基于模糊神经网络的智能清洁机器人避障系统的研究与设计

发布时间：2017-08-20 19:29

  本文关键词：基于模糊神经网络的智能清洁机器人避障系统的研究与设计

  更多相关文章： 清洁机器人避障 多传感器信息融合 BP神经网络 模糊控制

【摘要】：智能清洁机器人是自动化控制技术和人工智能技术发展的产物,其集成了自动化控制领域和人工智能的多学科的知识。作为一种服务型机器人其包含机器人领域的传感器技术、自动回充技术、自动避障技术、路径规划技术以及电源技术等,清洁机器人产品的智能化水平是以上各领域技术的综合体现,相比于其他技术的研究,目前在清洁机器人避障方面的研究还有很大的提升空间。本文针对当前清洁机器人避障控制存在的问题,提出了基于模糊神经网络的避障控制策略,并针对具体需求,对避障控制进行了系统化的设计。环境识别是清洁机器人避障的前提,对障碍物进行有效探测是避障控制的基本保证。本文环境识别系统由分布在清洁机器人的不同方位的超声波传感器和反射式红外传感器构成,各个传感器采集到的信息将利用多传感器信息融合技术,进行预处理,然后交于控制系统进行环境的数据分析和避障控制决策处理。考虑到以上数据处理的复杂性,本文避障系统的设计采用ARM+DSP处理模式,即利用STM32F103和TMS320F2812作为控制系统的核心处理芯片。其中,STM32F103作为上位机处理清洁机器人在避障过程中的中断信号、人机交互以及驱动模块控制;TMS320F2812作为下位机,利用其高速运算能力实现对多传感器信息融合和模糊神经网络避障算法的处理,上位机和下位机采用CAN总线进行实时通讯。本课题在避障控制算法研究的基础之上,对控制系统的各个模块进行了详细设计:包括传感器模块、动力驱动模块、电源模块、串口通讯模块等。对环境传感器的总布局以及超声波传器、反射式红外传感器和陀螺仪传器的硬件电路进行了设计;驱动模块当中,对清洁机器人的差动驱动方式和PWM驱动模式进行了研究,并且对H桥驱动电路进行了设计;基于全局坐标和相对坐标,对清洁机器人进行了系统化的建模分析,并且基于实际避障环境,对障碍物模型进行分析和归类。本文还对模糊神经网络算法的基本理论进行了研究,结合具体控制需求,设计了清洁机器人避障的模糊控制规则,在此基础之上,对模糊控制的BP神经网络基本结构进行了详细设计。本文最后搭建了避障控制的仿真环境,验证了模糊神经网络算法的可行性,搭建了清洁机器人实验平台,对避障控制系统的实际效果进行了验证。
【关键词】：清洁机器人避障 多传感器信息融合 BP神经网络 模糊控制
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 中文摘要3-4
• 英文摘要4-9
• 1 绪论9-17
• 1.1 课题研究的背景及意义9-10
• 1.2 清洁机器人避障研究的关键技术10-11
• 1.3 清洁机器人避障技术研究现状11-14
• 1.3.1 国外研究现状11-13
• 1.3.2 国内研究现状13-14
• 1.4 课题主要研究内容14-15
• 1.5 本章小结15-17
• 2 模糊神经网络基础理论17-25
• 2.1 模糊神经元17-19
• 2.2 模糊神经网络模型19-21
• 2.3 模糊神经网络BP学习型算法21-23
• 2.4 本章小结23-25
• 3 基于模糊神经网络的避障系统总体方案设计25-35
• 3.1 清洁机器人避障的功能需求25
• 3.2 避障控制方案比较25-26
• 3.3 总体方案的确立26-34
• 3.3.1 控制系统总体结构设计28-29
• 3.3.2 核心处理模块的分析与选型29-32
• 3.3.3 控制系统软件总体构架32-34
• 3.4 本章小结34-35
• 4 避障控制系统运动模型建立及算法设计35-51
• 4.1 清洁机器人避障系统运动建模35-40
• 4.1.1 障碍物的分析及模型建立35-37
• 4.1.2 机器人坐标系分析及模型建立37-38
• 4.1.3 机器人运动模型及位姿确定38-40
• 4.2 避障控制算法模型参量设计40-42
• 4.2.1 输入输出参量的确定40-41
• 4.2.2 输入输出参量的模糊化41-42
• 4.3 模糊神经网络控制规则设计42-45
• 4.4 模糊控制BP神经网络结构设计45-48
• 4.5 去模糊化处理48-49
• 4.6 本章小结49-51
• 5 避障控制系统详细设计51-79
• 5.1 外部信息采集模块设计51-57
• 5.1.1 传感器的位置分布52
• 5.1.2 超声波测距传感器模块设计52-55
• 5.1.3 反射式红外测距传感器模块设计55-56
• 5.1.4 陀螺仪传感器模块设计56-57
• 5.2 多传感器信息融合避障技术拓扑结构57-61
• 5.3 避障控制系统驱动模块设计61-65
• 5.3.1 直流电机的PWM调节机制62
• 5.3.2 清洁机器人的差动驱动方式62-63
• 5.3.3 驱动模块的H桥电路设计63-65
• 5.4 最小系统电路设计65-70
• 5.4.1 电源电路设计65-66
• 5.4.2 复位电路设计66-67
• 5.4.3 时钟电路设计67-68
• 5.4.4 通讯模块设计68-70
• 5.5 避障控制系统软件设计70-77
• 5.5.1 软件开发环境70-71
• 5.5.2 避障系统控制器初始化71-73
• 5.5.3 超声波传感器程序设计73-75
• 5.5.4 驱动程序设计75-76
• 5.5.5 陀螺仪传感器程序设计76-77
• 5.6 本章小结77-79
• 6 实验与仿真分析79-87
• 6.1 环境传感器模块实验79-82
• 6.1.1 超声波传感器测距实验79-81
• 6.1.2 陀螺仪传感器角度测试81-82
• 6.2 基于MATLAB平台的实验仿真82-83
• 6.3 基于清洁机器人的避障实验83-85
• 6.4 本章小结85-87
• 7 总结和展望87-89
• 7.1 结论87
• 7.2 展望87-89
• 致谢89-91
• 参考文献91-95
• 附录A 作者在攻读学位期间主持和参与的科研项目95

【相似文献】

中国期刊全文数据库 前10条

1 王东;郭兆正;;机器人避障功能的设计[J];长春师范学院学报;2005年12期

2 阎勤劳;邢作常;冯涛;薛少平;;温室移动机器人避障功能研究[J];农业机械学报;2006年05期

3 祖丽楠;田彦涛;梅昊;;基于分层强化学习的多移动机器人避障算法[J];吉林大学学报(工学版);2006年S2期

4 张传才;贺利乐;匡伟春;;轮式移动教育机器人避障方法的研究[J];现代电子技术;2007年13期

5 刘祚时;罗爱华;童俊华;;全自主机器人避障控制方法的研究[J];煤矿机电;2009年02期

6 丁伟;李海波;;一种移动机器人避障与追踪技术研究[J];制造业自动化;2012年18期

7 陈晓江;陈杨林;;二维机器人避障问题的案例教学内容设计[J];九江职业技术学院学报;2012年04期

8 何q，

本文编号：708391