基于粒子滤波的微小型移动机器人红外定位方法研究

发布时间：2020-04-24 04:50

【摘要】：近年来,微电子机械系统相关技术的发展、信息处理与控制电路的高度集成化,为微小型机器人的研究和应用奠定了基础。定位问题是实现微小型机器人自主工作的基础。本文结合红外定位模型,采用粒子滤波算法对已知环境中的微小型移动机器人的自定位问题进行了研究,主要进行了以下几个方面的工作:1.根据微小型机器人的结构特点,设计了微小型机器人的红外自定位模型,并在此基础上设计了微小型机器人间的相对定位模型。通过对红外相对定位模型的仿真和误差分析验证了该模型用于微小型机器人相对定位的可用性。在实际应用中,可将位置确定的机器人作为路标,利用相对位置信息对待定位机器人进行定位。2.对几种贝叶斯滤波算法,包括卡尔曼滤波、扩展卡尔曼滤波和粒子滤波算法进行了概述和仿真对比。通过仿真实验验证了粒子滤波算法用于状态估计问题的优越性。3.将粒子滤波算法应用于微小型移动机器人的状态估计问题中,结合传感器信息更新各时刻机器人位姿信息的粒子集,利用粒子集逼近机器人当前时刻位姿状态。其中,里程计信息用于更新粒子的位姿信息,红外传感器信息用于更新每个粒子的权值。通过定位仿真实验验证了该粒子滤波定位方法的可行性。
【图文】：

图 1.1 机器人 Alice分布式智能系统和算法实验室（DISALIII，直径为 12cm，采用差速驱动[9]，如 9 个红外传感器和 5 个超声波传感器 到 25cm，超声波传感器的测距范围为备了一对面向地面的红外传感器，用于桌，KheperaIII 已经被应用于全球 100 多包括机器人的定位、导航、群体智能等

图 1.1 机器人 Alice司和分布式智能系统和算法实验室（DISAL）协heperaIII，，直径为 12cm，采用差速驱动[9]，如图 1.主要由 9 个红外传感器和 5 个超声波传感器组成为 2cm 到 25cm，超声波传感器的测距范围为 20c 还配备了一对面向地面的红外传感器，用于桌面导以来，KheperaIII 已经被应用于全球 100 多所高究课题包括机器人的定位、导航、群体智能等方面
【学位授予单位】：郑州大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN713;TP242

【参考文献】

相关期刊论文 前10条

1 毛玲;李振波;张大伟;陈佳品;;基于红外传感器的移动微机器人定位研究[J];传感器与微系统;2014年12期

2 高云峰;周伦;吕明睿;刘文涛;;自主移动机器人室内定位方法研究综述[J];传感器与微系统;2013年12期

3 刘鑫;郭云飞;薛安克;;几种滤波器跟踪性能的比较[J];计算机与数字工程;2013年03期

4 林青;尹建君;张建秋;胡波;;非线性非高斯模型的高斯和滤波算法[J];系统工程与电子技术;2010年12期

5 杨晶东;杨敬辉;洪炳熔;;一种有效的移动机器人里程计误差建模方法[J];自动化学报;2009年02期

6 刘彦忠;戴学丰;;移动机器人多规则因子模糊控制方法[J];微计算机信息;2009年02期

7 顾新艳;;基于多传感器信息融合的移动机器人定位技术研究[J];科技信息;2008年34期

8 赵琳;聂琦;高伟;;基于MCMC方法的正则粒子滤波算法及其应用[J];仪器仪表学报;2008年10期

9 金光明;张国良;陈林鹏;田琦;;MEMS陀螺仪静态漂移模型与滤波方法研究[J];传感器与微系统;2007年11期

10 郭文艳;韩崇昭;雷明;;迭代无迹Kalman粒子滤波的建议分布[J];清华大学学报(自然科学版);2007年S2期

相关硕士学位论文 前1条

1 李成林;基于e-puck机器人的多智能体实验平台的设计[D];哈尔滨工业大学;2013年

本文编号：2638547