多功能巡检机器人的系统设计

发布时间：2021-04-27 00:16

　　针对现有自动导引车存在功能较少、目标跟踪方法的适应性较低、以及大规模巡检时缺少路径协同优化机制等问题,本文设计了具有目标跟踪、协同路径规划以及具有完善的人机交互等多功能的导引车,并完成了软硬件设计与调试。具体创新点和工作如下:本文完成了具有完善的人机交互、寻迹、超声波避障等功能的巡检机器人车体设计,并对各个功能实现进行了模块化设计,完成了系统硬件调试。开发了相对应的客户端控制界面,以实现对机器人的任务发布及信息监控。为了提高导引车对目标跟踪的适应性,提出了一种基于认知联想网络的目标跟踪方法。该方法采用局部色调直方图对目标进行建模,并使用环形匹配准则来定位目标的位置,从而抑制背景中相邻区域的干扰。同时,跟踪方法还能够根据局部匹配结果自适应地调整跟踪目标的大小。通过仿真实验结果,表明该跟踪方法可以在扰动环境或复杂运动场景中进行目标跟踪,并具有较好的跟踪效果,且跟踪方法对目标的平移、旋转、缩放具有良好的不变性,并且对部分遮挡具有良好的适应性。针对现有巡检路径优化缺少协同机制,造成巡检效率低下的问题,提出了一种新颖的针对大规模巡检问题的协同路径优化方法。该方法采用蚁群算法实现多机器人协同路径优... 

【文章来源】：天津工业大学天津市

【文章页数】：95 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究的背景
    1.2 课题研究的意义
    1.3 国内外研究现状
    1.4 本文主要研究内容
    1.5 论文组织结构
第二章 巡检机器人系统设计
    2.1 引言
    2.2 机器人系统的总体框架
    2.3 机器人的下位机系统设计
        2.3.1 电机驱动模块
        2.3.2 寻迹模块
        2.3.3 手势识别模块
        2.3.4 语音控制模块
        2.3.5 超声波避障模块
    2.4 机器人的上位机系统设计
        2.4.1 上下位机之间的通讯
        2.4.2 局域网环境下客户端的开发
    2.5 本章小结
第三章 目标跟踪算法研究及实现
    3.1 引言
    3.2 Camshift跟踪算法
        3.2.1 Camshift跟踪算法原理
        3.2.2 仿真实验与分析
    3.3 基于认知联想网络的改进目标跟踪算法
        3.3.1 认知联想网络
        3.3.2 目标模型
        3.3.3 仿真实验
            3.3.3.1 具有尺度变化的目标跟踪实验
            3.3.3.2 复杂环境的目标跟踪实验
            3.3.3.3 具有遮挡和旋转变化的目标跟踪实验
        3.3.4 仿真结果分析
    3.4 本章小结
第四章 巡检机器人的路径规划
    4.1 引言
    4.2 基于蚁群算法的机器人路径规划
        4.2.1 蚁群算法的基本原理
        4.2.2 实验结果及分析
    4.3 改进蚁群算法的多机器人协同路径规划
        4.3.1 算法原理
        4.3.2 实验结果及分析
    4.4 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
发表论文和参加科研情况
致谢



本文编号：3162391