基于多传感器信息融合的机器人定位技术研究
发布时间：2021-05-22 23:45
近几年来,伴随着人工智能、机器人技术、先进传感器技术、智能控制、模式识别等学科突飞猛进的发展,智能移动机器人成为了国内外各大科研团队和大学实验室研究的热点。其中智能移动机器人的一项重要能力为在陌生环境下的自主导航这是机器人智能的重要标志之一。而移动机器人在陌生环境中完成自主导航任务,首先要确定自身在环境中所处的位置。确定位置需要通过传感器获取环境信息,同时使用多种传感器的信息相互融合可以提供给移动机器人更丰富的环境信息使移动机器人实现精确定位。本文的研究内容主要是针对移动机器人在室内静态环境中融合激光测距仪和里程计信息的定位问题展开的。主要研究内容如下:首先,介绍了移动机器人,机器人定位技术以及信息融合技术的研究意义和发展现状。搭建了移动机器人平台和进行了控制系统的设计与调试,使移动机器人能够实现平面内的全方位移动。其次,建立了全方向移动机器人运动学模型、里程计模型和激光测距仪模型。分析了扩展卡尔曼滤波算法的流程,重点研究利用扩展卡尔曼滤波算法融合里程计和激光测距仪两种传感器的信息对移动机器人进行实际的定位实验,并记录下机器人在移动过程中所用的时间,里程计的数据,激光测距仪的数据。最后...
【文章来源】：北京建筑大学北京市
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景和意义
1.2 机器人发展现状
1.3 机器人定位技术概述
1.4 信息融合技术的发展现状
1.5 课题研究主要内容
第2章 基于麦克纳姆轮的移动机器人设计
2.1 引言
2.2 系统方案总体设计
2.3 移动机器人本体机构
2.4 机器人驱动控制模块
2.5 移动机器人控制软件设计
2.6 本章小结
第3章 全向移动机器人室内环境建模
3.1 引言
3.2 基于麦克纳姆轮机器人的运动学模型分析
3.3 里程计模型
3.4 激光传感器模型
3.5 本章小结
第4章 基于激光测距仪与里程计融合定位算法
4.1 引言
4.2 基于扩展卡尔曼滤波算法的融合原理
4.3 基于扩展卡尔曼滤波的机器人定位算法实现
4.4 本章小结
第5章 室内移动机器人定位实验及分析
5.1 引言
5.2 实验平台
5.3 实验设计
5.4 实验结果与分析
5.5 本章小结
第6章 总结与展望
6.1 研究工作总结
6.2 研究工作展望
参考文献
致谢
论文发表情况
【参考文献】：
期刊论文
[1]多传感器的移动机器人可定位性估计与自定位[J]. 孙自飞,钱,马旭东,戴先中. 智能系统学报. 2017(04)
[2]基于人工路标的室内机器人导航方法[J]. 黄露,朱明,张伟峰. 计算机系统应用. 2017(07)
[3]信息融合发展沿革与技术动态[J]. 赵宗贵,李君灵. 指挥信息系统与技术. 2017(01)
[4]WiFi与MEMS-IMU融合定位方法在室内定位中的应用[J]. 雷雨伟,修春娣,杨威,杨东凯. 导航定位学报. 2016(04)
[5]旋翼飞行机器人视觉定位方法及系统[J]. 李力,王耀南,刘洪剑,谭建豪,钟杭. 机器人. 2016(01)
[6]单目视觉自然路标辅助的移动机器人定位方法[J]. 陈明芽,项志宇,刘济林. 浙江大学学报(工学版). 2014(02)
[7]一种便携式激光测距仪的原理及方案实现[J]. 李俊锋,阮林林,姚丹. 测绘与空间地理信息. 2014(01)
[8]基于支持向量回归的乒乓球机器人击球策略学习方法[J]. 李志奇,王滨,刘宏. 机器人. 2014(01)
[9]机器人技术研究进展[J]. 谭民,王硕. 自动化学报. 2013(07)
[10]基于概率栅格地图的移动机器人可定位性估计[J]. 王炜,陈卫东,王勇. 机器人. 2012(04)
博士论文
[1]移动机器人定位技术研究[D]. 王卫华.华中科技大学 2005
硕士论文
[1]基于光纤陀螺/激光雷达组合定位系统研究[D]. 霍炎.哈尔滨工业大学 2017
[2]融合激光测距仪和惯导信息的移动机器人室内定位方法研究[D]. 闫浩月.哈尔滨工业大学 2017
[3]基于ROS的室内移动服务机器人定位与导航系统的研究与开发[D]. 韩轾.电子科技大学 2017
[4]非线性卡尔曼滤波算法的改进及精度分析[D]. 冯亚丽.西南大学 2017
[5]面向人机交互的机器人信息融合系统的研究与实现[D]. 刘素成.电子科技大学 2017
[6]基于激光测距仪的移动机器人同时定位与地图构建研究[D]. 高强.大连海事大学 2017
[7]基于扩展卡尔曼滤波算法的融合室内定位系统研究与实现[D]. 刘玉杰.南京邮电大学 2016
[8]机器人系统的模型辨识与控制器的研究与设计[D]. 葛伟亮.电子科技大学 2016
[9]基于激光雷达的移动机器人定位方法研究[D]. 张浩.南京航空航天大学 2016
[10]全方位移动平台运动控制技术研究[D]. 王冠.北京理工大学 2015
本文编号：3201870
【文章来源】：北京建筑大学北京市
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景和意义
1.2 机器人发展现状
1.3 机器人定位技术概述
1.4 信息融合技术的发展现状
1.5 课题研究主要内容
第2章 基于麦克纳姆轮的移动机器人设计
2.1 引言
2.2 系统方案总体设计
2.3 移动机器人本体机构
2.4 机器人驱动控制模块
2.5 移动机器人控制软件设计
2.6 本章小结
第3章 全向移动机器人室内环境建模
3.1 引言
3.2 基于麦克纳姆轮机器人的运动学模型分析
3.3 里程计模型
3.4 激光传感器模型
3.5 本章小结
第4章 基于激光测距仪与里程计融合定位算法
4.1 引言
4.2 基于扩展卡尔曼滤波算法的融合原理
4.3 基于扩展卡尔曼滤波的机器人定位算法实现
4.4 本章小结
第5章 室内移动机器人定位实验及分析
5.1 引言
5.2 实验平台
5.3 实验设计
5.4 实验结果与分析
5.5 本章小结
第6章 总结与展望
6.1 研究工作总结
6.2 研究工作展望
参考文献
致谢
论文发表情况
【参考文献】：
期刊论文
[1]多传感器的移动机器人可定位性估计与自定位[J]. 孙自飞,钱,马旭东,戴先中. 智能系统学报. 2017(04)
[2]基于人工路标的室内机器人导航方法[J]. 黄露,朱明,张伟峰. 计算机系统应用. 2017(07)
[3]信息融合发展沿革与技术动态[J]. 赵宗贵,李君灵. 指挥信息系统与技术. 2017(01)
[4]WiFi与MEMS-IMU融合定位方法在室内定位中的应用[J]. 雷雨伟,修春娣,杨威,杨东凯. 导航定位学报. 2016(04)
[5]旋翼飞行机器人视觉定位方法及系统[J]. 李力,王耀南,刘洪剑,谭建豪,钟杭. 机器人. 2016(01)
[6]单目视觉自然路标辅助的移动机器人定位方法[J]. 陈明芽,项志宇,刘济林. 浙江大学学报(工学版). 2014(02)
[7]一种便携式激光测距仪的原理及方案实现[J]. 李俊锋,阮林林,姚丹. 测绘与空间地理信息. 2014(01)
[8]基于支持向量回归的乒乓球机器人击球策略学习方法[J]. 李志奇,王滨,刘宏. 机器人. 2014(01)
[9]机器人技术研究进展[J]. 谭民,王硕. 自动化学报. 2013(07)
[10]基于概率栅格地图的移动机器人可定位性估计[J]. 王炜,陈卫东,王勇. 机器人. 2012(04)
博士论文
[1]移动机器人定位技术研究[D]. 王卫华.华中科技大学 2005
硕士论文
[1]基于光纤陀螺/激光雷达组合定位系统研究[D]. 霍炎.哈尔滨工业大学 2017
[2]融合激光测距仪和惯导信息的移动机器人室内定位方法研究[D]. 闫浩月.哈尔滨工业大学 2017
[3]基于ROS的室内移动服务机器人定位与导航系统的研究与开发[D]. 韩轾.电子科技大学 2017
[4]非线性卡尔曼滤波算法的改进及精度分析[D]. 冯亚丽.西南大学 2017
[5]面向人机交互的机器人信息融合系统的研究与实现[D]. 刘素成.电子科技大学 2017
[6]基于激光测距仪的移动机器人同时定位与地图构建研究[D]. 高强.大连海事大学 2017
[7]基于扩展卡尔曼滤波算法的融合室内定位系统研究与实现[D]. 刘玉杰.南京邮电大学 2016
[8]机器人系统的模型辨识与控制器的研究与设计[D]. 葛伟亮.电子科技大学 2016
[9]基于激光雷达的移动机器人定位方法研究[D]. 张浩.南京航空航天大学 2016
[10]全方位移动平台运动控制技术研究[D]. 王冠.北京理工大学 2015
本文编号：3201870
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3201870.html
