基于单片机的移动机器人定位与避障

可在www.sciencedirect.com上在线ScienceDirect电气系统与信息技术学报1（2014）58基于单片机的移动机器人定位与避障阿兹莎ZakiJiang， Osama Arafa，Sanaa I.Amer电力电子和能源转换部，电子研究所，El-Tahrir Street，Dokki，开罗，埃及2014年4月4日在线发布摘要移动机器人在制造设施、危险材料处理等方面的使用越来越多通常，几个传感器系统组合使用。将信息组合成适用于做出导航决策的可用形式的任务被称为传感器融合。在本文中，建立在一个移动机器人在仓库中操作的导航系统，重点介绍了使用的传感系统采用了感知与航位推算相结合的混合导航系统，取得了满意的效果。设计了一个微控制器系统来控制移动机器人的导航，同时避免障碍物。设计了一个详细介绍了所采用的编码器和超声波传感器，并根据它们的工作原理设计了导航系统。© 2014制作和主办由Elsevier B.V.电子研究所（ERI）关键词：移动机器人;导航控制;里程计;超声波传感器;单片机1. 介绍机器人导航意味着在不与障碍物碰撞的情况下在环境中进行探索的能力，确定自己位置的能力以及到达特定目标位置的能力。因此，导航系统可以包括以下几个部分：机器人定位系统，路径规划和地图构建。这是四种流行的定位系统：1. 基于里程计（航位推算）的导航。2. 主动信标导航系统。3. 地标导航系统。4. 地图导航系统。*通讯作者。电子邮件地址：aziza@eri.sci.eg（上午）Zaki）。电子研究所（ERI）负责同行评审http://dx.doi.org/10.1016/j.jesit.2014.03.0092314-7172/© 2014由Elsevier B. V.制作和托管电子研究所（ERI）上午Zaki等人/电气系统与信息技术学报1（2014）5859大多数自主机器人系统将具有多个传感器（Brooks，1986;Mogensen，2006）。通常几个传感器系统组合使用。它们有时是互补的，有时是多余的。在几乎所有的机器人系统中，来自相同类型或不同类型的多个传感器被用于提供完整的覆盖，例如，围绕车辆的24个超声波传感器以15 μ m的增量形成的环，移动机器人CARMEL（用于维护、应急和生命支持的计算机辅助机器人）（Borenstein和Koren，1991）。另一个例子是Nomad Supper Scout II，它携带16个超声波传感器，这些传感器在车辆周围相隔22.5米（Yi，2001）。将信息组合成适用于做出导航决策的可用形式的任务被称为传感器融合。移动机器人通常携带诸如车轮编码器和惯性传感器的航位推算传感器，以及诸如飞行时间（TOF）超声波传感器的地标和障碍物检测和地图制作传感器在这种情况下，传感器视觉传感器在许多应用中用于构建移动机器人面对的空间的图像，以检测任何障碍物并避免碰撞。视觉系统通常在计算上是昂贵的，因为图像形成对于许多应用来说太复杂。在本文中，导航系统建立在一个移动机器人在仓库中工作。混合导航系统，结合了感知和航位推算被发现是互补的，并给出了一个令人满意的操作的移动机器人。如果环境包含混乱的信息或几个感知可区分的地标，这些系统的性能下降。感知混叠问题可以通过包括测距数据来区分相似的地方来解决。在大多数应用中使用超声波传感器更容易，更便宜，计算更简单。超声换能器优选地用于获得环境的三维信息（Bak，2002;Everett，1995;Borenstein和Koren，1988;Benitz-Read和Rojas-Ramirez，2010）。 它们测量和检测到移动物体的距离，不受目标材料，表面和颜色的影响，固态单元几乎具有无限的免维护寿命。超声波传感器不受灰尘、污垢或高湿度环境的影响在本工作的第二节中，给出了里程计和里程计误差。第3节介绍了超声波系统，可能遇到的误差源和传感器类型，特别是在这项工作中使用的传感器。第4节介绍了机器人的描述和传感器，解码器和编码器建立在机器人上，而第5节描述了机器人控制器设计的机器人操作与超声波传感器使用集群和控制器的硬件和软件。第6节详细介绍了仓库内外的机器人导航，而第7节介绍了实验测试以及使用的接口板第8节和第9节给出了结果讨论和结论。2. 里程计和里程计误差测距法是移动机器人定位中应用最广泛的导航方法众所周知，里程计提供良好的短期精度，价格低廉，并允许非常高的采样率。然而，里程计的基本思想是随着时间的推移，这不可避免地导致误差的积累的增量运动信息的集成里程计用于几乎所有的移动机器人有各种原因：里程计数据可以与绝对位置测量融合，以提供更好和更可靠的位置估计（Chenavier和Crowley，出版中; Evans，1994）。里程计可以在具有地标的绝对位置更新之间使用。里程计是基于简单的方程，易于实施，并利用数据从廉价的增量轮编码器。然而，里程计也是基于这样的假设，即车轮旋转可以转化为相对于地板的线性位移。这种假设的有效性有限。一个极端的例子是车轮打滑：如果一个车轮打滑，比如说漏油，那么相关联的编码器将记录车轮转数，即使这些转数不对应于车轮的线性位移。也有，其他几个微妙的原因不准确的翻译车轮编码器读数到线性运动。为了校正测距系统产生的定位误差以及安全导航和避障，经常使用超声波传感器，因为它们可以基于飞行时间（TOF）原理提供良好的距离信息 它们已被广泛用于移动机器人应用中（Elfes，1987; Leonard andDurrant-Whyte，1992;BorthwickandDurrant-Whyte，1994）。60上午Zaki等人/电气系统与信息技术学报1（2014）58Fig. 1.超声波传感器的角度误差α是声纳锥体的半开角，R是声纳响应。3. 超声波系统超声波TOF测距是当今室内移动机器人系统中最常用的技术，这主要是由于低成本系统的现成可用性及其接口的易用性。3.1. 超声波传感器超声波换能器优选地用于获得环境的三维信息。但在声纳响应方面也出现了一些问题。超声波传感器遭受来自环境的不可靠的声纳响应。对于受限空间中基于声纳的移动机器人来说，这些问题需要特别注意。空间通常是一个封闭的环境。下面讨论两个主要问题（Kumari，2012）。3.1.1. 角不确定度当超声波传感器获得R米的范围响应时，该响应简单地表示物体可能存在于其中的圆锥。没有办法精确地指出物体的位置。 图 1、传达思想。超声波传感器的张角为2α，对象可以位于响应R的阴影区域中的任何位置。3.1.2. 镜面反射镜面反射是指声纳的反应，不是直接从目标物体反射回来 在镜面反射中，超声波被反射离开反射表面，这导致更长范围的报告或一起错过物体的检测，图2（Drumheller，1987;Lim和Cho，1994）。3.2. 超声波传感器在选择或安装超声波传感器之前，我们应该熟悉这些术语：1. 死区。2. 射束角3. 束锥直径。4. 最大感应范围。5. 背景抑制。6. 开关频率。7. 目标倾斜8. 环境方面的考虑。在研究了几种类型的超声波传感器后，我们选择了Devantech SRF 04 Ranger Compact High PerformanceUltrasonic Ranger（Polaroid，1987）用于这项工作。 图 3代表SRF 04超声波传感器。上午Zaki等人/电气系统与信息技术学报1（2014）5861图二.镜面反射。图三. Devantech SRF 04范围。3.2.1. 质量标准SRF 04超声波测距仪的规格见附录。SRF 04的波束模式是锥形的，波束宽度是换能器表面积的函数，并且是固定的。SRF04上使用的传感器的波束图，取自制造商的数据表，如图所示。四、护林员的工作原理是在人类听力范围之外发射一个声音脉冲。这种脉冲以声速（大约0.9英尺/米秒）传播，以圆锥形远离测距仪，声音从声波路径上的任何物体反射回测距仪，图。 五、4. 机器人描述机器人的机械设计对机器人设施的成功起着至关重要的作用。应符合以下质量标准：1. 向前和向后移动而不旋转。2. 左，右，左，左，右，右，左，右，右，左，右，左，右，右，左，右，右，3. 有能力在一个完整的圆圈里旋转。4. 机器人将使用总电压为48 V的电池组件5. 控制单元和电池充电器应该在机器人本身上。62上午Zaki等人/电气系统与信息技术学报1（2014）58见图4。 光束模式。启动声波脉冲10微秒SRF 04（背面）回波脉冲GND脉冲触发分钟在下降沿输出触发输入音爆回声输出100微秒：检测到物体非常接近18毫秒：未检测到脉冲宽度100µsec至18 msec图五. SRF04典型波形和连接。机器人的驱动系统由4个轮子组成，每个轮子都配有一个单独的电动机。前后转向系统增加了灵活性，在运动规划顺利导航。移动机器人配置如图所示。 六、机器人配备了一个简单的手臂，用于装载和卸载组件。G上午Zaki等人/电气系统与信息技术学报1（2014）5863见图6。移动机器人配置。4.1. 机器人定位机器人定位的方法可以大致分为两类：相对位置测量和绝对位置测量。由于缺乏单一的好方法，移动机器人的开发人员通常将两种方法结合起来，每种方法一种。在这项工作中，使用的相对方法是里程计。该方法使用编码器来测量车轮旋转和/或转向定向。里程计是完全独立的，并且它总是能够为车辆提供其位置的估计，但是位置误差无限制地增长，除非周期性地使用独立参考来减小误差。自然地标识别被用作绝对定位测量系统，以定期校正机器人的正确位置。4.2. 使用编码器、解码器控制器和运动控制光学增量编码器是一种用于捕获电机速度和行驶距离的方法旋转速度可以从脉冲之间的时间间隔或给定时间段内的脉冲数量来确定因为它们是数字设备，增量编码器将以完美的精度测量距离和速度。正交编码器有双通道，A和B，这是电气相90度。因此，可以通过监测两个通道之间的相位关系此外，使用双通道编码器，通过对每个通道的上升沿和下降沿（A B）进行计数，可以实现分辨率的四倍倍增在这项工作中，HEDS5540，3通道高性能光学增量编码器的使用。该IC由多组光电探测器和产生数字波形所需的信号处理组成。通道A的数字输出与通道B的数字输出正交（90Ω异相）。编码器的标准分辨率为每转1024计数。采用通用运动控制芯片HCTL-1100。它通过执行数字运动控制的所有时间密集型功能，将主机处理器释放出来用于其他任务。HCTL-1100为直流、直流无刷和步进电机提供位置和速度控制。5. 所提出的控制器在自主移动机器人运动控制器的设计中，必须解决的一个主要问题是避障问题。在所考虑的情况下，机器人正在将电子元件从仓库运输到三条生产线中的一条。内部仓库中的机器人的任务是从目标点拾取组件因此，它将始终移动到其中一面墙旁边，因为该仓库中的货架位于墙旁边。在仓库外，将根据目标生产线规定路径传感器的布置应确保仓库内外的安全导航 我们使用了一个24个超声波传感器的系统，如图所示。7.第一次会议。64上午Zaki等人/电气系统与信息技术学报1（2014）58见图7。 传感器集群。5.1. 传感器聚类对传感器进行重新配置以便于决策。特定组中的传感器充当一个传感器（分组传感器）。因此，必须仔细选择每组中的传感器。聚类程序如下：1. 扫描该组传感器的读数。2. 最低限度的阅读是占主导地位的，其他被忽视。图中所示的聚类。 7是我们控制器的建议值。左前（FT）：传感器（So，S1）和前（F）：传感器（S2，S3，S4和S5）。机器人使用声纳传感器感知障碍物。在这项工作中，我们只考虑静态障碍。形状和材料对我们的情况没有太大的影响声纳传感器无法检测高度小于特定值（在数据手册中指出）的障碍物，因此我们只考虑声纳传感器可以检测到的障碍物。分组传感器的读数被分配为两个标签之一，这两个标签是远和危险的。对于“远”和“险”的含义，各派有不同的解释。例如，对于前传感器组，范围从1 m到3 m的组的读数是远的，而读数3 cm到1 m范围的选择影响传感器的灵敏度，或者在其他意义上影响从危险与否的角度对机器人与障碍物之间的距离的评估我们需要前传感器比右前传感器（FR-RT）和左前传感器（FR-LT）更灵敏，以保护机器人在转弯时避免与墙壁或障碍物碰撞在向后导航期间，使用的传感器组为Back（B）、Back Left（BL）和Back Right（BR）。上午Zaki等人/电气系统与信息技术学报1（2014）58655.2. 软件开发使用ATMEL集成开发环境AVR studio 4可以轻松地对ATMELAVR微控制器进行编程，在该环境中可以编辑、模拟、调试汇编程序并将其下载到微控制器。在我们的情况下，使我们的程序易于开发的效率，可移植性和可读性，我们决定在C编程我们使用IAR公司提供的用于ATMEL微控制器C语言编程的集成开发环境IAREmbedded Workbench forIDE是指完整的软件开发周期，包括源代码编辑，调试，编译和链接，支持一个用户友好的操作界面。航位推算导航虽然易于实现，但在某些导航任务中存在严重的漂移问题因此，导航的可靠性不应该只依赖于一种机制。将感知与航位推算相结合的混合导航系统是一种较好的导航系统。来自不同来源的信息可以被融合，以帮助机器人决定下一步是什么。通过将感知与存储的世界地图相匹配来校正由航位推算提供的位置估计。基于地标的导航主要依赖于智能体对其环境的感知。如果环境中包含令人困惑的信息或几个感知可区分的地标，这些系统的性能下降。感知混叠问题可以通过包括测距数据来区分相似的地方来解决6. 建议机器人导航6.1. 机器人这辆车将在战争仓库内外移动。车辆的导航分为三个主要部分：1. 仓库内2. 仓库外面3. 在仓库门口活动。机器人可以通过里程表系统判断出它是在仓库内还是在仓库外。根据传感器读数和里程表，有几个规则库，使机器人从一个控制器切换到另一个。6.2. 机器人运动类型机器人车辆被设计为在仓库中仅执行两种不同的运动(1) 直线运动，两个电机以相同的速度和方向运行(2) 围绕车辆中心点的旋转，其中两个电机以相同的速度但以相反的这种方法是有利的，原因如下：1. 由于两个车轮的同时动作或静止，以及由于转弯时的“现场”旋转动作，车轮打滑被最小化2. 可以使用相对简单的控制系统，因为在任一情况下，控制器的唯一任务是保持相等的角速度。3. 车辆路径总是可预测的，不像其他运动策略，通过不可预测的弯曲路径平滑尖角。当采用全局路径规划以避开障碍物时，可预测路径是有利的4. 车辆总是通过尽可能短的距离行驶（直线或66上午Zaki等人/电气系统与信息技术学报1（2014）58−−表1专家系统#FR FR-LT左轮右轮1 0远x向前向前2 +ve远距离x后退向前3ve远x向前向后4X Dang x向前向后5X当当向前向后6.3. 所提出的控制器在设计自主移动机器人的运动控制器时，必须处理的一个主要问题是避障问题。机器人使用声纳传感器感知障碍物。6.3.1. 仓库内的控制器在仓库的这个位置，需要机器人去某个货架上拾取一些组件，然后向门移动，作为第一步，将这些组件驱动到所需的装配线。由于内部仓库中的机器人的任务是拾取组件，因此目标点将始终靠近其中一面墙。因此，我们建议机器人将平行于墙壁移动，直到到达目标点拾取所需的组件。分组传感器的读数被分配为两个标签之一，这两个标签是远和危险的。对于“远”和“险”的含义，各派有不同的解释例如，对于前传感器组，从1 m到3 m的组的读数是远的，而从3 cm到1 m的读数是危险的。专家系统规则库如表1所示。6.3.2. 仓库内有动静两个侧面传感器的读数之间的差Δ L= SL1 SL2用于帮助机器人对准左侧墙壁。我们希望机器人与墙壁保持一定的距离，在我们的工作中估计为50厘米。选择此值的目的是帮助机器人在拐角处平滑转弯，而不会被墙壁卡住而其他分组传感器允许机器人检测障碍物，并通过围绕它旋转来避免碰撞。所使用的算法如图8所示。一旦确认进入仓库，就调用该算法，并在仓库内导航期间重复该算法。7. 实验测试7.1. SRF 04传感器操作图图9为URF板、单个SRF 04传感器、测试板和电源。他们在一次成功的试验中被连接在一起。行1用于显示测距结果，行2用于显示其测距结果显示在行1中的传感器ID行1用于显示测距结果，行2用于显示其测距结果显示在行1中的传感器ID。用24个通道中的每一个进行传感器连接，并且所有这些通道都给出了令人满意的结果。7.2. 接口板由于超声波测距取决于测量超声波在收发器和最近物体之间来回传播所需的持续时间，因此必须具有精确的时间测量方法，该方法应满足以下要求：1. 在机器人的主微控制器上施加最小负载，以保留其用于导航和物体处理任务的处理能力。上午Zaki等人/电气系统与信息技术学报1（2014）5867硕士 c启动测距命令奴隶 c读取传感器传感器聚类将分组的传感器发送到主设备呼叫专家系统如果检测到前方有障碍物，则转过身，然后与墙壁对齐）(If机器人远离或靠近墙壁对齐。为t是的穿过门没有返回见图8。内部导航算法。2. 提供足够数量的独立时间测量装置，其可以同时服务于移动机器人车辆所需的多个收发器。3. 测距由主人启动。测距子系统应在完成每个单独的测距任务时向主机确认。第一个要求是通过提供一个单独的微控制器来满足的，该微控制器可以从可用的时间测量设备收集测距结果，并将它们从时间单位转换为合适的距离单位（厘米，米或英尺），然后以阵列形式存储它们。主微控制器可以根据需要通过主/从串行通信链路获取这些数据。通过提供足够数量的独立计数器来满足第二个要求，这些计数器可以单独地和同时地对由所有计数器共享的高频时钟的脉冲进行本阶段计划的通道数为24个通道。68上午Zaki等人/电气系统与信息技术学报1（2014）58见图9。Ranger测试板、SRF04传感器和URF板在测试过程中。通过在主控制器和测距控制器之间建立握手链路来满足第三个要求。通过该链路，当捕获到24个收发器的最新回波信号时，主设备发出开始测距命令，从设备发出测距完成信号Atmel AVR 90S8515微控制器旁边的主要构建块是一个可编程TTL计数器芯片8254，它具有3个独立的计数器。该主要构建块重复八次以提供总共24个定时信道。ATMEL AVR微控制器可使用ATMEL集成开发环境AVR Studio 4轻松编程7.3. 控制架构概述移动机器人控制系统是一个多输入多输出的大型复杂系统，需要为每个子系统设计专用的控制器例如，机器人的轮子需要专用的运动控制系统，该运动控制系统可以接收和执行以下高级运动命令，并在发生故障的• 设置前进速度。• 设置后退速度。• 向前移动X厘米。• 向后移动X厘米。• 立即停止• 右转Y度。• 左转Y度。• 重置里程表。• 去拿里程表。上午Zaki等人/电气系统与信息技术学报1（2014）5869该运动控制任务与避障任务的要求并行完成因此，控制器系统应该能够同时完成机器人的正确操作，同时照顾系统的安全性超声波测距子系统需要一个专用的控制器，该控制器可以响应于机器人主设备发出的高级“测距”命令，准确地报告所有安装的超声波传感器到最近物体7.4. 仓库外有动静在外部仓库上方，机器人将沿着三条预定路径中的一条移动，到达三条装配线中的一条。每一行都有一个名字或一个数字。这些路径保存在机器人存储器中，例如：每条路径都被保存为从仓库门开始的（x，y）个点的结果因此，建立了一个查找表来匹配装配线为了使机器人能够遵循一定的路径，它必须按照顺序跟踪它的点，直到到达目标。复合行为将被分为四个基本行为，它们是：路径一：1. 向前移动1.5米。2. 右转90度。3. 向前移动6米。4. 别说了路径二：1. 向前移动1.5米。2. 左转90度。3. 向前移动17米。4. 别说了路径三：1. 向前移动1.5米。2. 左转90度。3. 向前移动4米。4. 左转90度。5. 向前移动8米。6. 右转90度。7. 向前移动17米。8. 停止这个地方的面积被划分为x，y点的地图点（0，0）正好在仓库门的中点步长设定为0.5 m。当机器人在任何一条装配线上终止所需的工作时，它将采取与其路径相反的方向返回仓库的门（点（0，0））。在其导航过程中，机器人不断读取传感器读数。如果机器人检测到他前面的障碍物，它将停止并存储其位置，以避免碰撞，同时不会丢失路径。表示3条路径的查找表如下：70上午Zaki等人/电气系统与信息技术学报1（2014）58- −- -仓库装配线3装配线1装配线2见图10。工作区示意图。停止停止8， 1342, 13停止工作区的示意图如图所示。10个。7.5. 在仓库门口机器人系统在导航过程中检测障碍物的能力在进出仓库时在仓库门处的操纵过程中进行了测试例如，超声波传感器的读数指示它是否处于正确的进入位置。如果机器人在左边或右边检测到墙壁的一部分，取决于检测障碍物的传感器组，他必须在进入之前将自己放在门前的正确位置：首先，他必须后退大约50厘米。然后根据传感器检测到的位置向右或向左移动，直到对准门的中心。在机器人到达生产线的过程中，许多地方的通道都很窄，所以当机器人发现障碍物时，它会停下来并发出警报，这样障碍物就可以被清除。在测试机器人操作期间，成功测试了该过程。8. 结果和讨论在机器人操作测试期间，机器人必须前往其中一条装配线并返回仓库，它将自己置于门口的正确位置，前往目标装配线并从门口安全返回仓库在门口操纵时遇到了一些问题，并对误差进行了调整。这些路最终都走得很成功。9. 结论本文介绍了一种移动机器人的控制系统，该机器人按照规定的路径将零件从仓库运送到生产线，避免在导航过程中与任何障碍物发生碰撞机器人在仓库内移动时必须遵循设计的算法，以获得所需的物品。然后将这些物品运送到规定的装配线，它必须遵循另一种算法。设计了一个微控制器系统来完成这一任务。设计并实现了一个超声波测距仪从机系统。介绍了超声波传感器的使用规格，路径1x，y路径2x，y路径3x，y0，0个0，0个0，0个0，30，30，3十二，三-34，3-8，3上午Zaki等人/电气系统与信息技术学报1（2014）5871表2SRF 04规格。光束模式见图 2电压5 V电流30 mA（典型值）最大50 mA频率40KHz最大范围3 m最小范围3 cm灵敏度检测直径为3 cm的棒，距离>2 m输入触发10 uS最小TTL电平脉冲回波脉冲正TTL电平信号，宽度与范围成比例重量0.4 oz.尺寸4.4 cm× 1.6 cm× 1.27 cm设计并示出了传感器的数量及其在机器人周围的定位。在每个步骤中测试该系统。首先对超声波传感器进行测试，以确定读数和相应传感器的组成。此外，三条装配线的路径也被编程并存储，以供机器人遵循检查了障碍物检测机器人在检测到障碍物时停止，并发出警报以清除障碍物。研究了移动机器人在仓库中的导航问题。机器人必须在仓库内导航，以挑选工业操作所需的组件在外部路径上，机器人将在三个预定路径中的一个中移动，以到达操作中的三个装配线中的一个这些路径被保存在机器人存储器中。传感系统由车轮编码器和超声波传感器组成，用于校正里程计系统产生的机器人位置，并避免导航过程中的任何障碍物。描述了导航系统，并介绍了传感系统的描述、定位和操作对导航系统的控制也进行了详细的介绍。阑尾参见表2。引用Bak，D.，2002.自主移动系统的新型超声波传感系统，www.morpha.de/download/publications/FAW./ Benitz-Read，J.S.，Rojas-Ramirez，E.，2010. 移动机器人监控系统的智能控制与传感器融合。IntechRobots Na vigation，pp. 655-666，ISBN：978-953-307-076-6.Borenstein，J.，Koren，Y.，一九八八年 使用超声波传感器消除障碍物。 IEEE J. 机器人自动化 4（2），213-218。Borenstein，J.，Koren，Y.，1991. 移动机器人的向量场直方图快速避障。IEEEJ.Robot. 自动化7（6月（3））. Borthwick，S.，Durrant-Whyte，H.，一九九四年 自主制导车辆的动态定位。 1994年IEEE国际会议论文集多传感器融合会议，拉斯维加斯，纽约，页。92比97布鲁克斯，R.A.，一九八六年 一种移动机器人的分层控制系统。 IEEE J. 机器人自动化RA-2，14-23。Chenavier，F.，克劳利，J，2014年。利用视觉与里程计之行动机器人位置估测在：IEEE机器人与自动化国际会议论文集，ICRA'92，尼斯，法国，5月12日至14日2588Drumheller，M.，一九八七年利用声纳定位移动机器人。 IEEE Trans. P样式肛门。 马赫内特尔 PAMI-9（2），325-332。Elfes，A.，一九八七年基于声纳的真实世界测绘和导航。 IEEE J. 机器人自动化RA-3（IV'3），249-265.埃文斯，J.M.，1994. HelpMate：一个为医院提供服务的自主移动机器人快递员。在：智能机器人和系统国际会议的会议记录，IROS'94，慕尼黑，德国y，9月12日至16日，pp。1695-1700年。埃弗雷特人力资源部一九九五年 移动机器人传感器：理论与应用。 A.K. 彼得斯有限公司，纳蒂奇，马萨诸塞州。Kumari，Ch.L.，2012年。轮式移动机器人障碍物侦测演算法与自主系统之建构。 环球杂志 Res. Eng. 电子电子学。Eng.12（11）.莱纳德，杰杰Durrant-Whyte，H.F.，一九九二年 用于移动机器人导航的定向声纳传感。 Kluwer Academic Publishers.Lim，J.H.，周，D. W.，1994. 确定性网格表示中的镜面反射概率。特兰斯ASME116，512-520。Mogensen，L.V.，（M.Sc. 2006年）移动机器人的传感器融合。丹麦技术大学（DTU）。宝丽来，1987年。超声波测距系统。Yi，Z.，（M.Sc. 2001年）受限空间中自主移动机器人的多超声波传感器融合。南洋理工大学。