1．目的及意义

1、选题的目的及意义

1.1课题的意义

首先，我们要知道，什么是智能机器人？从广泛意义上理解所谓的智能机器人，它给人的最深刻的印象是一个独特的进行自我控制的"活物"。其实，这个自控"活物"的主要器官并没有像真正的人那样微妙而复杂^[1]。

智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉、触觉、嗅觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段^[2]。这就是筋肉，或称自整步电动机，它们使手、脚、长鼻子、触角等动起来。由此也可知，智能机器人至少要具备三个要素:感觉要素，反应要素和思考要素^[3]。

DARwIn-OP动态人形智能机器人是一款人工智能机器人。它由Virginia Tech的Dennis Hong团队、宾夕法尼亚大学、普渡大学和韩国公司Robotis联合设计与制造，它具有讨人喜欢的外形，而且具备有一定水平的人工智能，能够与人亲切的互动^[4]。在世界上很多国家，它甚至成为了中小学生一门科技信息课程，很多大学生都利用DARwIn-OP动态人形智能机器人的平台进行二次开发。DARwIn-OP 动态人形智能机器人在学术领域以及工业领域内运用越来越广泛。发明它的团队表示， DARwIn-OP的软件和硬件都是开源的，你可以自己定制它身上的各个部分，选择需要的部件，然后自己组装，为二次开发带来巨大的便利。DARwIn-OP 动态人形智能机器人的多用途是基于它可以通过现成的指令块进行可视化编程，因此它允许用户探索各种领域、运用各种复杂程度的编程程序并达到用户想要体验的各种不同效果。如果希望DARwIn-OP 动态人形智能机器人能够像人类一样自由行动，那么此背景下本设计研究类人机器人的行走编程也具有一定的现实意义。

1.2课题的目的

完成DARwIn-OP 动态人形智能机器人行走编程的任务。需要对机器人进行合理的编程来规划路线，做出行走动作并能成功行走一段距离。

1.3国内外现状及发展趋势

DARwIn-OP 动态人形智能机器人外形精巧，带有ARM控制器，配有多种传感器，拥有强大的计算能力和分析能力，可自主运动与物体识别等功能，os支持Linux和Windows，便于使用者的自主使用。因此，本次设计采用在Linux系统下进行c 代码的编写。

随着人工智能领域相关学科的快速发展,人形机器人成为当今机器人研究中最为热门的研究方向之一^[5]。为了让人形机器人被广泛应用在人类日常生活中,它们需要具备在人类环境中的自主行走能力,而其中的最关键的一个方而就是在行走过程中能避开障碍物。研究的的内容就是人形机器人行走过程中的自主避障问题,其中涉及到机器人视觉和人形机器人的路径规划方法，这是将机器人应用到工业生产以及生活工作相关活动中的必须研究范畴，也是国内外目前正在攻克的技术关卡。单目视觉是基于一个摄像头的视觉系统,是一种常用的机器人环境感知解决方案。几乎所有的人形机器人路径规划方法,都是基于机器人视觉系统。视觉系统获取了环境信息,主要是目的地和障碍物相对机器人的位置,就可以为机器人设计一条到达目的地的无碰路径^[6]。针对单摄像头机器人视觉系统,提出一种障碍物识别方法。首先对人形机器人的行走环境进行合理假设。然后基于颜色特征和图像分割方法获取障碍物区域。根据地面样本在HIS颜色空间中的颜色特征,把实时图像中的像素点分类为障碍物和非障碍物。经过图像二值化和形态学处理,得到二值图像,对其进行图像分割找到各个障碍物大概区域。最后,计算出包围障碍物区域的矩形框,并用它们表示障碍物的边界。本文利用队列的数据结构和标记矩阵,实现了高效的基于区域增长的图像分割。在数字图像处理中,需要通过试验获取各个处理方法的参数,它们是得到良好识别效果的关键。在识别出障碍物的前提下,针对单摄像头机器人视觉系统,提出一种障碍物定位方法。首先建立摄像头的小孔成像模型,并对模型进行耦合性分析。然后对摄像头进行标定,求解出障碍物特征像素点的像素坐标和对应实际坐标的映射关系。在SVM和均值场理论基础上,提出一种利用均值场理论加速SVM学习的摄像头标定方法。最后,构造了一个基于角点检测的训练-测试方案,对摄像头进行标定,同时利用MATLAB的摄像头标定工具箱对摄像头进行标定,以验证本文方法的准确性。为提升角点检测能力和检测速度,提出一种基于邻域相似度预处理的方法,对传统Harris角点检测算法进行改进。提出一种实时在线的树形路径规划算法,使人形机器人能够在有障碍物的地面上自如行走^[7]。