基于STM32的移动机器人自适应跟踪系统设计

发布时间：2021-09-18 09:40

　　针对移动机器人在自适应跟踪方面存在跟踪避障精度不足的问题,设计了基于STM32F407ZGT6芯片的移动机器人自适应跟踪系统。该系统采用了基于IMM和VFH的新型避障方法实现移动机器人的自适应跟踪和避障功能,融合两者优势,有效适应目标的运动变化,解决了在趋势目标点附近存在的机关干扰和转向震颤的问题。通过MatLab对有、无障碍物2种方式进行仿真。结果证明,在无障碍物下具有较高的跟踪精度,在存在障碍物的情况下可实现有效避障且不存在抖动现象。 

【文章来源】：自动化与仪表. 2020,35(11)

【文章页数】：5 页

【部分图文】：

机器人自适应跟踪系统总体框图

机器人在对前进方向的相关空间范围进行栅格化之后，栅格内的信息值分布情况即可呈现出来，因为需要将机器人可能遇到的障碍物及方向数据具体化，在此将机器人栅格化的平面区域进行向量化处理，划分成若干空间的运动区域，如图2所示。通过将栅格进行向量化划分，可以得到障碍物处于运动区间的向量值pi,j；障碍物到机器人位置的矢量角[14]δi,j。具体为

算法流程

【参考文献】：
期刊论文
[1]基于激光雷达的机器人定位信息处理技术研究[J]. 梁林勋,杨俊杰,楼志斌.  自动化与仪器仪表. 2020(01)
[2]基于毫米波雷达的智能避障小车设计与实现[J]. 吉鉴锁,方朝曦.  浙江万里学院学报. 2020(01)
[3]基于IMM算法在空中机动目标跟踪中的研究[J]. 邵龙闯,吕艳辉,党阿琳.  中国新通信. 2019(16)
[4]基于混合策略的移动机器人避障算法探究[J]. 张倩倩,余道洋,李民强.  控制工程. 2019(07)
[5]交互多模型Kalman滤波下的目标跟踪应用研究[J]. 赵兵,王桁.  电子测量技术. 2019(11)
[6]基于STM32的移动机器人目标自动跟随系统设计[J]. 李艳,周莹亮,李可可.  电子器件. 2019(02)
[7]智能小车的发展现状与趋势[J]. 骆第含,赵子豪,岳有山.  河南科技. 2017(23)
[8]基于激光雷达的移动机器人避障策略研究[J]. 向亚军,严华.  四川大学学报(自然科学版). 2017(03)
[9]车载毫米波雷达对前方目标的运动状态估计[J]. 高振海,王竣,佟静,李红建,郭章勇,娄方明.  吉林大学学报(工学版). 2014(06)

硕士论文
[1]面向多人场景的博物馆导览机器人自动避障技术研究[D]. 刘传.哈尔滨工业大学 2019
[2]全方位移动机器人障碍感知与避障策略研究[D]. 张永超.东北林业大学 2018
[3]移动机器人定点目标跟踪与避障方法研究[D]. 李培鹏.哈尔滨工程大学 2017



本文编号：3399906