实时视频定位的麦克风阵列参数初始化算法

针对移动机器人近场声源定位中,需要实时获取声源目标与麦克风阵列中心相对位置和角度的问题,提出一种基于视频定位的室内声源位置测量算法,实时地为麦克风阵列提供初始化参数,为移动机器人快速建立室内近场声源环境认知实现辅助功能。该方法利用A4纸打印的位置定位板,通过摄像头采集视频数据,逐帧寻找角点后搜索定位板中心点和顶点,以此计算出麦克风阵列到声源的实际距离和方位角度。经仿真实验分析,该算法能够在室内环境中实时快速地测量声源目标位置,为机器人后续语音定位、识别与跟踪提供辅助与校准功能,具有较强的工程实用价值。     

一种遥操作移动机器人的研究与实现

移动机器人在工业制造、国防以及服务行业具有广阔的应用前景。由于环境感知、自主定位与导航等技术瓶颈的存在,完全自主移动机器人在目前还难以走向实用。采用遥操作控制,能有效地解决上述问题。对遥操作移动机器人的体系结构、环境信息感知、通讯方式、导航与控制进行了阐述,在此基础上提出的基于局域网的遥操作移动机器人具体实例,既可在危险环境下执行任务,也可用于社区保安巡逻。     

一种基于传声器阵列的室内声音定位方法研究

提出一种使用多个声源进行室内声音定位的方法,能够在室内平面空间内进行坐标定位,为室内移动机器人的定位和导航提供了一种可以通用的方案.采用传声器阵列分别获取各声源声波的到达时间差,并对各声源进行定位.通过对多个固定位置声源的定位,根据声源位置和传声器阵列的几何关系,计算或者估计得到待定位单元的坐标.     

基于压缩感知的麦克风阵列声源定位算法

为了提高麦克风阵列在高混响、低信噪比环境中的定位性能,提出了一种基于压缩感知的声源定位算法.该算法将声源定位问题转化为稀疏信号的重构问题,将不同位置的房间冲激响应作为特征以构建字典.首先,将麦克风接收信号转换至频域,从具有较高能量的频点中求得一组扩展的频域声源信号矢量,该矢量中包含了声源的位置信息.然后,在频域中整合这些扩展的声源信号矢量,使声源的位置信息更突出,矢量中最大元素所对应的空间位置即为声源的位置估计.仿真实验结果表明,与相位变换加权的可控响应功率(SRP-PHAT)定位算法相比,所提算法的定位成功率更高,对混响的鲁棒性更强,更适合高混响低信噪比环境中的声源位置估计.     

基于仿生行为的气味源定位方法综述

危化气体泄漏引发的事故频繁发生,严重危害公共安全,如何高效精准定位泄漏源位置是预防事故发生的前提,传统采用定点检测辅以人工巡检的泄漏检测模式已不能满足工业需求。移动机器人具有实用性强、应用灵活的特点,通过模仿生物搜寻气味源的行为,将其应用到气味源定位领域对于石化行业智能化发展与进步具有十分重要的意义。鉴于此,根据生物多感官气味源定位机制,将移动机器人气味源定位方法从单一和多源信息角度进行综述,首先分析了主动嗅觉定位的3个步骤;其次在多源信息融合技术的基础上,阐述了融合嗅-视信息的气味源定位方法,对目前融合嗅-视-听多感知信息的气味源定位方法进行了探讨;最后预测了未来发展趋势并进行展望。     

基于动态自适应滤波的移动机器人障碍检测

设计并实现了一个移动机器人感知系统，将二维激光雷达固定在一个精密电控转台上，通过转台水平与俯仰角度的转动感知环境.为了检测障碍，依据该系统的环境感知信息建立了高度图.针对系统误差与传感器噪声干扰提出一种动态自适应滤波器，通过激光测距数据时空关联性的分析进行实时动态地滤波.此外，采用Gauss分布的平滑滤波器减少扫描间隙.在导航过程中，通过对高度图进行地形平坦性分析判断可行区域与障碍区域以实现避障.实验表明基于动态自适应滤波的障碍检测方法是有效的，可以为非结构化环境下移动机器人导航中路径规划、自定位提供支持.     

基于多传感器信息融合的移动机器人定位技术研究

移动机器人自身的定位问题是移动机器人在实际应用中首先会遇到的问题,是移动机器人完成各项任务的首要前提。为提高自制移动机器人的定位能力．设计了扩展卡尔曼滤波器对移动机器人装载的里程计、陀螺仪以及电子罗盘信息进行了信息融合。仿真研究结果缸明移动机器人的定位能力能得到一定的提高。     

基于Cricket无线定位的移动机器人控制系统

移动机器人系统的定位问题是移动机器人导航控制的前提.将Cricket无线定位技术与移动机器人控制系统相结合,建立一套基于无线传感器网络定位的机器人控制系统,完成了Cricket无线传感器网络定位系统与移动机器人系统的信息传输与集成,实现对移动物体的定位、导航与控制.在静止情况下,Cricket系统的定位精度较好,定位采样数据误差在3cm内波动.当移动物体以较快速度变换位置时,系统的延时时间约为60ms左右.     

噪声下基于耳蜗基底膜分频特性的声源定位

在人与人交流中,人耳能很好地定位出周围声音的位置,而在声源定位技术里,基于传统麦克风声源定位在噪声环境下无法精确地定位出声源.根据人耳能准确地辨别出声源这一特性,提出一种在噪声下基于人耳耳蜗基底膜分频特性的声源定位方法.该方法是利用多个麦克风对声源信号进行采集,将采集到的信号通过基底膜滤波器进行滤波、除去与声源无关的噪声,运用空间映射互相关方法对声源进行定位.该方法所定位出的声源位置比传统声源定位技术所定位的位置误差小、精准度高.实验结果表明,噪声环境下基于耳蜗基底膜分频特性的声源定位比基于传统麦克风声源定位技术更接近声源的真实位置;噪声环境下基于耳蜗基底膜分频特性的声源定位具有更高的精度与更好的鲁棒性.     

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。     

一种WSN环境下多机器人协作式声源定位方法

研究多机器人协作式任务执行具有现实意义。针对目前机器人声源定位算法不能满足多机器人协作式搜寻声源的场合,提出一种无线传感器网络(Wireless Sensor Networks, WSN)环境下的多机器人窄带声源定位方法。该方法根据接收信号强度对多个机器人的全局坐标进行测距定位,利用到达时间差(Time Difference of Arrival,TDoA)定位方法估计机器人与声源的相对距离,并结合全相位傅里叶变换(all-phase FFT,apFFT)算法提高相对距离的估计精度,最后通过测距定位算法得到声源的全局坐标值。在4个WSN节点和3个机器人组成的系统中进行方法测试,实验结果表明：该方法能实现三机器人协作式的声源定位任务,定位准确率较高,可满足搜救场合中声源定位的要求。     

基于主动嗅觉的室内时变污染源定位方法

为了预防和控制因室内空间中时变污染源突然泄漏引发的中毒、火灾和爆炸等灾害,针对室内时变污染源的定位建立了室内时变污染源泄漏的计算流体动力学(CFD)模型,并采用粒子群智能搜索策略,基于移动机器人的主动嗅觉提出了不依赖初值、计算效率高的室内时变污染源定位方法。通过对室内二维通风房间内泄漏速率呈衰减特征的时变污染源的泄漏模拟与源定位分析,展示了室内时变污染源定位方法的可操作性和可行性。研究结果表明:基于移动机器人主动嗅觉的室内时变污染源定位方法能在污染源泄漏一定时间后成功确定污染源位置,并且随着移动机器人数量的增加,室内时变污染源定位的成功率也相应增加;因移动机器人个数的增加会导致收敛速度变慢,源定位时间呈先减少后增加的变化趋势。     

Cooperative Localization and Tracking in Distributed Robot-Sensor Networks

This paper addresses the problem of real-time position and orientation estimation of networked mobile robots in two-dimensional Euclidean space with simultaneous tracking of a rigid unknown object based on exteroceptive sensory information extracted from distributed vision systems. The sufficient and necessary conditions for team localization are proposed. A localization and object tracking approach based on statistical operators and graph searching algorithms is presented for a team of robots localized with heterogeneous sensors. The approach was implemented in an experimental platform consisting of car-like mobile robots equipped with omnidirectional video cameras and IEEE 802.1 lb wireless networking. The experimental results validate the approach.     

基于主动信标和航位推测法的多机器人位置最优估计

针对一种新的多机器人交替定位方式,研究基于主动信标和航位推测法的多机器人位置估计算法. 指定多机器人中的3个保持静止作为信标机器人(不一定始终是同样3个机器人),其它机器人作为移动机器人. 通过超声波测距得到移动机器人与3个信标机器人的距离,并通过IEKF(iterated EKF)算法将距离信息和移动机器人的航位推测信息相融合,实现移动机器人位置的最佳估计. 轮流交换机器人作为主动信标的角色,即可实现多机器人的位置估计. 实验验证结果表明,移动机器人的位置估计误差在±10 mm之内;该方法有效,且不需要在环境中设置固定信标,可应用于未知环境.     

Head rotation and sound image localization in the median plane

The effect of head rotation on median plane sound source (or image) localization is studied. It is suggested that, at low frequency, the change of interaural time difference (ITD) caused by head rotation supplies information for determining sound source direction in the median plane. Based on the suggestion, the summed sound image Ioealization equations for multiple loudspeakers arranged in the median plane are derived. Especially, for a pair of loudspeakers arranged front-back symmetrically in the median plane, the localization equations are similar to that of stereophonic sound in horizontal plane. A sound image localization experiment was carried out to prove the theoretical analysis. The results of this paper are not only available to virtual spatial auditory, but also supply a quantitative validation of the hypothesis that head rotation is a cue for sound source localization in the median plane at low frequency.     

Graph rigidity and localization of multi-robot formations

This paper provides theoretical foundation tor the problem ot localization in multi-robot formations. Sufficient and necessary conditions for completely localizing a formation of mobile robots/vehicles in SE(2) based on distributed sensor networks and graph rigidity are proposed. A method for estimating the quality of localizations via a linearized weighted least-squares algorithm is presented, which considers incomplete and noisy sensory information. The approach in this paper had been implemented in a multi-robot system of five car-like robots equipped with omni-directional cameras and IEEE 802.11b wireless network.     

基于SR-UKF的移动机器人主动故障检测和容错控制

提出了一种基于SR-UKF的主动状态建模方法用于移动机器人的在线故障检测和容错跟踪控制.通过对履带式机器人常见滑动故障的运动学分析,建立了带未知滑动故障参数的机器人运动学模型,并采用SR-UKF非线性滤波方法来联合估计机器人的位姿和滑动参数,在对机器人进行实时定位的同时实现了对快速变化(或突变)的滑动故障的在线跟踪和检测.在此基础上,将估计得到的自适应参数模型与基于Lyapunov分析的反馈控制律设计方法结合,获得了一致渐近稳定的轨迹跟踪控制结果,实现了针对在线故障自适应模型的容错控制重构.针对典型的阶跃式滑动故障参数变化的轨迹跟踪仿真实验表明了该方法的有效性.     

基于双耳互相关函数的声源定位算法

为了提高受生物启发的定位算法的定位成功率,提出了一种基于双耳互相关函数的声源定位算法.该算法包括2个阶段:离线阶段和在线阶段.在离线阶段,测量与头相关脉冲响应(HRIR),并计算所有HRIR的双耳互相关函数(BCCF).当处于在线阶段时,首先,计算接收信号的BCCF;然后,计算接收信号的BCCF与所有HRIR的BCCF...     

基于时延估计的远场被动声源定位算法

现有的基于时延估计的声源定位算法大多假定声源是近场源,而在手机等手持式声源定位设备这种小尺度传声器阵列的应用场景中,声源主要为远场源。传统的基于时延估计的声源定位算法在处理远场源时,效果不佳。为了实现在该类情景中快速而准确地定位,提出一种适用于远场源的定位算法;同时提出一种用于计算广义互相关-相位变换(generalized cross correlation phase transformation, GCC-PHAT)时延估计结果置信度的算法,置信度用于估算时差(time difference of arrival, TDOA)协方差矩阵和选用传声器对。将传声器视为节点,用置信度表示节点间的距离。将传声器对的选用问题转化为图论中的路径规划问题,即寻找经过所有节点的最长路径。MATLAB仿真实验结果表明：当声源归为远场源时,与传统Chan算法相比,本文提出的远场定位算法在准确度和精度方面都有很大优势。采用基于路径规划的传声器对筛选算法后,远场定位算法将具有优异的抗干扰能力,在低信噪比或者高混响时间等恶劣声学环境下,也具有令人满意的定位效果。