第五章 機器人召喚之導航系統
5.2 自主導航系統
在自主導航系統(Autonomous Navigation)方面，如圖 5-2 所示，本論文採用 [15]所提出一個行為融合的方法設計機器人之導航控制系統當作為基礎，進一步 整合自我定位系統與影像追蹤控制器，讓機器人能在長時間、長距離進行導航工 作下，仍然不會迷失自己的位置，並且順利找到召喚者。
在導航控制系統方面，透過模糊邏輯控制器來設計三種導航行為，分別為閃 避障礙物行為(Obstacle Avoidance)、沿牆行走行為(Wall Following)以及目標追蹤 行為(Goal Seeking)，藉由雷射掃描儀(Laser Scanner)來收集周遭環境資訊，作為 個別行為模糊控制器的輸入，來決定在當時環境下，三種行為的輸出表現，接着 透過 Kohonen 模糊分類網路(FKCN)與建立好的規則表，計算出三種行為的融合 權重，接著將三種行為的輸出表現進行融合，最後產生一個改變機器人前進的轉 速差，讓機器人擁有隨著環境變化而自行調整能力。
5.2.1 融合設計
在目標追蹤行為上，透過自我定位系統之輸出(XR, YR)與 CC2431 定位引擎 定位使用者之位置(XUz, YUz)，來計算兩者之間的夾角θ，當作目標追蹤行為之輸 入，如此一來，就能有效降低機器人自身定位誤差之影響，使得機器人可以順利 朝向使用者前進。
在召喚任務中，首先機器人會透過導航控制系統來前往使用者的估測位置，
當機器人接近使用者時，機器人會透過第四章所提出的影像技術來追蹤使用者，
使得機器人可以準確地朝向使用者前進。但是在機器人移動途中，錯誤的影像偵 測有可能會導致機器人盲目追蹤，進而導致召喚任務失敗。所以本論文設計一個 融合權重 WF來決定影像追蹤控制器的參與度。當機器人距離使用者很遠時，就 算影像畫面中疑似有使用者存在，導致影像追蹤控制器產生速度輸出，機器人也 應該繼續保持導航任務，而不受影響。當機器人距離使用者越近時，影像偵測到 真正的使用者之可能性就會增加，所以影像追蹤控制器的參與度也應該增加，使
圖 5-2 自主導航系統架構圖
0 1 2 3 4 5 6 7 8 9 10 0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
The distance between user and robot (m)
The fusion parameter (WF)
圖 5-3 WF和機器人與使用者之間相對距離之關係
得機器人能逐漸地修正自身方向，朝向使用者前進，並且在快接近使用者時，讓 機器人完全採用影像追縱控制器之速度輸出，避免導航控制系統閃避使用者之情 況發生。
一個根據機器人與使用者之間距離來決定影像追蹤控制器之參與度的融合 權重，如圖 5-3 與(5-1)所示，為一個指數倒數。當機器人與使用者之間的相對距 離越近時，則 WF的值會越大，反之，當機器人與使用者之間的相對距離越遠，
則 WF的值會越小。
e 1
W
F=
0.347DR_U (5-1)其中
WF是決定影像追蹤控制器之參與度的權重值 DR_U是機器人與使用者之間的相對距離，單位 m
0.347 表示為機器人距離使用者 2 公尺時，影像追蹤控制器的權重值為 0.5
本論文基於 Kinect 深度感測距離最大至 3.5 公尺，以及避免導航過程中，錯 誤的影像偵測發生與機器人電腦資源浪費，所以設定機器人在距離使用者 4 公尺
以內時，才開啟影像偵測。當機器人開始影像偵測後，就會計算出融合權重 WF
5.3 結論與討論
本論文將導航控制系統當作基礎，進一步的融合了自我定位系統與影像追蹤 控制器，讓機器人在長時間、長距離的移動下，可以有效地降低自身的定位誤差，
並且透過導航控制系統與影像追蹤控制器的融合，讓機器人可以逐漸地修正自身 的方位，朝向使用者前進。