基于多传感器融合的机器人导航系统设计

随着传感器技术的进步,多传感器信息融合技术在移动机器人中的应用已经成为一个热门的研究领域,为移动机器人探索不确定和未知环境提供了一种技术途径,是机器人实现更高级智能行为的基础。目前,用于移动机器人避障和导航控制的多传感器信息融合方法主要有模糊逻辑和神经网络。在机器人避障和导航控制中,本文采用了基于模糊逻辑的多传感器信息融合算法。通过对多传感器的信息进行融合能较好地实现机器人在未知环境中的自主避障与导航,并对这种控制方法进行了MATLAB仿真。通过对MATLAB仿真结果的比较,证明了在机器人的避障和导航控制中,该信息融合算法是优于传统信息融合算法的。     

一种基于IEKF的轮式移动机器人自定位算法

为使移动机器人在导航时能满足定位要求,提高其定位精度,提出一种将里程计、相机传感器和激光雷达信息进行融合的自定位算法。根据机器人的机械结构和运动方式对其建立运动学模型,由里程计推算出机器人在不同时刻的位置估计;利用相机传感器对环境中的路标特征进行识别并计算出两者之间的距离和夹角;将激光雷达所获得的机器人相对路标特征的距离和角度与相机传感器的信息进行匹配,并利用迭代扩展卡尔曼滤波(iterated extended Kalman filter, IEKF)算法融合里程计信息,最终得到较为精确的机器人的位置估计。仿真试验结果表明,该多传感器融合算法相对传统的定位方法具有更高的定位精度。     

机器人网络化神经单元设计与实现

借鉴生物感知系统适应环境的系统优化方法 ,研究感觉器官的信息转换与处理机制是探索感知信息获取的新途径 ,提出机器人网络化神经单元设计思想 ,给出网络化神经单元设计软件、硬件设计原理和实现方法 ,并采用电子数据表单方式对传感器的属性进行描述 ,以实现传感器即插即用 ,为构建机器人仿生感知系统实验平台奠定基础     

煤矿救援蛇形机器人环境建模方法研究

煤矿救援机器人的研究对煤矿救灾工作的顺利开展有着重要的现实意义,简要分析了煤矿救援机器人在环境建模方面的研究现状,针对煤矿事故发生后,救援蛇形机器人如何在恶劣的井下进行环境识别和建模,提出了一种变结构模糊神经网络的多传感器数据融合算法。重点讨论了该算法的原理,结合煤矿井下的特殊环境和蛇形机器人自身结构特点,采用超声波传感器、红外测距传感器、激光雷达传感器组来获得障碍物的距离、位置信息及环境类型信息,然后,利用模糊神经网络对这些信息进行融合,采用改进的BP算法对网络进行学习,通过对结论网络权值的调整,择优选取模糊规则,从而自动的调节模糊神经网络的结构。以机器人在靠近障碍物时的八类典型环境标志为依据,通过模糊神经网络识别出障碍物的形状,完成环境的建模。利用实验获得的一组数据进行了仿真,结果表明该算法实现了在不同环境中模糊隶属函数的自动生成和模糊规则的择优提取,适用于复杂的非线性系统,对于煤矿救援蛇形机器人的环境识别和建模是一种行之有效的方法。     

基于红外传感器的新型机器人敏感皮肤

阐述了基于红外传感器机器人敏感皮肤的设计方法.为快速准确地采集大量的传感器数据,系统采用数字信号处理器(DSP)作为主处理芯片,外围电路由复杂可编程逻辑器件(CPLD)实现,多路高速数据采集使用并行方式处理.应用光强法测量敏感皮肤与障碍物间的距离.实验结果表明:该敏感皮肤提高了机器人对未知环境的感知能力,解决了机器人实时避障的首要问题.     

冻结壁原始冻胀力的分析与计算方法

通过仿生人体神经系统的活动方式，以数据融全 为基础建立了传感器／施动器模型，并将其应用于机器人系统设计中，以实现一种集感知、动作和融合于一体的面向任务驱动的设计，重点研究了数据融合对异种多传感器数据进行联想、相关和组合的多层次多方面处理的连续过程，从而进一步完善了数据融合论。     

集成化接近觉传感器研究

根据声波反射和电场感应的原理设计了集超声测距和电容式接近觉检测及多传感器信息融合为一体的集成化接近觉传感器。提出了变阈值超声回波时间测量方法和利用电容阵列检测机器人末端执行器与被测物体接近度的方法，给出了传感器信息融合的结构。     

无线传感器网络中的信息融合技术研究

介绍了无线传感器网络的组成及特点,讨论了信息融合的定义、处理层次及三种方法的特性比较。重点描述了无线传感器网络中的信息融合过程,包括信息的预处理,信息融合的实现算法,提出了基于统一建模语言UML的信息融合框架,该框架可以根据实地环境的不同和当时可利用的资源而动态地改变。阐述了信息融合处理过程中五大模块的组成。实验结果验证了该框架的有效性。     

基于ARM的自主式机器人控制整体设计方案

针对风暴机器人原系统只能实现机器的简单智能活动,其主芯片MC68HC11A1FN只能实现简单的编程,且必须符合它自身的一些硬件设置等缺陷,提出了用ARM芯片实现系统控制,透过传感器来感知外部环境获得环境信息,再通过路径规划做出决策进行运动.同时,为了让机器人能够更好地完成任务,可以使外部计算机与机器人进行无线通信,借助外部计算机来做出决策,实现远程操作.新模型通过在机器人上加入GSM模块,使其实现自身的定位,并与无线通信模块结合实现导航控制.     

多传感器信息融合技术浅析

多传感器的集成与融合技术已经成为智能机器与系统领域的一个重要的研究方向。它不仅可以描述同一环境特征的多个冗余的信息,而且可以描述不同的环境特征。多个传感器的使用还可以使信息采集和处理过程并行化,不仅可以得到更全面、更准确的信息,而且减少时间和成本,提高整个系统的性能。     

多传感器信息融合技术

多传感器的集成与融合技术已经成为智能机器与系统领域的一个重要的研究方向。它不仅可以描述同一环境特征的多个冗余的信息,而且可以描述不同的环境特征。多个传感器的使用还可以使信息采集和处理过程并行化,不仅可以得到更全面、更准确的信息,而且减少时间和成本,提高整个系统的性能。     

智能机器人家用吸尘功能的设计与实现

本文从智能机器人家用吸尘功能的特点出发,采用由上海广茂达公司生产的能力风暴机器人,以此机器人为平台,利用红外传感器、光敏传感器等对环境进行检测,驱动电机,使机器人在场地中按照预定的方案遍历整个房间,设计出一套轮式机器人的家用吸尘功能的实现方案。     

机器人多传感器测距系统的数据融合

针对机器人工作环境的特点,提出了采用超声波与红外线传感器共同测距的方法,弥补了单一使用超声波传感器带来的缺陷.应用自适应加权数据融合技术,实现两种传感器在功能上的互补.实验结果表明,系统提高了整体测距精度,得到了被测距离更加准确的估计.     

分布式多机器人协作研究与仿真

描述了一个分布式多机器人完成推箱子或其他任务的协作仿真平台．仿真系统可以用来试验机器人队伍的控制决策、团队组织原则．机器人可以通过环境进行协商，以简单的消息互相通讯．机器人通过传感器信息感知世界，并根据感知序列确定机器人行动．三维视图实时显示了机器人的运动状态，小地图显示了机器人的路径．     

露天煤矿下多机器人协同煤矿搬运方法研究

针对露天煤矿下多机器人协同煤矿搬运问题,建立了由控制中心、无线网关和无线传感器组成的无线传感器网络来控制多个机器人协同工作.为了实现高效的合作,以任务完成时间衡量机器人的合作效率,提出了基于效率最优的任务分配机制,采用蚁群算法,由控制中心进行集中式任务分配,并通过无线传感器网络告知机器人,实现了多机器人合作.利用无线传感器节点的定位信息,采用基于到达时间差的定位方法实现了机器人定位,使得机器人可在露天煤矿自主搬运煤矿.搭建了无线传感器网络,并用Pioneer III机器人和能力风暴机器人模拟煤矿搬运,模拟结果证明提出的方法可以实现露天煤矿下多机器人的协同控制,使机器人在最短的时间内完成任务.     

露天煤矿下多机器人协同煤矿搬运方法研究

针对露天煤矿下多机器人协同煤矿搬运问题,建立了由控制中心、无线网关和无线传感器组成的无线传感器网络来控制多个机器人协同工作。为了实现高效的合作,以任务完成时间衡量机器人的合作效率,提出了基于效率最优的任务分配机制,采用蚁群算法,由控制中心进行集中式任务分配,并通过无线传感器网络告知机器人,实现了多机器人合作。利用无线传感器节点的定位信息,采用基于到达时间差的定位方法实现了机器人定位,使得机器人可在露天煤矿自主搬运煤矿。搭建了无线传感器网络,并用Pioneer III机器人和能力风暴机器人模拟煤矿搬运,模拟结果证明提出的方法可以实现露天煤矿下多机器人的协同控制,使机器人在最短的时间内完成任务。     

基于D-S证据理论的多传感器多特征目标识别

 传统多传感器环境下的目标识别方法主要有两种：利用多传感器获得的数据进行数据融合、利用每个传感器信号的特征向量进行特征融合。但这两种方法均存在目标识别精度不高的问题。针对这一问题,本文提出了一种基于D-S 证据理论两次组合规则的融合方法。该方法在提出多传感器目标识别系统模型的基础上,运用D-S 证据理论对单传感器的多特征信息进行数据融合;根据传感器接收信号信噪比来确定传感器可信度,将该可信度作为D-S 证据理论组合规则中的证据权值,以此来完成目标识别。本文提出的方法综合考虑了传感器的多特征信息和传感器的可信度,克服了传统的D-S 证据理论对证据冲突处理能力有限的缺陷。实验结果表明,该方法具有较高的正确性和有效性,提高了目标识别的精度。     

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。     

仿人机器人未知地面行走控制方法研究

介绍了一种仿人机器人未知地面行走的控制算法 .该算法通过踝关节六维力 \力矩传感器信息感知地面环境 ,确定步态参数 ,利用基于ZMP稳定判据的规划方法进行实时运动规划 ,实现机器人稳定行走 .     

基于多传感信息的挖掘机器人导航及避障技术

为实现挖掘机器人在挖掘作业前,无碰撞安全行走到作业场所,采用视觉、红外及超声波传感器,采集挖掘机器人外界环境信息,通过红外及超声波传感器实现墙壁跟踪导航;依靠视觉传感器,实现巡线、道路识别、导引车辆跟踪导航;依靠光流法提取障碍物特征信息,实现路面障碍物的识别、避障。研究结果表明:综合使用多传感器信息,可以实现挖掘机器人的导航及避障目标。