基于多传感器信息融合的移动机器人避障研究

发布时间：2020-02-08 21:13

【摘要】：随着科技水平的不断提高,传感器技术得到了突飞猛进的发展。多传感器信息融合技术逐步在军事与非军事领域得到了广泛运用。如今,信息融合已经成为十分热门的研究方向。此外,移动机器人技术是一个国家智能化的关键技术,已引起世界各国科研人员的高度关注。避障技术是移动机器人完成各种任务的重要保障,将多传感器信息融合技术运用于机器人避障系统,为提高机器人在复杂非结构环境中的避障准确性提供相应的理论基础和技术途径。本文重点研究多传感器信息融合技术,通过对人工神经网络、人工势场法等国内外多传感器信息融合的常用自主避障算法进行研究,分析了各融合算法的特点和在移动机器人领域的应用现状。发现模糊控制与神经网络是解决机器人非线性问题的有效工具,分别对模糊控制算法与T-S(Takagi-Sugeno)模糊神经网络算法进行一定的探讨与研究。经过对比发现模糊控制与神经网络两融合算法结合的优越性。在理论与实践上对该融合算法在机器人避障应用中进行了探索。首先搭建了移动机器人多传感器避障试验平台,针对机器人执行避障任务的特点,采用超声波与红外传感器获取未知环境的障碍物距离信息,电子罗盘实时获取机器人位置与目标方位角。将各个传感器提供的环境信息进行融合预处理,然后分别输入到模糊控制器与模糊神经网络控制器,通过Matlab仿真与实物的验证与对比,证明了移动机器人在未知环境中的避障精度和响应速度上,具有自学习功能的T-S模糊神经网络算法优于模糊控制算法。从理论与实践上验证了所提方法在移动机器人避障中的有效性与可行性。
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP242

【参考文献】

相关期刊论文 前10条

1 朱敏;张同伟;杨波;刘烨瑶;唐嘉陵;;蛟龙号载人潜水器声学系统[J];科学通报;2014年35期

2 徐方;张希伟;杜振军;;我国家庭服务机器人产业发展现状调研报告[J];机器人技术与应用;2009年02期

3 禹建丽;张宗伟;;自主移动服务机器人的研究现状浅析[J];中原工学院学报;2008年04期

4 赵小川;罗庆生;韩宝玲;;机器人多传感器信息融合研究综述[J];传感器与微系统;2008年08期

5 徐国保;尹怡欣;周美娟;;智能移动机器人技术现状及展望[J];机器人技术与应用;2007年02期

6 罗伟;陈峰;;机器人超声波与红外线传感器测距系统的数据融合研究[J];仪器仪表用户;2006年06期

7 倪小雷;卜佳俊;;自主移动机器人混合式体系结构的设计与实现[J];计算机测量与控制;2006年11期

8 周芳;韩立岩;;多传感器信息融合技术综述[J];遥测遥控;2006年03期

9 张永谦,王挺,安成万,谭民;复合机构移动机器人红外和超声阵列信息处理方法[J];计算机工程与应用;2005年07期

10 王挺,王越超,赵忆文;多机构复合智能移动机器人的研制[J];机器人;2004年04期

相关博士学位论文 前1条

1 王欣;多传感器数据融合问题的研究[D];吉林大学;2006年

相关硕士学位论文 前10条

1 陈奕君;基于多传感器信息融合的机器人避障研究[D];东北石油大学;2014年

2 谢振南;多传感器信息融合技术研究[D];广东工业大学;2013年

3 刘奇;室内轮式移动机器人系统设计[D];哈尔滨工业大学;2012年

4 陈硕;基于多传感器信息融合的移动机器人路径规划研究[D];哈尔滨工程大学;2012年

5 王翠芝;多传感器融合技术在移动机器人中的应用[D];北方工业大学;2010年

6 李娜;非完整移动机器人鲁棒轨迹跟踪控制研究[D];中国石油大学;2008年

7 王栋;基于多超声波测距与模糊控制的移动机器人自主避障[D];中国海洋大学;2008年

8 邢国芬;基于多传感器信息融合的移动机器人环境感知研究[D];河北工业大学;2008年

9 吕漫丽;基于多传感器信息融合的移动机器人避障研究[D];东北电力大学;2008年

10 范晓静;基于多传感器信息融合的机器人避障和导航控制研究[D];沈阳理工大学;2008年

，

本文编号：2577618