基于多傳感器融合的機器人導航系統(tǒng)中的避障研究.pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著科技的進步機器人技術(shù)的發(fā)展,機器人性能和智能性不斷提高,已經(jīng)廣泛應用于生活服務、軍事、工業(yè)生產(chǎn)和未知領(lǐng)域探索等各種領(lǐng)域。有關(guān)機器人智能性的研究是機器人研究領(lǐng)域內(nèi)的一個很重要的科研方向,其中機器人的避障技術(shù)是實現(xiàn)機器人智能性的一個重要方面,一直是該領(lǐng)域內(nèi)的研究熱點。如何讓機器人知道什么是障礙物,以及如何躲避障礙物,這兩個問題分別對應避障過程中的障礙物檢測與避障路徑規(guī)劃兩個基本環(huán)節(jié)。本文針對基于多傳感器的室內(nèi)移動導航機器人的自主避障問題

2、開展研究工作。主要研究內(nèi)容有以下幾點。
   1、首先對移動機器人研究領(lǐng)域的發(fā)展、移動機器人障礙物檢測方法、多傳感器信息融合的方法以及移動機器人局部路徑規(guī)劃的研究現(xiàn)狀做了簡要的分析,并對本文的主要組織結(jié)構(gòu)做了概述。
   2、基于圖像解析的障礙物檢測定位。通過圖像信息熵知識對圖像進行解析,通過判斷圖像中信息熵的值的變化來完成障礙物檢測與初步定為功能,并且通過分析圖像中的邊緣點信息對障礙物進行在圖像中的精確定位。
 

3、  3、基于多傳感器融合的障礙物檢測精確定位。對于視覺障礙物檢測的結(jié)果通過超聲傳感器進行驗證,并且多兩者所獲得的信息進行融合,得到障礙物更準確的信息。
   4、基于行為的機器人避障控制中的模塊劃分。該方法通過分解機器人的控制單元來簡化機器人的避障路徑規(guī)劃。本文中將機器人的控制單元分為尋目標點行為、趨向目標點行為、一般避障行為、解死鎖行為、到達目標點行為。其中避障行為模塊用改進的人工勢場法實現(xiàn),解死鎖行為采用的是一種基于全向搜

4、索的解死鎖算法。
   5、基于模糊控制策略的機器人控制。在機器人向目標點或向某一方向運動時,由于機器人是根據(jù)周圍環(huán)境信息進行實時的控制決策規(guī)劃,而實際試驗中不可能讓機器人很精確的向某一方向直行,所以需要用的模糊控制的方法來實現(xiàn)機器人的輪速控制。本文中的模糊控制方法是根據(jù)機器人正前方與機器人想要到達的目標點和機器人連線的夾角e來確定機器人左右輪速。反應θ與輪速之間關(guān)系的模糊決策表由經(jīng)驗值得來。
   6、基于人工勢場法的

5、避障算法。利用人工勢場法計算避障路徑的基本原理是在機器人的周圍中抽象存在勢能場,該勢能場是有目標點的引力場與障礙物的斥立場共同構(gòu)成,機器人其中受合力場的影響而運動,其運動方向是所有受力的合力方向,將機器人看成受人工市場影響下的一個質(zhì)點。利用人工勢場法計算機器人的運動方向的步驟為:構(gòu)造障礙物周圍斥力場與目標點周圍的引力場,計算出勢場下降的方向即勢函數(shù)負梯度方向來確定機器人的運動方向。
   7、傳統(tǒng)人工勢場法的存在的問題及其改進。

6、通過分析基于傳統(tǒng)人工勢場法的避障算法在具體應用中碰到的問題,包括:目標不可達與局部極小。建立了新的勢場函數(shù)來解決目標不可達的問題;相應的引入基于全向搜索的控制方法解決局部極小問題,該方法即是基于行為的機器人控制單元中解死鎖行為所應用算法。
   機器人目前能夠通過全景攝像頭識別出簡單的目標點,并且根據(jù)機器人正前方和機器人與目標點的連線的夾角,依據(jù)模糊控制策略操控機器人向目標點前進,并且當碰到障礙物時能夠避開障礙物繼續(xù)前進,在碰到

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論