第七届全国大学生机器人大赛：自主移动机器人路径规划与避障研究

"这篇文档是北京科技大学本科生毕业设计论文的一部分，主要探讨了在第七届全国大学生机器人大赛背景下，基于多传感器的自主移动机器人路径规划、避障和智能系统设计。作者着重介绍了坐标更新、底层路径控制、自主路径规划以及计算机视觉在避障和目标检测中的应用。" 在这篇论文中，作者深入研究了自主移动机器人在实际比赛环境中的路径规划问题。首先，路径规划是机器人自主移动的核心，作者提到路径在内存中以数组形式存储，包含起点、终点、圆心、半径等信息，这会占用大量内存。为了节省资源，作者曾尝试将预定义的路径存储在闪存中，但这样增加了操作难度。此外，路径规划还需要考虑人为输入障碍点的情况，以便机器人在比赛中能动态调整路径以避开障碍。 在多传感器定位方面，论文中提到了利用陀螺仪和码盘数据实时更新机器人的坐标，同时借助光纤传感器对白线进行检测，以修正坐标偏差，确保在真实对抗中机器人的定位误差保持在30mm以内。这显示了传感器融合在提高定位精度方面的重要性。 在底层路径控制中，作者采用了直线和圆弧路径的组合，并使用闭环控制来跟踪这些路径。对于圆弧路径，控制基于半径和行进角度；对于直线路径，控制基于位置和角度。在路径终点控制中，还引入了额外的闭环机制以确保精确到达。 在路径规划方面，作者研发了一种启发式深度搜索与曲线拟合相结合的算法，该算法能根据比赛需求为每个机器人生成自主路径。此外，还集成了障碍检测功能，使得机器人能在遇到障碍时重新规划路径，达到避障效果。 在计算机视觉领域，作者通过稳定色彩空间变换和目标尺寸信息，成功地在复杂背景中识别和定位目标——白块，同时利用Canny算子检测图像边缘，定位障碍物，实现避障定位。 这篇论文不仅在路径规划和避障技术上有所贡献，而且展示了多传感器信息融合和计算机视觉在机器人控制中的有效应用，为未来的机器人大赛提供了宝贵的技术积累。关键词涵盖了自主移动机器人、路径规划、避障、计算机视觉、多传感器信息融合以及轨迹跟踪。