面向多机器人系统的无线传感器网络节点定位与信息通信研究

发布时间:2017-08-15 13:21

  本文关键词:面向多机器人系统的无线传感器网络节点定位与信息通信研究


  更多相关文章: 多机器人系统 无线传感器网络 定位算法 信息通信 通信平台


【摘要】:多机器人系统是一个很有价值的研究领域,实现多机器人间的通信能够大大提高多机器人间的协作能力。本文将多机器人系统与无线传感器网络相结合,建立了面向多机器人系统的无线传感器网络通信平台。对多机器人系统的定位与通信问题进行了研究,对定位算法提出了改进的方法,为通信时信息阻塞与丢包率严重的问题提出了缓解办法。本文主要内容与创新之处有:一是将多机器人系统与无线传感器网络相结合,一方面在GPS无法应用的环境下,无线传感器网络能够为机器人提供定位的方法,另一方面,无线传感器网络使机器人间的通信变得更加便捷。二是采用基于RSSI的加权质心算法对机器人进行定位,针对加权质心算法的不足之处,对公式的加权因子进行了优化,此优化方法强调了抛锚点距离未知节点的距离不同对未知节点位置预测的影响也不同的思想。三是面对多机器人系统中因机器人间的通信频繁、信息量大而造成的信息丢包率严重、信息传输阻塞延迟的问题,本文对Zigbee协议栈Z-stack MAC层的通信协议进行了研究,对最小竞争窗口值进行了合理的分配与设置,给予任务量大的节点更多抢占通信信道的机会,以缓解丢包率高的问题。同时,将路由器应用层的信息适当的合并,以减少其发射次数,从而减少网络的通信量,缓解通信阻塞的问题。四是对多机器人的无线通信平台的基本功能进行了研究与编程,在此通信平台上进行实验,对采用改进后的算法的定位误差与丢包率进行计算。
【关键词】:多机器人系统 无线传感器网络 定位算法 信息通信 通信平台
【学位授予单位】:河北工业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN929.5;TP212.9;TP242
【目录】:
  • 摘要4-5
  • ABSTRACT5-8
  • 第一章 绪论8-16
  • 1.1 课题研究背景及意义8-9
  • 1.2 多机器人技术的国内外发展现状9-11
  • 1.3 无线传感器网络的发展11-13
  • 1.4 本文主要研究内容13-16
  • 第二章 基于Zigbee无线传感器网络定位算法的研究16-26
  • 2.1 主要几种无线网络通信技术16-17
  • 2.2 几种基本的定位方法17-18
  • 2.3 基于RSSI的加权质心算法的简介及其不足之处18-22
  • 2.4 改进的加权质心算法22-23
  • 2.5 实验仿真23-25
  • 2.6 本章小结25-26
  • 第三章 多机器人系统通讯信息阻塞问题的研究26-32
  • 3.1 无线网络下机器人通信协议的改进26-30
  • 3.1.1 通信协议的缺陷26-27
  • 3.1.2 基于MAC层的优化方法27-30
  • 3.2 基于应用层的改进30-31
  • 3.3 本章小结31-32
  • 第四章 实验平台的开发32-48
  • 4.1 开发环境简介33-37
  • 4.1.1 IAR Embedded Workbench开发工具33-34
  • 4.1.2 ZigBee协议栈34-37
  • 4.2 实验平台各传感功能和控制控制的设计37-43
  • 4.2.1 协调器的设计37
  • 4.2.2 电机控制功能的实现37-38
  • 4.2.3 红外检测功能的实现38-41
  • 4.2.4 加速度、方向检测功能的实现41-42
  • 4.2.5 温湿度检测功能的实现42-43
  • 4.2.6 有毒气体检测功能的实现43
  • 4.3 通信协议43-46
  • 4.4 本章小结46-48
  • 第五章 无线传感器网络下多机器人定位与通信实验48-58
  • 5.1 无线网络下机器人通信丢包率的测试实验49-53
  • 5.1.1 改进前丢包率的计算49-51
  • 5.1.2 改进后丢包率的计算51-52
  • 5.1.3 改进前后丢包率的分析对比52-53
  • 5.2 无线传感器网络下机器人定位实验53-57
  • 5.3 本章小结57-58
  • 第六章 结论与展望58-60
  • 6.1 结论58
  • 6.2 展望58-60
  • 参考文献60-64
  • 致谢64

【相似文献】

中国期刊全文数据库 前10条

1 熊举峰,谭冠政,盘辉;多机器人系统的研究现状[J];计算机工程与应用;2005年30期

2 吴正平;关治洪;吴先用;;基于一致性理论的多机器人系统队形控制[J];控制与决策;2007年11期

3 姚俊武;黄丛生;;多机器人系统协调协作控制技术综述[J];黄石理工学院学报;2007年06期

4 马斌奇;;多机器人系统的研究现状及发展[J];科技信息;2009年04期

5 吴军;徐昕;连传强;贺汉根;;协作多机器人系统研究进展综述[J];智能系统学报;2011年01期

6 赵晓巍;袁庆;;多机器人系统在汽车焊接中的应用研究[J];中国高新技术企业;2014年09期

7 顿文力,孟庆春,庄晓东;对抗性多机器人系统对手建模的研究[J];计算机应用研究;2004年03期

8 王磊,唐华斌,孙增圻;多机器人系统形成联合协作的综合评价算法[J];清华大学学报(自然科学版);2005年04期

9 王佳;吴晓蓓;徐志良;;多机器人系统的互联控制问题讨论[J];控制工程;2007年05期

10 张学习;杨宜民;何启承;;多机器人系统的一种快速会话建立方法[J];计算机工程与应用;2008年35期

中国重要会议论文全文数据库 前8条

1 苏丽颖;么立双;李小鹏;杜峰;;多机器人系统任务分配问题的建模与求解[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年

2 袁云;张涛;张莹;;基于网络知识平台异种多机器人系统智能协调行为的动态学习[A];2007年中国智能自动化会议论文集[C];2007年

3 郝莉莉;顾浩;杨惠珍;康凤举;;多机器人系统合同网任务分配方法的改进与仿真[A];中国造船工程学会电子技术学术委员会——2012年水下复杂战场环境目标识别与对抗及仿真技术学术交流论文集[C];2012年

4 殷波;孟庆春;庄晓东;;基于模糊逻辑的多机器人系统智能学习方法[A];2005年中国智能自动化会议论文集[C];2005年

5 倪春波;孔一斐;杨月全;曹志强;张天平;;粒子群优化及其在多机器人系统中的应用展望[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年

6 王磊;孙增圻;;基于行为的对手意图识别与对策决策[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年

7 孟庆春;殷波;王旭柱;王汉萍;谭锐;葛玉荣;苑泉乐;;对多机器人系统工作空间进行实时建模的研究[A];2001年中国智能自动化会议论文集(上册)[C];2001年

8 戴朝晖;吴敏;陈鑫;;利用队列控制实现多机器人合作搬运[A];第二十七届中国控制会议论文集[C];2008年

中国重要报纸全文数据库 前4条

1 善灵;清华一项目获教育部留学回国人员科研启动基金资助[N];科技日报;2007年

2 陈晓莉;造纸行业机器人通过验收[N];中国绿色时报;2011年

3 本报记者 祝蕾 通讯员 徐彦波;我国造纸业机器人包装搬运装备实现自主化[N];济南日报;2011年

4 本报记者 李蕾 本报实习生 张敏 刘沁;八大菜系,机器人“管家”全精通[N];解放日报;2009年

中国博士学位论文全文数据库 前10条

1 邵暖;基于双目视觉的多机器人系统协调跟踪控制研究[D];燕山大学;2015年

2 王磊;动态对抗性环境下多机器人系统合作研究[D];清华大学;2005年

3 龙晓林;基于网络模型的多机器人系统研究[D];浙江大学;2007年

4 祖丽楠;多机器人系统自主协作控制与强化学习研究[D];吉林大学;2006年

5 董炀斌;多机器人系统的协作研究[D];浙江大学;2006年

6 李淑琴;面向任务的多机器人系统的组织设计研究[D];南京理工大学;2005年

7 柳林;多机器人系统任务分配及编队控制研究[D];国防科学技术大学;2006年

8 刘亚波;异构多机器人系统协同技术研究[D];浙江大学;2011年

9 严勇杰;多机器人系统协调与控制研究[D];哈尔滨工程大学;2007年

10 雷艳敏;多机器人系统的动态路径规划方法研究[D];哈尔滨工程大学;2011年

中国硕士学位论文全文数据库 前10条

1 刘玲;基于Ad hoc网络多机器人系统路由及通信可靠性算法研究[D];大连大学;2015年

2 张玉林;基于快速信息共享的多机器人系统重规划模型与算法的研究[D];电子科技大学;2015年

3 胡雪梅;分布式多机器人系统协同信息共享模型与算法的研究[D];电子科技大学;2015年

4 张琳丽;面向多机器人系统的无线传感器网络节点定位与信息通信研究[D];河北工业大学;2015年

5 部若谷;多机器人系统通信模块的设计与实现[D];上海交通大学;2008年

6 李根;矿井救援多机器人系统任务分配优化算法研究[D];辽宁工程技术大学;2011年

7 金露;基于社区感知网络的多机器人系统Q-学习与运动控制研究[D];扬州大学;2013年

8 樊雪丽;基于混杂动态的多机器人系统的一致性分析与设计[D];北京交通大学;2015年

9 吴笑萍;一类多机器人系统任务分配方法的研究[D];南京理工大学;2012年

10 韩飞;基于多机器人系统的K近邻增强学习与运动控制[D];扬州大学;2012年



本文编号:678401

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/678401.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户3f051***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com