下磁传感器无法 完成辅助定向；在无电磁波或强电磁干扰的环境下GPS传感器将会失效；在无光线的 环境下视觉传感器将会失效；在无明显标志物的环境下声纳、雷达也将采集不到足够的 有效数据，这些都将影响到机器人的空间定向与自主导航性能。而几何特征却几乎无处 不在，且不受环境变化的干扰，充分利用这些几何特征是有可能在复杂环境下辅助实现 机器人自主定向的。
此外，在复杂环境下，通过人的指令去引导机器人进行定向与移动已不可能，机器 人自主感知、控制与决策是非常关键的问题。近年来针对仿人机器人的研究，开始有学 者关注人工神经网络方法应用于机器人的控制，并设计了各种人工神经网络模拟机器人 的思维活动，开拓了机器人自主导航相关研究领域。但人工神经网络方法并没有考虑到 实际生物体神经网络的复杂的思维机制，并且人工神经网络是需要训练和存储记忆的， 一方面机器人需要大量的时间学习和训练，不利于实时控制和导航；另外，在许多未知 的复杂环境下，这种机器人也不能够适应不断变化的环境，完成自主定向与导航。特别 是机器人自主定向问题， 一般的神经网络方法是无法解决的。其它如模糊控制、遗传算 法等理论也被引入到机器人行为控制器的设计或行为协调、融合策略的研究，但是在实际应用中普遍存在可靠性差、自适应能力弱等问题。
混沌现象自提出以来，吸引了很多数学领域学者的注意。混沌现象的本质在于对所 谓"混沌吸引子"的理解。"混沌吸引子"是一个抽象的数学概念，描述了运动的收敛 类型。简而言之，"混沌吸引子"是指这样的一个集合，当时间趋于无穷大时，在任何 一个有界集上出发的非定常流的所有轨道都趋于它。目前，已经可以用各种数学手段设 计并产生混沌信号，并在模拟或数字电路上设计实现。混沌现象最初的应用为保密通信 领域，并逐步推广到控制方面，形成了混沌控制学理论。
近年来，有许多生物领域的学者开始关注混沌现象的生物学机理，特别的是，在对
某些混沌吸引子的研究中发现，这些高维混沌吸引子存在一些类似"巻"的结构，而这 些结构可以认为代表了通过脑的神经组织长时间自主学习形成的记忆轨迹，值得注意的 是，这种学习不需要训练而产生，而是生物体神经组织在生命过程中本能产生的。在没 有外部刺激的情况下，系统处于高维迭代搜索模式，搜索轨迹为不同的"巻"。但一接 收到激励信号后，系统的动力学行为就表现为约束在某一个"巻"做周期性振动，而这 个特定的"巻"恰好反映了外部激励信号的特征。将这种生物学机理应用于机器人行为 控制器的设计，则可以通过适当的方式，将周边环境的几何(特征)暗示以这些"巻" 的模式存储起来，并借助这些暗示最终实现自主空间定向。 三
发明内容
1、技术问题
受实验心理学研究成果与混沌现象产生的生物学机理的启发，本发明公开了一种基 于几何特征辅助和混沌感知的机器人自主定向方法，并应用于实现机器人在复杂环境下 的自主定向。在机器人迷失方向阶段，机器人感知模式用一个二维多巻混沌吸引子来代 表。其中的"多巻混沌吸引子"是一种特殊的"混沌吸引子"，它具有一般"混沌吸引 子"的特征，即当时间趋于无穷大时，在任何一个有界集上出发的非定常流的所有轨道 都趋于它。同时，它在状态空间的形状是有多个"巻"形结构所组成的。当机器人借助 已设置的具有一定几何特征的外围参照物进行重定向时，开始接收来自外围参照物的激 励信息。每接收到一个激励信号，混沌轨迹就迅速收敛到一个代表外部激励信号物理含 义的平衡点或单巻循环状态。而机器人进行的是360。顺时针(或逆时针)旋转扫描步骤， 并定时采集来自外围参照物的激励信息。因此，经过360。扫描后，有一组反映外围参照 物几何特征的激励信息将存储在机器人内嵌的计算机存储卡中。机器人内嵌计算机根据 单巻循环状态的中心坐标和机器人在状态空间中的坐标，计算机器人与外围参照物的激 励在状态空间中的距离。通过比较，确定获得的最小距离所对应的方向为机器人前进的 正方向，实现自主定向。这种方法的优点在于，在复杂的移动环境下，机器人借助几何 特征自主定向，其中所使用的混沌感知系统具有更准确的神经反应信号表达能力。本发 明要解决的问题是提供一种基于几何特征辅助和混沌感知的机器人自主定向方法，该方 法采用一个完全抽象的"多巻混沌吸引子"来代表机器人感知思维活动，使机器人感知系统具有更准确的神经反应信号表达手段，并借助几何特征进行辅助，有利于在复杂环
境下实现实时自主定向。
2、技术方案
为了达到上述的发明目的，本发明的技术方案为一种基于几何特征辅助和混沌感知 的机器人自主定向方法，该方法包括下列步骤
第一步骤机器人移动轨迹规划步骤；根据预定目标，规划机器人101的移动轨迹102， 并每隔一定距离设置具有一定几何特征的外围参照物103。这里的"几何特征"是指外 围参照物的形状。机器人轨迹规划与几何参照物设置如图1所示；
第二步骤机器人负载传感器步骤；在机器人上负载1个距离传感器201，机器人上安 装有360。转盘202，并接有步进电机203用于控制转盘旋转和数据采集，机器人内嵌的 计算机存储卡204用于存储接收的激励信息。机器人及传感器配置结构图如图2所示。 没有接收到任何外部激励信号前，用二维多巻混沌状态模拟机器人的思维状态，机器人 处于方向迷失阶段，不进行移动。这里的"多巻混沌状态"，是指在状态空间中，当时 间趋于无穷大时，在任何一个有界集上出发的非定常流的所有轨道都趋于由多个"巻" 形结构所组成的"多巻混沌吸引子"轨迹；
第三步骤机器人360。旋转扫描步骤；机器人开始顺时针(或逆时针)旋转，例如，顺 时针旋转。每隔一定时间把距离传感器201采集到的具有一定几何特征的外围参照物的 激励信息存储到机器人内嵌的计算机存储卡204中。这里的"激励信息"是指外围参照 物的位置信息以及对应的扫描时间信息；
第四步骤混沌感知步骤；用混沌演化过程模拟机器人控制器的决策过程，并且根据每 次采集到的具有一定几何特征的外围参照物的激励信息对应进入一个单巻循环状态，并 得到该单巻循环状态的中心坐标。这里的"混沌演化过程"，是指在状态空间中，随着 时间的推移，状态变量随时间的运动轨迹；"单巻循环状态"是指当接收到外部激励信 号后，状态变量的运动轨迹迅速收敛到一个循环的轨迹中，该轨迹的形状为一个类似于 椭圆的"巻"，例如，这个巻为一椭圆；
第五步il:几何特征提取，即距离计算步骤；根据单巻循环状态的中心坐标和机器人在 状态空间中的坐标，计算机器人与外围参照物的激励在状态空间中的距离；
第六步骤感知动力学反馈控制步骤；根据状态空间中计算出的距离大小，判决单元把 360。旋转后获得最小距离所对应的方向确定为机器人前进的正方向，通过感知动力学反 馈控制回路对机器人进行控制，并向机器人执行机构发出指令，执行机构实现转向行为，完成自主定向，进而向确定的方向移动。
第七步骤重新定向步骤；当机器人再次迷失方向后，又进入以上第二步骤所述的二维 多巻混沌状态，如果机器人负载距离传感器又搜索到外部激励信号，转入以上第三、四、 五、六步骤，并再次完成自主定向。
如前所述的基于几何特征辅助和混沌感知的机器人自主定向方法，其特征在于，第 一步骤中的具有一定几何特征的外围参照物设置的准则为规划机器人移动轨迹的前进 方向与参照物的对称轴方向一致。
如前所述的基于几何特征辅助和混沌感知的机器人自主定向方法，其特征在于，第 二步骤还包括一个生成二维多巻混沌吸引子的步骤。具体包括下列步骤 步骤一生成一个饱和分段函数
(2《+ l)A:， ；c>《/z + l
A(x - //z) + 2/A， |x -叫《1, S / S《
(2/ + l)A， -p《/q-l (1)
一(2; + l)A;, ;c<~p/i_l
其中，x表示状态变量，^表示以上/函数的斜率，/ 表示以上/函数的延迟时间， 正整数p和^决定了以上/函数的非线性段的范围；
步骤二把以上步骤一中生成的饱和分段函数加到一个线性差分方程组中，构成一个非 线性差分方程组
i-少-4"/(y,^，^2，P2，仏)
少" (2) i =-似 - - cz + 4/(x, A, ， ^ ， ； '，《,)+ 4/(_y， & ， & ， &, &)
其中，(x,力为状态变量的坐标，/函数为以上第一步骤中描述的饱和分段函数，a， 6， c， A， ^都是以上线性差分方程组中的系数，且均为正常数。其中，系数fl， 6，
C用于控制循环单巻的形状和大小，系数A， ^用于控制演化过程的收敛性；
步骤三用龙格-库塔数值计算方法求解以上步骤二中生成的非线性差分方程组，求解出的y关于;c的关系，即以状态变量x为横坐标，状态变量y为纵坐标作图，随着时间 的推移，在这样的平面内形成的轨迹曲线就构成了一个二维多巻混沌吸引子。
如前所述的基于几何特征辅助和混沌感知的机器人自主定向方法，其特征在于，第 五步骤中的距离计算公式为 _
- T^咖,er _ & )2 + (少咖敏—& )2 (3)
其中，(x。，h)是机器人在状态空间中的坐标，(^自，;^軟)是单巻循环状态的中心坐标，
为机器人与外围参照物的激励在状态空间中的距离。
如前所述的基于几何特征辅助和混沌感知的机器人自主定向方法，其特征在于，第 六步骤具体包括
步骤一反馈信号传递；将以上第五步骤中得到的最小距离所对应的方向信息作为状态 反馈信号传递给控制单元；
步骤二控制单元通过感知动力学反馈控制回路发出指令，执行机构实现转向行为。感 知动力学反馈控制回路结构框图如图3所示。
如前所述的基于几何特征辅助和混沌感知的机器人自主定向方法，其特征在于，第 六步骤中的执行机构为机器人足及转向轴205。 3、有益效果
与现有技术相比，本发明的优点在于，这种机器人自主定向方法可以在无磁场、无 电磁波(或强电磁干扰)、无光线、无明显标志物的复杂环境下和无训练前提下实现智 能定向与导航。这种方法的优点还在于机器人的感知系统具有更准确的神经反应信号表 达能力，通过借助外围参照物的几何特征，对复杂环境具有更好的感知和自适应反应能 力。
四
图l机器人轨迹规划与几何参照物设置示意图2机器人及传感器配置结构图3感知动力学反馈控制回路结构框图4机器人处于迷失方向(混沌)状态下控制状态变量轨迹图； 图5设置矩形几何参照物下机器人360°部分状态混沌感知图6设置矩形几何参照物下机器人360。扫描距离图7设置矩形几何参照物下机器人自主定向后确定的方向； 图8设置梯形几何参照物下机器人360。部分状态混沌感知图； 图9设置梯形几何参照物下机器人360°扫描距离图；图IO设置梯形几何参照物下机器人自主定向后确定的方向。 五具体实施例方式
以下结合实施例对本发明的技术方案进行进一步说明
实施例一本实施例涉及一种基于几何特征辅助和混沌感知的机器人自主定向方 法，具体包括如下步骤
第一步骤机器人移动轨迹规划步骤；根据预定目标，规划机器人的移动轨迹(如 图1所示)，并设置了 7个具有一定几何特征的外围参照物，这里选择的参照物几何特 征为矩形；
第二步骤机器人负载传感器步骤；机器人中心所对应的状态空间位置为(50，50)。 没有接收到任何外部激励信号前，用二维多巻混沌状态模拟机器人的思维状态，机器人 处于方向迷失状态。本例中非线性差分方程组(2)中参数的选取如下
a = 6 = c = 4 =4 = 0.8, A - A;2 = 50, & = & = 100, = />2 = 1,《=《2 =2
此时机器人的控制状态变量的轨迹如图4所示，处于混沌状态；
第三步骤机器人360。旋转扫描步骤；机器人201开始顺时针旋转，每隔l秒把距 离传感器202采集到的外围参照物的激励信息存储到机器人内嵌的计算机存储卡205 中；
第四步骤混沌感知步骤；用混沌演化过程模拟机器人控制器的决策过程，并且根 据每次采集到的具有一定几何特征的外围参照物的激励信息对应进入一个单巻循环状 态，并得到该单巻循环状态的中心坐标。360。扫描结束后机器人的部分状态混沌感知图
如图5所示；
第五步骤几何特征提取，即距离计算步骤；根据单巻循环状态的中心坐标和机器 人在状态空间中的坐标，计算机器人与外围参照物的激励在状态空间中的距离。360°扫 描结束后机器人的扫描距离图如图6所示；
第六步骤感知动力学反馈控制步骤；根据状态空间中计算出的距离大小，判决单 元把360。旋转后获得最小距离所对应的方向(如图7所示)确定为机器人前进的正方向， 通过感知动力学反馈控制回路对机器人进行控制，并向机器人执行机构发出指令，执行 机构实现转向行为，完成自主定向。
第七步骤重新定向步骤；当机器人再次迷失方向后，又进入以上第二步骤所述的 二维多巻混沌状态，如果机器人负载距离传感器又搜索到外部激励信号，转入以上第三、 四、五、六步骤，并再次完成自主定向。
注意到，机器人重定向后的正方向指向状态空间位置(50,150)所代表的激励方向。 但由于矩形的旋转对称性，机器人有可能会将重定向后的正方向错误的指向状态空间位 置(50，-50)所代表的激励方向。因此，如果设置矩形参照物，会有一定的定向错误概率存 在，而且这种错误概率仅依靠几何特征辅助是无法避免的。
实施例二本实施例涉及一种基于几何特征辅助和混沌感知的机器人自主定向方法，具体包括如下步骤-
第一步骤机器人移动轨迹规划步骤；根据预定目标，规划机器人的移动轨迹(如 图l所示)，并设置了 7个具有一定几何特征的外围参照物，这里选择的参照物几何特 征为梯形；
第二步骤至第七步骤同以上实施例一。
于是，360。扫描结束后机器人的部分状态混沌感知图如图8所示；360°扫描结束后 机器人的扫描距离图如图9所示；设置梯形几何参照物下机器人自主定向后确定的方向 如图10所示。
注意到，机器人重定向后的正方向指向状态空间位置(50,150)所代表的激励方向。 但由于梯形的旋转对称性，机器人有可能会将重定向后的正方向错误的指向状态空间位 置(50，-50)所代表的激励方向。但是，由图9可知，如果把360。旋转后获得最小距离周 边的几何(距离)特征也列入感知动力学反馈控制步骤，完全可以避免这种错误定向的 发生。因此，如果设置梯形参照物，定向错误依靠几何特征辅助是可以避免的。
权利要求
1.一种基于几何特征辅助和混沌感知的机器人自主定向方法，包括第一步骤机器人移动轨迹规划步骤；根据预定目标，规划机器人的移动轨迹，并每隔一定距离设置具有一定几何特征的外围参照物；第二步骤机器人负载传感器步骤；在机器人上负载1个距离传感器，没有接收到任何外部激励信号前，用二维多卷混沌状态模拟机器人的思维状态，机器人处于方向迷失状态，不进行移动；第三步骤机器人360°旋转扫描步骤；机器人开始顺时针(或逆时针)旋转，例如，顺时针旋转，每隔一定时间把距离传感器采集到的具有一定几何特征的外围参照物的激励信息存储到机器人内嵌的计算机存储卡中；第四步骤混沌感知步骤；用混沌演化过程模拟机器人控制器的决策过程，并且根据每次采集到的具有一定几何特征的外围参照物的激励信息对应进入一个单卷循环状态，并得到该单卷循环状态的中心坐标；第五步骤几何特征提取，即距离计算步骤；根据单卷循环状态的中心坐标和机器人在状态空间中的坐标，计算机器人与外围参照物的激励在状态空间中的距离；第六步骤感知动力学反馈控制步骤；根据状态空间中计算出的距离大小，判决单元把360°旋转后获得最小距离所对应的方向确定为机器人前进的正方向，通过感知动力学反馈控制回路对机器人进行控制，并向机器人执行机构发出指令，执行机构实现转向行为，完成自主定向，进而向确定的方向移动。第七步骤重新定向步骤；当机器人再次迷失方向后，又进入以上第二步骤所述的二维多卷混沌状态，如果机器人负载距离传感器又搜索到外部激励信号，转入以上第三、四、五、六步骤，并再次完成自主定向。
2. 如权利要求1所述的基于几何特征辅助和混沌感知的机器人自主定向方法， 其特征在于，第一步骤中的具有一定几何特征的外围参照物设置的准则为规划机 器人移动轨迹的前进方向与参照物的对称轴方向一致。
3. 如权利要求1所述的基于几何特征辅助和混沌感知的机器人自主定向方法， 其特征在于，第二步骤还包括一个生成二维多巻混沌吸引子的步骤，具体包括下列步骤步骤一生成一个饱和分段函数；步骤二把以上步骤一中生成的饱和分段函数加到一个线性差分方程组中，构成 一个非线性差分方程组；步骤三用龙格-库塔数值计算方法求解以上步骤二中生成的非线性差分方程组， 求解出多巻混沌吸引子。
4. 如权利要求1所述的基于几何特征辅助和混沌感知的机器人自主定向方法， 其特征在于，第五步骤中的距离计算公式为-_肠<formula>formula see original document page 3</formula>其中，(A，^)是机器人在状态空间中的坐标，(&倉J咖e,)是单巻循环状态的中心坐标，i^wge为机器人与外围参照物的激励在状态空间中的距离。
5. 如权利要求1所述的基于几何特征辅助和混沌感知的机器人自主定向方法， 其特征在于，第六步骤具体包括步骤一反馈信号传递；将最小距离所对应的方向信息作为状态反馈信号传递给 控制单元；步骤二控制单元通过感知动力学反馈控制回路发出指令，执行机构实现转向行 为。
6. 如权利要求1所述的基于几何特征辅助和混沌感知的机器人自主定向方法， 其特征在于，第六步骤中的执行机构为机器人足及转向轴。
全文摘要
本发明公开了一种基于几何特征辅助和混沌感知的机器人自主定向方法。在机器人迷失方向阶段，机器人感知模式用一个二维多卷混沌吸引子来代表。当机器人借助已设置的具有一定几何特征的外围参照物进行重定向时，每接收到一个激励信号，混沌轨迹就迅速收敛到一个代表外部激励信号物理含义的平衡点或单卷循环状态。而机器人进行的是360°旋转扫描步骤，并定时采集来自外围参照物的激励信息。机器人内嵌计算机根据单卷循环状态的中心坐标和机器人在状态空间中的坐标，计算机器人与外围参照物的激励在状态空间中的距离。通过比较，确定获得的最小距离所对应的方向为机器人前进的正方向，实现自主定向。这种方法的优点在于，在复杂的移动环境下，机器人借助几何特征自主定向，机器人的感知系统具有更准确的神经反应信号表达能力。
文档编号G01C21/00GK101604167SQ200910031859
公开日2009年12月16日 申请日期2009年7月15日 优先权日2009年7月15日
发明者俞晓磊, 刘建业, 孙永荣, 苗建峰, 睿 许, 项文炳 申请人:南京航空航天大学