基于超声的非完整移动机器人避障控制

介绍了路径规划的发展状况,并对非完整移动机器人的模型进行了讨论.为实现非完整移动机器人的自主避障,给出了移动机器人的超声定位结构,并提出一种基于超声避障的控制策略,对不同方向上的障碍作不同的考虑,突出正前方的障碍.将避障策略应用于实验平台,结果表明,移动机器人能在布满障碍的环境中有效实现避碰.     

基于电磁效应的轮式智能车导航控制

以智能交通概念原型系统为背景,引入电磁效应构建了微型道路交通线路,采用微型控制器设计了在缩微交通环境中行驶的轮式小车导航与控制系统.根据沙盘区域的实际几何参数,建立了可行的行驶路线网络,引入RFID设计了交叉路口的转向策略,实现了多辆车模按照设定路径的准确行驶.针对电磁效应导航线的识别进行了理论分析,给出了系统架构和传感器布局,以及小车偏航距离与方向的判断方法.实际测试表明,所设计的电磁导航控制系统能够稳定运行,可引导小车在复杂的道路网络上准确行驶.     

基于油门与制动的轮式移动机器人纵向速度控制

建立了基于油门与制动的轮式移动机器人纵向控制系统，通过油门加速与制动减速的切换实现机器人对期望速度的跟踪，提出了一种模糊人挡制动算法，将查模糊控制表得到的控制量进行实时滤波，并将滤波后的控制量按一定规则分档，使制动踏板呈阶跃式运动，以防止制动过程中制动踏板的频繁往复抖动，实验结果表明，模糊分挡控制算法有效地降低甚至完全消除了制动踏板的抖动，同时，成功地实现了制动减速与油门加速的平稳切换。     

面向室外自然环境的移动机器人视觉仿真系统

基于视觉传感器的道路跟踪、导航是移动机器人自主行驶的重要组成部分。主要是对二维视觉传感器CCD彩色摄像机、三维视觉传感器激光雷达、以及立体视觉进行了仿真。通过设定OpenGL中基于针孔摄像机模型视锥的各项参数、截取并保存屏幕象素来实现摄像机仿真;利用射线跟踪的方法进行激光雷达的仿真;通过提取地形数据的方法进行立体视觉的仿真。该仿真系统能够比较真实的反映移动机器人在行进过程中的传感器数据获取情况,利用该系统可以很好的为以后的模块如融合和规划提供仿真实验数据。     

基于单目视觉的移动机器人伺服镇定控制

针对轮式移动机器人的单目视觉伺服镇定问题,在深度信息、机器人坐标系与摄像机坐标系间平移参量未知、摄像头光轴具有固定倾角的情况下,建立了移动机器人在摄像机坐标系下的运动模型.针对该模型提出了一种基于平面单应矩阵分解的鲁棒自适应控制方法,保证了误差的全局指数收敛.仿真和实验结果表明:所设计的控制器可以保证移动机器人指数收敛到期望的位姿,同时所设计的鲁棒自适应控制器对参数不确定性具有一定的鲁棒性.     

基于灰度图像二维Gabor滤波的目标识别

提出了一种基于灰度图像的Gabor滤波器识别方法.该方法首先采用Gabor小波滤波器组处理灰度目标图像,并在此基础上采用主元分析法(PCA)提取图像特征,然后结合支持向量(SVM)方法将区域内图像匹配问题转化为分类问题来识别目标物体.仿真实验结果表明,该算法能使移动机器人达到92%以上的识别率,并可满足约8 fps的实时图像处理要求.     

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

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     

基于概率法的移动机器人无线网络定位系统

 作为一种全新的室内定位技术,将无线路由器的无线信号强度（Receive Signal Strength Indicator,RSSI）值应用在室内移动机器人定位领域。为实现室内移动机器人的定位,提出利用无线信号强度值定位的概率法,根据无线信号强度值在室内环境中的分布特点,分析概率法定位原理,开发一种基于VC++6.0平台室内移动机器人定位系统,该定位系统包括硬件平台和软件平台,并进行移动机器人定位实验,得到较好的定位实验结果。同时,分析机器人定位精度,确定影响定位精度的因素主要包括障碍物、人体、温度和湿度等。定位实验结果表明,在结构化环境下机器人定位的最大偏差为1.2758m,最小定位偏差为0.3007m,可以较好地满足室内移动机器人的定位要求。     

基于Wigner-Ville分布的移动机器人语音定位中时延估计方法

在移动机器人语音交互中,时延估计算法的精度是影响语音定位精度的关键因素。针对在强噪声情况下,基于时延估计原理进行语音定位的精度较低的问题,提出基于维格纳 威利分布(Wigner-Ville distribution, WVD)的一次与二次相关时延估计算法。在强随机噪声环境条件下,信号间的相关计算会加大侧峰的峰值,极大程度地干扰对主峰峰值的搜索,无法准确估计时延,进而影响语音定位效果。为了减小侧峰的影响,进一步对相关峰值加窗处理。但加窗虽减小了侧峰的干扰,却导致主峰宽度变大且变化趋势平坦,也会影响时延估计精度,因此,需选择希尔伯特变换对峰值锐化处理。仿真实验研究了各算法的估计情况与时延估计的均方根误差,实验结果表明,所提出算法相比其他几种算法对时延估计性能更高。此外,实际场景实验验证了该算法的抗噪声性能。     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法应用于移动机器人路径规划时存在易于陷入局部最优解、收敛速度慢的问题,提出了一种适用于静态障碍环境下基于改进蚁群算法的移动机器人路径规划方法。该方法改进了节点间的状态转移规则,增加了得到最优路径的概率;自适应调整启发函数,提高了算法的搜索效率;基于狼群法则对信息素进行更新,有效避免了算法陷入局部最优解;动态调整了衰减系数,在后期增加了蚂蚁对最优路径的选择概率,加快了算法的收敛速度。仿真实验表明,与其他算法在相同环境下比较,该改进算法在路径规划结果相同的情况下具有较快的收敛速度;且改进算法在不同复杂程度环境中均得到了最优路径,也表明了该算法的有效性和可靠性。该算法具有良好的寻优能力,可以适用于不同复杂环境中的移动机器人路径规划。