基于RFID技术的智能移动机器人的导航外文翻译资料
2022-09-04 19:58:18
英语原文共 10 页,剩余内容已隐藏,支付完成后下载完整资料
基于RFID技术的智能移动机器人的导航
Wail Gueaieb,IEEE高级会员,Md. Suruz Miah,IEEE初级会员
摘要:本文提出了一种革新的使用RFID(Radio Frequency Identification Devices)的移动机器人导航技术。基于无线RFID信号,处理一些模拟功能的导航,相对于其他类型的导航方法来说,是一种很有前途的替代方法。主要思想是开发一种在未知机器人工作区中并且没有视觉系统,也不建立地图的移动机器人的导航,它和其他导航算法的情况一样。本文讨论了如何实现通过放置在三维空间的RFID标签,连接他们定义的“无障碍点”,预测机器人可以行走的路线。该算法是在未知的工作空间能够使移动机器人到达目标点,并且跟踪指定的高精度轨迹。初步解决方案是为移动机器人提供了一个模块化、计算效率高、且成本低的产品,来替代其他导航技术。特别是对服务机器人,例如,在大的办公室和装配线的服务机器人。所提出的方法的有效性是通过大量各种复杂测试平台的模拟计算来阐明。
关键词:模糊逻辑、移动机器人、导航、位置控制、无线RFID、机器人传感系统。
一、引言
在过去的几十年里,移动机器人导航已经成为一个开放的和具有挑战性的问题。尽管在这一领域的重大进展,研究人员还没有达到一个满意的水平[1]。到目前为止,在文献中提出大多数的机器人导航算法的要么是面向特定结构化的环境中,要么有一个非常复杂的驱动计算。在某些情况下,所需的硬件实现该算法比机器人本身更昂贵。这使得在现实世界大多数的机器人系统实现导航都是有问题的。本文有助于开发实用性、模块化、易于实现的机器人导航算法,并降低成本和提高计算效率的产品。该算法利用新兴的无线RFID技术和模糊逻辑控制器(FLC)引导机器人在其工作空间导航。
在过去的几年中,已经提出了许多机器人导航方法。这些系统一般有以下几类:基于推测航行法,基于地面标签法,基于视觉法,和基于行为的技术。这个基本理念晚于推测航行法导航系统,它在推测航行方法的基础上整合了随着时间的增量运动[2]。此导航方法是基于连续的编码器读数,提供机器人的位置、方向和角速度。这种类型的导航被广泛使用,由于它的简单性和易于维护。然而,在机器人的位置和方向,小的精度误差和传感器的不可避免地漂移使累积误差变大,除非有一个独立的参考,周期性地用来纠正误差[3]。
鉴于这些不足之处,研究人员转移他们的兴趣,以视觉为基础的导航,以提高机器人的位置估计,在环境中通过跟踪视觉功能,并使用它们作为地标[4]。这种测量通常只返回到视觉特征,并没有一个先前知道的地标位置。然而,这样的技术也有其自身的缺点,其中包括缺乏信息的深度,复杂的图像处理的计算负担高,所以其依赖于工作环境。这个问题可以通过采用基于行为的导航系统得到缓解,因为它们可以包含相对大量的传感器,使它们适合在非结构化环境中导航。然而,依靠大量的传感器使系统容易受到他们的漂移误差和累积误差。为了克服这个缺点,一些研究人员使用人工地标来弥补这些错误。例如,在一些研究中,标签被放置在工作区中的特定位置,并配备了一个无线RFID读写器与标签进行通信,来估计其位置。
RFID技术被应用于移动机器人导航系统的情况下,他们主要用于机器人定位,但不直接用于导航[5]。在本文中,我们描述了一种新的导航技术,RFID标签被安装在固定位置的三维空间里,被用来定义机器人所需的轨迹。导航算法的目的是,使机器人导航沿地面上的虚拟路线,连接的地面上的标签的正交投影点。不像其他种类的研究文献,有没有限制的标签应该在设置哪里。对于室内的应用,他们可以安装在天花板上,而在室外,他们可以安装,例如,在标杆上。一个双天线的RFID读写器被安装在机器人上,用来通信和确定机器人的相对位置与相关的射频标签。采样的信息被连续地送入一个模糊逻辑处理器来调整机器人的方向,并引导机器人导航尽可能接近在地面上的虚拟路线。在作者最好的方案里,这是第一次尝试使用RFID技术的真正的实时移动机器人的导航(而非定位)。还值得一提的是,这代表了全面实用的基于视觉导航解决方案里的第一个里程碑。基于视觉的导航在某些情况下仍然是必要的。如果没有,但是,所提出的技术是一种很有前途的替代解决方案。虽然在操作移动平台里包括好几个模块,例如定位、导航、障碍物检测、避障、路径规划等,但是在这里只涉及前两个模块。其他模块不是本文的涉及的范围。本文的其余部分安排如下。在第二节中有一个关于机器人导航系统及其常见的技术的简短文献回顾。在第三节中,我们综述RFID系统。然后,我们在第四章详细介绍了我们提出的导航系统。在第五部分中基于目前的技术对我们的方案给出了一个全面的评价,并在第六节给出了一些重点,提出的该导航方法的优点和缺点,以及如何进一步推广。
二、移动机器人导航简介
近年来, 关于移动机器人导航,结合一些传感器和地面标签的媒介进行了大量研究。在本节中,我们简要的提供了一些关于移动机器人导航最近的一些研究。例如,应用基于地面标签、基于推测航行法和基于行为等技术的导航。目前在室内移动机器人的导航中有使用球形超声波系统估算机器人的位置来实现导航[6]。球形超声波系统由四个固定在已知工作区中的超声波发射装置和两个安装在移动机器人上的接收器组成。选择卡尔曼滤波器来处理的移动机器人传感器数据来定位移动机器人。Hallmann和Siemiatkowska[7]开发了一种能在部分已知的环境中导航的移动机器人,型号为B14。这个机器人配备16个声呐,16个红外传感器,便携式奔腾电脑,和一个灰度相机。机器人的环境地图构建是基于安装在机器人上的声纳和红外传感器的。预先定义形状和颜色的人工地面标签被放置在指定位置,帮助机器人进行图像处理和图案识别运算来实现自己的定位。
除了人工地面标签,自然地面标签也被许多移动机器人的导航算法利用。例如,Betge-Brezetz算法[8]等,专注于在一个未知环境中,通过自然场景精确的引导移动机器人。本例中的地面标签被定义为自然对象并从传感器中提取数据。对应于它的主要实体,场景是结构化元素,参数描述用来描述实体的形状。采用分割算法来区分三维场景中不同的组件。对象模型和拓扑模型合并构建场景模型,最终用于导航控制。Wijk和Christensen开发了一个移动机器人,类似的通过声纳数据流从自然地标提取的算法[9]。在这篇文章中, 决定机器人的位置是通过匹配最近收集到的地标和参考地图之间的关系。采用自然地面标签的提取方法,包括声纳数据的双重过滤法,三角测量和完成地面标签的假设。在第一层,二维数据点都过滤掉, 在第二层选择最好的三角点。然后在第二层,这些提取的地面标签点是用来匹配参考地图确定机器人在工作环境的位置。
在推测航行技术研究中,有这种情况下的一个实验,研究集成的推测航行法和视觉地面标签识别法的导航控制汽车在一片森林里沿着预定的道路移动[10]。本研究用地磁罗盘测量机器人航向和速度,用多普勒雷达测量距离。通过连接到电脑的相机检测地标,得到所需的路径。通过检测地面标签的相对距离,和通过数据的融合不断收集传感器的信息来确定机器人的位置和方向。另一个指导机器人沿着一个预定的所需的路径导航的算法被描述成“移动机器人导航的集成感官 [11]。提出的关于位置估计的控制方案包括视觉系统位置估算和里程表位置估算,然而一个障碍检测是用多个安装在机器人上的超声波传感器的信息来实现的。尽管它的性能令人满意,但该系统只适用于结构化或类似结构化的环境,并且需要先前知道环境的模型。一个基于目标导航技术室内自主移动的机器人在“基于视觉和量距移动机器人导航”中提出了这个观点[12]。架构采用计程仪和视觉自我定位技术的合作策略。这种方式,只有相对运动才能估计机器人的绝对位置。其他航行推测导航系统开发,比如“使用间接的卡尔曼滤波器航行推测导航的移动机器人” [13]和“使用微分编码器和一个陀螺仪航迹推算导航的自主移动机器人” [14]。上述许多范例是带有智能计算的工具,如模糊逻辑、人工神经网络、遗传算法和一些他们的组合。例如,“基于遗传算法的智能控制移动机器人对焊接损害的自主检查”中使用遗传算法来设计一个移动机器人导航的框架[15]。然而,在遗传算法的方法的这一战略的主要缺点是不确定性,所以不能实时运作。模糊逻辑控制器的方法在“使用模糊逻辑控制器移动机器人导航” [16]和“基于行为的神经模糊控制器的移动机器人导航”[17]中得到测试,实现单个和多个移动机器人的导航,并且能够在动态环境中能够避免碰撞。
在移动机器人导航领域,越来越感兴趣的新型的RFID技术,由于其易用性,灵活性和低成本,它是一种很有前途的替代技术。Khubitz等人提出了一个使用RFID标签作为人工地面标签的导航系统[18]。全球定位信息、环境类信息、环境位置等可选数据被预存储标签的内存里。该系统还采用基于行为的控制体系结构,通过拓扑定位方法使得机器人能够达到在工作环境中的任何地面标签。基于行为的控制体系结构是专门设计的能够集成多个位置传感器和不同的精度和误差类别。一个新的导航系统在人工环境中,如走廊。该系统在“全球导航系统RFID标签”中被开发[19],无线RFID标签被用作人工地面标签,移动机器人配备了一个笔记本电脑,一个RFID标签传感器和视觉系统。RFID阅读器安装在机器人本身,而标签粘贴在墙上的特定位置。关于RFID标签和RFID阅读器通信,RFID阅读器读取的独特标签编号,推断的必要行动(左转、右转、或保持直行),达到所需的位置。2005年,另一种方法被Tsukiyama提出,机器人试图建立一个关于周边环境拓扑地图,用于路径规划与导航[20]。在这些点,机器人必须根据存储在机器人的记忆决定下一步行动计划,实现到达目标位置。机器人然后遵循特定的路径使用超声波测距仪,直到找到一个标签。然而,这样的方法是针对于一个特定的工作区,如果在一个新的环境,需要大量的定制操作。Chae等人的帮助下提出了一种结合RFID技术和视觉技术移动机器人定位方法[21]。全球本地化的机器人因为检测RFID的人工地面标签。由安装RFID阅读器的机器人将地面标签分配不同的权限。算法利用视觉系统来描述符机器人的环境视图,提供机器人的位置和方向。尽管这个算法提供了一个有效的定位方法,一般来说,自然继承了基于视觉导航的典型的技术缺陷。
三、RFID系统
基于RFID导航方法是一种自动识别方法。RFID标签是依靠存储和使用数据传输设备远程检索的。能够使用RFID非接触式操作数据传输和数据采集装置称为RFID阅读器。RFID阅读器和RFID地面标签之间的通信系统是基于RFID技术。
图1:简要的RFID系统的结构
在RFID阅读器上的射频收发器发送一个短脉冲电磁波。RFID标签接收到射频传输,处理接收信号,为提IC内存供直流电源,并读取存储在内存中ID,并通过RFID技术应答RFID阅读器。这个信号是RFID阅读器想提取标签ID编号。由于其简单性、灵活性和低成本,RFID技术越来越受欢迎迅速地在很多地方应用,如个人身份、食品生产控制、保安监控和库存管理等等。
在本文中提到的RFID传感方法依赖于在一个特定的频率范围的信号应答。RFID阅读器的无线射频的形式是在不同的频率下使用时间多路复用的形式。在这篇文章中,我们特别感兴趣的是在RFID阅读器结束后作为RFID的标签的应答的基带信号。这个phi;信号是由同相(I)和接收的信号正交(Q)定义。
(1)
四、总体方案
提出的导航系统的高级构架是由一个RFID通信模块和一个模糊控制器,另外还有进行数据处理的软件和必要的控制动作的计算。提出的技术依赖于放置在三维空间的RFID标签,连接他们在地上预测路线,被定义为“自由路线”, 机器人可以 (或需要) 沿着它导航。机器人不知道标签的位置。机器人是预先设定有序标签ID所需的路径。例如,如果机器人给出列表(4、9、1、5),然后它会导航到最接近的点标记4号可以到达,然后沿着一条直线前进到最近的点可以达到9号标签,然后9号的位置到1号标签,然后到数标签5。在地上,机器人可以搜索标签中最接近的点,通常的正交投影的点。在导航过程中,机器人不断读取它能够搜索到的所有标签的ID的,但只会处理来自那个阶段的目的RFID标签信号。机器人与RFID标签通信是通过一个RFID阅读器和两个安装在机器人接收天线。如图2,该系统的高级配置设置了两个RFID标签。在这个配置中,机器人的期望路径是在地上的标记之间的直线段。即在下面A和b,我们提供了一个关于导航系统中每个模块的详细描述。
图2:高级系统配置有两个RFID标签
A:RFID通信模块
在机器人的导航时,RFID阅读器时分复用地在不同的频率下发送单频正弦信号,然后接收RFID标签的应答信号。
特别是,我们感兴趣的是通过标签广播机器人的即时的目的地信号。让phi;1phi;2的相位角度为阅读器接收天线收到的信号1和2,分别定义为(1)。然后使用这些信息来计算信号的相位差,稍后将使用模糊控制器决定必要的控制动作。相位差计算如下:
∆phi; = phi;1 minus; phi;2
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[147389],资料为PDF文档或Word文档,PDF文档可免费转换为Word