搜索
西南科技大学硕士学位论文基于多传感器融合的机器人定位及避障算法研究姓名：陈小宁申请学位级别：硕士专业：模式识别与智能系统指导教师：黄玉清20080616基于多传感器融合的机器人定位及避障算法研究作者：陈小宁学位授予单位：西南科技大学相似文献(10条)1.学位论文杨国胜基于多传感器融合的移动机器人定位与导航研究2004移动机器人是一类能够通过传感器感知环境和自身状态,实现在有障碍物环境中面向目标的自主运动,从而完成一定作业功能的智能机器人系统.红外、超声、视觉传感器都是移动机器人常用的传感器.本报告以这些传感器为对象,以移动机器人CASIA-I实验平台为依托,对基于多传感器融合的移动机器人定位和导航算法进行了研究.首先对移动机器人的发展状况、主要研究内容和研究方法进行了详细综述,并给出了本报告的研究内容安排.其次以红外、超声、视觉多传感器为研究背景,提出了多传感器分布式融合结构,为基于多传感器融合的移动机器人定位和导航研究提供了理论框架.第三,针对二维静止或运动目标(特别是地面目标),提出了基于多项式拟合的CCD标定方法以及基于电子罗盘补偿的修正的多项式拟合的CCD标定方法.第四,利用多传感器的冗余和互补特性,提出了基于光电码盘和CCD融合的移动机器人自定位算法以及基于超声和CCD融合的移动机器人定位算法.第五,根据超声和红外传感器提供的数据,提出了基于Q学习的非视觉移动机器人导航算法.第六,根据移动机器人导航任务分解,提出了基于PGF和模糊技术的分布式图像分割算法;在此基础上,获得了基于Q学习的移动机器人视觉导航算法.最后,对所取得的研究成果进行了总结,指出了移动机器人技术研究的发展趋势.2.期刊论文郭彤颖.蔡安勇.郑春晖.GuoTongying.CaiAnyong.ZhengChunhui移动机器人导航与定位技术研究进展-科技广场2008(7)本文综述了移动机器人的导航、定位及多传感器融合技术,介绍了导航技术的应用现状,并阐述了导航技术的发展趋势.3.期刊论文李玉榕.杨富文.LIYu-rong.YANGFu-wen基于回朔式EKF的多传感器融合在移动机器人自定位中的应用-福州大学学报(自然科学版)2001,29(3)提出了一种基于扩展卡尔曼滤波器(EKF)的多传感器融合系统，用于融合多个超声波传感器及光电编码器的测量值，并以该融合值来复位光电编码器，克服其累积误差的影响.由于扩展卡尔曼滤波器是一项耗时的计算任务，为了满足实时性的要求，采用一种基于回朔式的算法.仿真实验表明了该算法的有效性.4.学位论文刘振宇多传感器融合的移动机器人导航控制研究2008随着移动机器人应用的日益广泛,人们对它的智能要求也越来越高,智能化成为移动机器人发展的重要方向。而其智能程度主要依赖于对环境的正确理解,因此传感器技术的发展是实现移动机器人智能化的重要基础。移动机器人多传感器信息融合技术弥补了使用单一传感器所固有的缺陷,成为移动机器人智能化研究领域的关键技术之一。本文以多传感器信息融合技术作为研究重点,结合它在机器人中的导航应用进行了理论和实践上的探讨。本文内容主要包括以下几个方面：首先对国内外智能机器人和多传感器信息融合技术的发展动态和趋势进行了解,分析了多传感器信息融合技术在智能机器人领域的应用,体现了多传感器信息融合技术对实现机器人智能化的关键作用。并且研究了AIM自主移动机器人的主要配置、技术指标及其传感器系统。其次,详细阐明了多传感器信息融合的一种方法D-S证据理论,阐述了D-S证据理论在传感器信息融合的移动机器人上的应用,提出了一种构造基本概率赋值函数的方法,建立了传感器和目标之间的距离与关联性的对应关系,有效地增强了决策结果的正确性。第三,研究了移动机器人视觉的目标跟踪,根据机器人单目视觉的特点,对单目视觉的算法进行了研究,并且做出控制机器人沿一系列切线方向平滑接近导航线(或目标),以保证机器人视野中导航线(或目标)不丢失,试验证明了该算法和策略的有效性。第四,根据移动机器人周围超声传感器的分布情况,对多超声传感器数据融合的避障进行研究,利用超声传感器对周围环境进行模拟,对不相邻的传感器探测到障碍物分别进行了不同的路径规划,提高了其智能化。5.学位论文胡松基于多传感器融合的室内移动机器人设计与研究2007近年来,移动机器人的应用越来越广泛,对移动机器人的研究也随之越来越多,研究移动机器人的一个重要方向是实现自主导航和有效地避开障碍物.在对常用的多传感器数据融合算法做了概述的基础上,介绍了多传感器数据融合技术在国内外发展的概况以及在移动机器人中的应用情况.目前移动机器人领域中常用的多传感器信息融合方法有加权平均法、Kalman滤波、扩展Kalman滤波、Bayes估计、Dempster-Shaferi证据推理、模糊逻辑、神经网络等.以机器人的控制系统硬件开发为基础,详细阐述了系统主要的硬件结构设计,本文设计的机器人的结构采用轮式结构,其中两后轮作为驱动轮,前轮作为导向轮.驱动机器人行走的电机使用步进电机,电机的驱动采用步进电机专用芯片TA8435.机器人主要结构包括单片机系统、步进电机驱动系统、超声波测距传感器、红外接近传感器、碰撞开关传感器等.机器人采用超声波测距、红外接近传感器、碰撞开关三种传感器感知外部环境.红外接近传感器与超声波测距传感器相互补充,可以有效地获取机器人附近障碍物的距离信息,而碰撞开关传感器则可以获知超声波、红外无法探测到的障甜物信息.根据室内环境以及机器人的特点采用了一种简单、有效的算法将传感器获取的数据进行融合,单片机根据融合结果判断机器人所处的环境,做出相应的决策,实现障碍物的探测,从而使机器人在室内未知环境下导航、避障.本文提出了贴墙走和n形漫游方式两种导航策略满足机器人室内导航的要求,同时又根据障碍物的不同提出了不同的避障方式.本文开发设计了一个移动机器人实验的埂件平台,并从理论和实践两方面对多传感器数据融合技术在室内移动机器人上的应用进行了的探索和研究.6.期刊论文王志文.郭戈移动机器人导航技术现状与展望-机器人2003,25(5)移动机器人导航涉及到路径规划,传感器的选择及传感器信息的融合等技术.本文综述了自主式移动机器人的导航技术,对其中的定位、路径规划及多传感器信息融合等技术进行了较详细的分析.同时对移动机器人导航技术的发展趋势作了进一步的阐述.7.学位论文周华多传感器融合技术在移动机器人定位中的应用研究2009多传感器信息融合技术是近年来十分热门的研究课题，信息融合技术结合了控制理论、信号处理、概率和统计学、人工智能等诸多学科的发展。多传感器信息融合技术综合了来自多个传感器的感知数据，产生更可靠、更准确或更精确的信息，经过融合的多传感器信息具有以下特性：信息的冗余性、信息的互补性、信息的实时性和信息的低成本性。信息融合为机器人在各种复杂的、动态的、不确定或未知的环境中工作提供了一种技术解决途径。本文以多传感器信息融合技术作为研究重点，结合它在机器人中的应用进行了理论和实践上的探讨。论文首先介绍了国内外信息融合技术和移动机器人的发展动态和趋势，单一的传感器提供信息已经无法满足现代移动机器人的需求，多传感器信息融合技术开始在机器人领域广泛应用。然后，对多传感器信息融合技术的基本原理、融合层次和融合方法进行了详细的分析，研究了现今机器人领域中多传感器信息融合的常用方法，目前移动机器人领域中常用的多传感器信息融合方法有加权平均法、Kalman滤波、Bayes估计、Dempster—Shaferi证据推理、模糊逻辑、神经网络等。论文重点分析了基于概率的移动机器人定位技术，基于对当今移动机器人卡尔曼滤波、马尔可夫和粒子滤波等常用概率定位方法的优点和缺陷分析。论文着重以卡尔曼滤波作为融合算法基础，设计了数据层和特征层的混合融合结构。并对卡尔曼滤波进行了初步的仿真论证，卡尔曼滤波在通常情况下能实现机器人的自定位，但需要严格的运动模型匹配，要求机器人是线性的运动模型，但是现实情况下，机器人是一个非线性系统，因此采用经典卡尔曼滤波解决机器人定位存在缺陷，由此采用扩展卡尔曼系统解决机器人的非线性问题。最后，引入RFID定位系统，详细分析了RFID定位算法和多传感器信息融合定位算法的优缺点，进行了仿真。结果表明，融合了里程计、电子罗盘、超声波和RFID的自定位算法可以减少传统RFID定位的误差更新问题。为了实现机器人在已知的结构环境中自主定位，以实验室自制机器人为平台在室内搭建试验环境并进行机器人实体实验。8.期刊论文庞文尧.钞海洋.罗小平.韦巍.PANGWenyao.CHAOHaiyang.LUOXiaoping.WEIWei基于超声波的室内移动机器人局部环境建模研究-机床与液压2006(7)针对目前超声波传感器广泛使用的情况,系统地综述了室内移动机器人利用超声数据进行局部环境建模的研究方法,总结了超声波传感器的特性和常用模型,重点比较并讨论了各种多超声传感器融合算法及进一步的局部环境建模方法,最后通过基于超声波的移动机器人在结构化室内环境中所能完成的导航、避障等任务的分析得出了该研究领域中存在的不足,并对其发展趋势进行了展望.9.学位论文张晓艳移动机器人的设计及图像识别2007基于行为的控制是移动机器人实现智能化的有效方法，视觉导航及多传感器融合是机器人导航中的重要研究方向。在视觉导航中，如何提高图像识别的准确性、实时性对提高移动机器人的智能化具有重要意义。本文给出了一种移动机器人的整体设计方案。采用三组超声波传感器分别感应移动机器人前、左、右三个方向的信息，可以有效地实现测距，为下一步移动方向提供依据。针对机载下位机、电源等所带来的布线、过载等问题，本文采用了无线通信技术，包括图像无线通信和数据无线通信，其通信速度和传输距离都可以满足机器人运行中的要求。在通信方式上，采用串口通信技术，使上位机的处理数据能够及时与下位机通信。本文提出了基于感知层-决策层-驱动层组成的移动机器人的控制系统。在图像识别中，采用了数学形态学方法，先对图像进行交变序列形态滤波(ASF)，再用Roberts算子进行边缘检测。试验结果表明所采用的方法有效滤除了噪声、优化了图像。10.期刊论文项志宇.刘济林基于环境特征跟踪的移动机器人定位-仪器仪表学报2003,24(4)提出了一种基于环境特征跟踪来实现移动机器人定位的方法.对传感器、环境观测和机器人的运动建立了相应的模型,并以扩展卡尔曼滤波技术将多种传感器的信息进行融合,从而最终实现了移动机器人的精确定位.本文链接：授权使用：中北大学(zbdxtsg)，授权号：b9c53b08-dd89-4965-933e-9e9400ba5e04下载时间：2011年2月24日