基于模糊PID控制算法的导盲机器人研究

结合PID控制对线性定常系统控制的优越性和模糊控制器对复杂非线性系统的有效控制,设计了一种基于模糊PID控制算法实现导盲机器人的避障循迹控制。导盲机器人采用乐高套件搭建而成,避障环节设计采用超声波传感器检测障碍物信息,控制器采集障碍物信息及机器人行驶速度信息,利用模糊PID算法实现避障;循迹环节为克服遇机器人转弯或高速行进时一般PID控制算法稳定性差的不足,采用实时跟踪偏差和偏差变化率来修正PID控制的各个参数,实现对机器人的导航控制,其中机构采用红外传感器进行识别检测。实验结果表明,利用改进算法进行导盲机器人的避障循迹控制,能够极大的提高避障的准确率,精准的循迹。     

割草机器人避障控制

针对以往割草机器人避障行为控制方法中存在避障路径不易跟踪以及对各类障碍物适应性较差等缺点,提出了基于测距传感器及模糊控制技术的割草机器人避障控制方法,并规划出易于路径跟踪的走折线运行方式．给出了传感器的布置,以超声波传感器测得的机器人左前方障碍物距离和右前方障碍物距离之差以及正前方障碍物距离作为模糊控制器的输入,而以小车方向角作为控制器输出,四周布置的红外传感器用于提高割草机器人在避障过程中的安全性．避障试验结果表明：该控制方法可行并具有灵活性和鲁棒性等优点,可通过改变控制器输入输出论域及折线段长度来设置避障过程中机器人与障碍物间的距离;所布置的传感器能够适应避障的需求．     

室内动态环境下的移动机器人自主避障策略

针对室内未知动态环境移动机器人自主避障问题,提出一种融合动态障碍物方向判断策略及子目标点更新策略的自适应模糊神经网络优化避障算法,并依据该算法设计移动机器人避障控制系统。首先,分析移动机器人的运动模型,获取机器人的目标角度;然后由超声波传感器获取障碍物距离信息,由障碍物距离信息判断动态障碍物运动方向并更新子目标点;最后利用自适应模糊神经推理系统实时输出机器人的转向角与速度,实现对机器人转向角的控制,使机器人能够无碰撞地到达目标点。研究结果表明:本文提出的算法能够使移动机器人在未知动态环境下识别障碍物、判断动态障碍物的运动方向以实现自主避障;相对于无子目标点更新策略,移动机器人平均移动速度提高11.75%,验证了所提算法的有效性。     

红外传感器在机器人避障系统中的应用

机器人智能化是一个重要的方向。智能机器人的探测模块主要是依靠传感器接收障碍物的信息并作出相应的行动,因此传感器的选择尤为重要。本文主要研究红外传感器在机器人避障中的应用。     

红外传感器在机器人避障系统中的应用

机器人智能化是一个重要的方向。智能机器人的探测模块主要是依靠传感器接收障碍物的信息并作出相应的行动，因此传感器的选择尤为重要。本文主要研究红外传感器在机器人避障中的应用。     

智能机器人的模糊神经网络避障算法

针对机器人避障过程中影响因素复杂及难以建立精确模型的问题,采用超声波传感器和定位传感器获取机器人所处环境的输入信息,对其进行模糊处理,并建立三层BP神经网络,进而提出机器人模糊神经网络避障控制算法。仿真结果表明:机器人能从起点安全、无碰撞地避开途中的障碍物,顺利到达终点,实现了安全避障,进而证明该算法能够使机器人在未知环境中准确地避障。     

基于STM32的智能灭火机器人设计

在本智能灭火机器人系统中,避障及识别火焰是智能机器人的基本功能。避开障碍物的功能采用反射式红外光电传感器实现,灭火则采用ARM作为控制器,通过控制方式对驱动电机进行调速,采用复眼采集路况信息对房间进行判别是否有火源,并根据墙面信息进行转向、灭火控制,试验表明,采用上述光电传感器,复眼的智能机器人实现了避障行驶,寻找吹灭火源,性能稳定可靠。     

基于Kinect的目标跟踪与避障

利用Kinect实现室内移动机器人的目标跟踪与避障功能,其中Kinect提供的光学图像用于实现机器人视觉目标跟踪。利用Kinect的人脸识别功能,避免当环境中出现多目标时,机器人对运动目标的识别出现混乱;同时增加了增量子空间对视频信息进行及时更新,避免机器人因目标移动较快而跟丢目标;利用T-S模糊神经网络法实现避障功能,相比传统算法有效改善了其收敛性。在移动机器人CRX10上实验证实了该系统能够较好地完成目标跟踪的同时具有躲避障碍物的功能。     

一种基于障碍物群的移动机器人数据融合方法

首先给出了一种通过融合多个超声波传感器和一台激光全局定位系统的数据建立机器人环境地因的方法，并在此基础上，首次提出了机器人在非结构环境下识别障碍物的一种新方法，即基于障碍物群的方法．该方法的最大特点在于它可以更加简洁、有效地提取和描述机器人的环境特征，这对于较好地实现机器人的导航、避障，提高系统的自主性和实时性是至关重要的．大量的实验结果表明了该方法的有效性．     

移动机器人的障碍物群检测方法

利用激光和超声波传感器在用栅格表示法形成地图的基础上，提出了进行数据融合以提取环境特征的新方法：识别障碍物群。该方法能够在密集障碍物环境中为机器人的路径规划和避障提供准确的环境特征信息，提高机器人系统的自主性和实时性。实验结果表明了该方法的有效性。     

基于语音识别的救援机器人听觉导航方法

在发生火灾或地震的建筑物内,由于烟雾或墙体倒塌等原因,救援机器人往往无法通过视觉、超声和红外等传感器直接发现建筑物内不可见区域或者其他房间中呼救的目标.利用声音信号波长较长可以衍射绕过障碍物传播的特性,结合现有的语音识别技术,开发出基于听觉的救援机器人导航系统.该系统使机器人可以在全局运动控制中跟踪幸存者的呼救声并向幸存者移动.通过相关实验验证了基于听觉的救援机器人导航方法的可行性.     

Monocular vision based navigation method of mobile robot

A trajectory tracking method is presented for the visual navigation of the monocular mobile robot.The robot move along line trajectory drawn beforehand,recognized and stop on the stop-sign to finish special task.The robot uses a forward looking colorful digital camera to capture information in front of the robot,and by the use of HSI model partition the trajectory and the stop-sign out.Then the "sampling estimate" method was used to calculate the navigation parameters.The stop-sign is easily recognized and ...     

基于机器视觉的目标跟随六足机器人

针对智能机器人控制领域的机器视觉中的目标跟踪问题与机器人运动控制方法研究,设计实现了一款基于机器视觉的目标跟随六足机器人,该系统的机器视觉目标跟踪算法为TLD(tracking-learning-detection)算法,采用stm32嵌入式处理器驱动32路舵机控制板控制机器人运动,并设计实现了一种小型自动火控装置用于锁定目标后的定位打击.该系统融合了六足机器人运动学和机器视觉目标跟踪技术,对六足机器人步态进行研究,根据目标视觉导航,精确锁定目标,对目标进行瞄准打击做出了详细的设计实现工作.     

Monocular vision based navigation method of mobile robot

A trajectory tracking method is presented for the visual navigation of the monocular mobile robot. The robot move along line trajectory drawn beforehand, recognized and stop on the stopsign to finish special task. The robot uses a forward looking colorful digital camera to capture information in front of the robot, and by the use of HSI model partition the trajectory and the stopsign out. Then the “sampling estimate” method was used to calculate the navigation parameters. The stopsign is easily recognized and can identify 256 different signs. Tests indicate that the method can fit largescale intensity of brightness and has more robustness and better realtime character.     

基于传感器数学模型的数据融合方法及避障研究

文章介绍了超声波传感器测距中存在的问题,提出了基于传感器数学模型的数据融合方法,在此基础上建立基于信息融合的移动机器人导航系统;结合模糊逻辑控制的方法,设计了符合人类驾驶经验的模糊控制器,以实现移动机器人在障碍物环境下的自主导航;最后用MATLAB模糊工具箱对该模糊控制器进行了仿真,结果表明,机器人能够自主避开障碍物,到达目的地。     

北斗导航辅助移动机器人同时定位和地图构建研究

针对未知环境下移动机器人实时构图和导航问题,将基于激光的环境特征提取和地图构建技术与北斗卫星导航相结合,设计了一种基于特征地图的移动机器人自主导航系统。利用激光提取环境信息,采用点和直线段进行环境表示,结合里程计进行定位,同时进行地图构建。然后在地图上关联北斗坐标,丰富地图信息,根据路径规划方法实现移动机器人自主导航。在Poineer3-AT机器人上实验表明:该方法能够快速提取直观的表示环境信息,并实现自主导航功能,有效提高了移动机器人导航能力。     

微小型多机器人自重构的红外定位及对接方法

研究了Millibot类型自重构机器人的红外定位及对接方法. 在该方法中,设定一个静止的信标机器人,移动机器人利用红外传感器定位,安装在移动机器人前端连接件上的两个红外传感器分别在步进电机的驱动下旋转,它们发出的红外光分别被信标机器人后端连接件上的两个反射体反射回来. 利用此时得到的步进电机旋转角度参数,通过三角法就能计算出移动机器人与信标机器人的相对位置,进而规划出移动机器人的对接过程和运动轨迹. 移动机器人沿着该轨迹行走就能实现与信标机器人的对接. 给出了自重构机器人的原理样机,并用试验验证了该方法的有效性.     

基于LPC2106的自主式移动机器人设计

以PHILPS公司的ARM单片机LPC2106为控制核心,提出了一种自主式移动机器人的设计方案,应用98C1051构成多超声传感器子系统控制电路,由此子系统实现对障碍物的测距及机器人的自主避障行走控制;通过光敏传感器实现机器人对光源的感知和寻找.通过无线通信芯片PTR2000实现移动机器人与计算机之间的无线通信.     

挖掘机器人铲斗不变矩及改进BP网络识别方法

在利用视觉信息跟踪、识别挖掘机器人铲斗目标时,实时采集的铲斗图像存在旋转、平移、缩放等情况.为提高对铲斗目标的识别能力,提出了基于不变矩和神经网络相结合的铲斗目标识别方法.提取铲斗图像对于平移、旋转、缩放具有不变性能的7个不变矩特征向量,归一化后作为改进BP神经网络的训练样本及测试样本.应用训练后的神经网络对铲斗目标进行识别,仿真表明该方法具有较好的识别能力.     

基于超声波传感器与红外传感器的移动机器人感测系统研制

文章利用超声波传感器与红外传感器各自的优点,设计了基于超声波传感器和红外传感器的移动机器人感测系统,该系统采用红外传感器补偿了超声波传感器的检测盲区,使移动机器人具有更大的感测范围,文章完成了感测系统软硬件设计,并进行了详细的理论和实验研究,实验结果表明本文设计的感测系统结构简单、精度高、重复性好、成本低,具有普遍的应用意义和广泛的应用价值。