智能跟随行李箱研究与设计
【学位单位】:合肥工业大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TP23;TS959.9
【部分图文】:
同时使用激光雷达技术,实时构建三维环境数据,搭载压力传感器结合地面平坦??度算法,适应多种路面进行平稳跟随,动力系统能自动根据箱内负载调整下压力??以保持足够的抓地力。如图1.1为COWAROBOT?R1智能行李箱的产品实物图,??该产品最大的缺点就是价格过高,因此无法在市场上普及。??颺丨:??380來来??图1.1?COWAROBOT?R1智能行李箱??Fig?1.1?COWAROBOT?R1?intelligent?luggage??目前绝大多数公司都是使用蓝牙技术来使智能行李箱与手机APP之间保持通??讯,全金属的智能行李箱机身还存在着影响天线信号的缺陷,因此在布线以及整??体结构的设计上还需要进一步改善。所以现在很多公司都是根据用户的具体要求??来对自己的产品进行改动,比如ALLOY团队现在要对整个智能行李箱的箱体进行??防水和防震的设计,从而使智能行李箱的运动更加稳定。综上所述,目前很多企??业都是在做智能行李箱的优化工作,使产品的使用性更加稳定,从而满足用户的??要求。??1.2.2室内定位技术发展现状??定位技术是由测距技术发展而来,通过测距再经过计算就能得到测试点的三??维坐标,除了测量间距外,也可以测量角度,或者信号到达基准点时间的差值[6】。??当前在室内的条件下主流的定位方法
??本文智能跟随行李箱的总体结构设计如图2.1所示。??I?^??图2.1智能跟随行李箱的总体结构设计图??Fig?2.1?The?structure?design?of?intelligent?following?luggage??2.?2行李箱机械部分??针对智能跟随行李箱的机械部分设计,应该考虑以下几点要求:①整个智能??跟随行李箱的稳定性和可靠性要好;②操作起来方便,易于使用;③新颖美观;??④很强的实用性。这样的设计才能被大众所喜爱,容易对产品进行推广。同时考??虑到智能跟随行李箱在机场环境下应用非常广泛,因此智能跟随行李箱的尺寸应??该满足机场对行李的要求,目前我国机场对托运行李的尺寸要求为不超过40?cm?X??60?cmXlOO?cm,本文所设计的智能跟随行李箱的尺寸为25?cmX38?cmX72?cm,??满足机场对托运行李的尺寸要求[22】。??智能跟随行李箱的机械结构主要可以分为两部分:外壳和底盘。外壳对内部??的行李和电子器件具有保护作用,因此对于外壳的要求主要是坚固耐用,而且重??量尽量不要太大
??要大一些,这样可以增强智能跟随行李箱的越障能力。图2.2为本文所设计智能跟??随行李箱的外观实物图。?????????图2.2本文所设计智能跟随行李箱外观实物图??Fig?2.2?The?photo?of?the?designed?intelligent?following?luggage??2.?3行李箱控制部分??2.?3.1功能模块设计??为了实现对智能跟随行李箱的精确控制,需要各个功能模块的配合使用。本??文所实现的主体功能是智能跟随行李箱对标签的跟随,其中,标签由UWB模块、??STM32、拨码开关和锂电池构成,智能跟随行李箱所使用的模块有:控制模块、??电源管理模块、避障模块、射频模块、GPS定位模块、电机驱动模块、蓝牙模块??和蜂鸣器等,各个模块的具体功能和选型将在下文一一介绍。??功能模块的总体结构设计如图2.3所示。标签的UWB模块发送UWB无线信??号,并由智能跟随行李箱上的射频模块接收该信号,通过信号传输的时间,能够??计算出标签到两个射频模块的距离值。两个射频模块的间距为33?cm并保持不变,??由海伦公式结合三角形面积相等原理可以计算出标签到智能跟随行李箱的近似水??平距离。该距离值传输给智能跟随行李箱上的控制模块,在控制模块中经由PSO??算法完成最优路径规划
【相似文献】
相关期刊论文 前10条
1 吴怀宇;;卡尔曼滤波算法及其在真实成绩预测中的应用[J];中国新通信;2018年23期
2 巫春玲;李永萍;谢美美;安诺静;;迭代自适应容积卡尔曼滤波算法[J];电子测量技术;2019年17期
3 毛秀华;吴健;;卡尔曼滤波算法研究[J];舰船电子对抗;2017年03期
4 刘润生;董秀珍;刘锐岗;;线性卡尔曼滤波算法在磁感应断层成像技术中的仿真研究[J];医疗卫生装备;2016年01期
5 王秋平;庄园;李凤;;基于线性分式变换的U卡尔曼滤波算法[J];信息与控制;2013年05期
6 余小琴;沈文苗;;扩展卡尔曼滤波算法初值选取方法[J];声学与电子工程;2012年01期
7 李恒;张静远;罗轩;谌剑;;无味卡尔曼滤波算法形式及性能研究[J];弹箭与制导学报;2012年03期
8 孙秋云;;改进的卡尔曼滤波算法在行驶汽车状态估计中的应用现状[J];价值工程;2011年19期
9 李莉;宋志强;;转换坐标卡尔曼滤波算法在雷达数据融合中的应用[J];仪器仪表用户;2011年04期
10 王建文;税海涛;马宏绪;李迅;刘述田;;优化卡尔曼滤波算法中的目标函数选择[J];系统工程与电子技术;2009年01期
相关博士学位论文 前10条
1 赵伟;基于容积规则的鲁棒卡尔曼滤波算法研究与应用[D];燕山大学;2017年
2 冯波;线性滤波估计算法研究及在惯性导航系统中的应用[D];北京理工大学;2014年
3 张金良;基于卡尔曼滤波算法的感应电机无传感器直接转矩控制技术研究[D];华南理工大学;2016年
4 赵红宇;惯性行人导航系统的算法研究[D];大连理工大学;2015年
5 沈悦;基于导航通信多模应用的位置服务技术研究[D];中国科学技术大学;2012年
6 黄锦旺;传感器网络中的信号分离与重构[D];华南理工大学;2014年
7 王小刚;非线性滤波方法在无人机相对导航上的应用研究[D];哈尔滨工业大学;2010年
8 周聪;基于非线性估计理论的线控转向汽车状态估计研究[D];西南交通大学;2012年
9 刘真通;基于模型的纯电动车辆动力系统故障诊断研究[D];北京理工大学;2016年
10 孟军英;基于粒子滤波框架目标跟踪优化算法的研究[D];燕山大学;2014年
相关硕士学位论文 前10条
1 肖华;基于无线传感网的城市轨道交通系统研究与应用[D];吉林大学;2019年
2 程雨;基于单测向站的目标跟踪算法研究[D];华中科技大学;2019年
3 孙鑫;基于距离信息的多AUV协同导航研究[D];沈阳理工大学;2019年
4 李皓飞;滑坡预测中阵列传感器的研究[D];西安工业大学;2019年
5 叶东;基于卡尔曼滤波算法的电力系统时滞信号补偿技术研究[D];浙江工业大学;2019年
6 张文达;智能跟随行李箱研究与设计[D];合肥工业大学;2019年
7 卢文品;基于双卡尔曼滤波算法的全钒液流电池荷电状态估计与应用[D];合肥工业大学;2019年
8 史仲渊;基于改进卡尔曼滤波算法的实时以太网时钟同步系统的研究[D];浙江理工大学;2019年
9 韦红宇;基于CPU+GPU协同架构下的并行化多目标跟踪方法研究[D];西安电子科技大学;2019年
10 王晋晶;雷达目标跟踪算法研究与实现[D];西安电子科技大学;2019年
本文编号:2849991
本文链接:https://www.wllwen.com/projectlw/qgylw/2849991.html