共查询到20条相似文献,搜索用时 46 毫秒
1.
目前除冰任务都局限在一些危险区域,路况复杂,机器人采集信息零乱,容易产生干扰;针对这一问题,设计引入无迹粒子滤波器信息融合思想到除冰机器人的设计中,研究现有的除冰机器人的缺陷,优化设计了一种除冰机器人的本体结构,优化了各种非接触式传感器的布局结构,为避障提供充足的数据来源;设计了无迹滤波的信息融合技术,解决了在外部复杂环境中某传感器信息存在的信息干扰;以上海某智能信息公司的除冰机器人进行实际的测试,实验包括除冰机器人、YJV22-3*300电缆,其弯曲直径为2.5 m、使用石膏模拟的覆冰、秒表等,对实验中传感器采集的数据经过数据预处理后使用Matlab 7.0对其进行准确率仿真,仿真结果表明,这种除冰机器人的避障准确率高达96.3%,在传感器损坏后,模型恢复的延时不超过3 s,结构优化明显。 相似文献
2.
分析了采用单一传感器检测动态角度时存在的信号失真问题;采用了双传感器数据融合方法对加速度传感器检测到的角度进行数据处理,消除了信号中的干扰成分;在Matlab环境中对所采用的算法进行了仿真,并分析了仿真结果;在对两轮自平衡机器人控制过程中,将数据融合算法移植到了单片机中;利用加速度传感器及陀螺仪,完成了对角度的检测,被控系统的正常工作和检测数据验证了所采用算法的合理性及有效性。 相似文献
3.
最优信息融合Kalman滤波算法给出了实时动态环境中线性方差最小的融合估计。采用该算法对机器人足球系统中的小球进行状态估计和预测,并给出了信息融合处理结构和该算法的具体实现步骤。实验结果表明,该算法可以克服单一视觉传感器采集的数据含有较大噪声等局限性,实现了对小球精确的状态估计和预测,具有可行性和优越性,并且在某一机器人视觉传感器出错时,系统仍具有良好的容错性和鲁棒性。 相似文献
4.
5.
针对三维空间鲜有人研究烟羽源自主定位的问题,引入利用历史数据机制,提出了布谷鸟搜索算法结合改进的模糊C均值聚类算法的自主定位策略。采用布谷鸟搜索算法产生机器人定位的位置信息,避免了机器人采集烟羽浓度的盲目性,实现了定位的自主性。将产生的位置信息及采集的该位置处烟羽浓度构成特征向量,采用改进的模糊C均值聚类算法对该组特征向量和历史特征向量构成的一组新的特征向量聚类分析,获取三维空间烟羽浓度分布区域,为布谷鸟搜索算法提供了搜索范围。通过实例对所提出的方法进行验证,并与最近两年的定位算法进行对比,结果表明:该方法在平均运行时间和收敛精度方面均优于最近两年的定位算法,且能够以平均0.145 0 m的收敛精度自主定位到烟羽源附近,为烟羽源定位提供了方法支持。 相似文献
6.
7.
8.
本设计采用嵌入式S3C2410微处理器作为智能机器人核心,使用单色CMOS图像传感器采集数据图像的路面信息,对路面信息进行处理得到路面的引导信息,通过路面的引导信息指导机器人行进,同时实时采集智能机器人舵机的转角与驱动电机的速度形成闭环控制,并以路面信息与测得的误差信息为依据进行变参数PID控制.通过实验证明,该系统稳定性强,控制精度高,行进速度快,优化了PID控制中机器人的寻迹策略. 相似文献
9.
10.
11.
基于改进型限幅平均滤波法的高精度称重系统研究 总被引:4,自引:0,他引:4
针对称重传感器采集数据过程中干扰信号对电子称重系统测量精度的影响,提出了一种基于改进型限幅平均滤波法的高精度称重系统的设计方案。该称重系统由数据采集、模数转换、处理器、存储单元、控制模块以及显示模块组成。并将限幅滤波法、中位值滤波法、滑动平均滤波法相结合,提出了既可消除采集数据中偶然性脉冲,又可抑制周期性干扰的改进型限幅平均滤波算法。通过对5 kg~50 kg重量范围内8组不同目标重量的测量实验,将使用与未使用该改进型限幅平均滤波法的称重系统进行了对比测试和分析。实验结果表明,使用该算法后系统的最大误差率为0.1%,比未使用该算法的系统精度提高了9倍。 相似文献
12.
针对四旋翼飞行机器人在煤矿巷道中的飞行路径与轨迹多变,导致其在动态空间中采集的环境信息数据有较大冗余的问题,提出了一种煤矿四旋翼飞行机器人环境信息数据压缩算法。采用小波分析中的默认阈值降噪方法对原始数据进行降噪处理,以提高信噪比;以甲烷监测为例介绍数据压缩算法,将巷道空间沿巷道方向拆分成若干个截面,选取每个拆分截面的甲烷浓度有效值,并通过有效值对甲烷浓度检测数据进行重构。实验结果表明,通过算法压缩和重构的甲烷浓度信号与人工检测结果相比误差很小,数据压缩算法能够提取出甲烷浓度数据有效值,去除机器人采集到的冗余环境信息,从而提高数据传输的有效性和实时性。 相似文献
13.
14.
15.
张艳 《自动化与仪器仪表》2021,(2):207-211
针对传统陀螺仪定位的精度和稳定性问题,结合加速度传感器和陀螺仪各自的优势,提出一种组合的定位采集方法。在该采集方法中,利用MPU集成模块实现加速度传感器与陀螺仪数据采集的接入;然后通过卡尔曼滤波算法实现数据的融合;平均值滤波实现信号的预处理,最后再通过零速率的基准值动态自校正方法实现对采集到的坐标校正。MATLAB仿真结果表明,构建的体感设备定位采集方法可行,且精度高。 相似文献
16.
设计了一种基于ZigBee技术的实时贮运状态监测系统。系统通过MEMS传感器实现特种装备贮运状态的采集,采用CC2530模块实现数据的无线传输,以ARM微处理器STM32F407为核心实现数据的实时存储、分析与显示,并应用数字滤波算法对数据进行滤波处理,提高了检测数据的精确度。系统测试结果表明该系统对于节点信息的采集和无线传输具有较高的可靠性和稳定性,具有推广应用价值。 相似文献
17.
《自动化仪表》2017,(2)
针对移动轮式自平衡机器人在生产应用中存在的问题,对其结构特点与姿态平衡的控制策略进行了研究。为了保障机器人的平衡与协调运动,提出了基于双超声波测距数据融合的平衡和行进策略。采用双超声波数据融合平衡算法,在Arduino主控的机器人上实现了自平衡姿态的控制,对双超声波传感器数据信息进行处理,从而保证了机器人的自平衡运动;同时,在机器人的运动过程中加入了PID控制算法,以调整机器人的运动状态及加快机器人对信号误差处理的速度。试验与仿真结果表明,该策略设计有效可行,双超声波自平衡机器人可以保持较好的平衡姿态,行进控制与基本方向控制也有效可靠,体现了较好的平衡稳定性和平衡协调性。在平衡算法控制下,双超声波机器人不仅实现了平衡行进,还实现了行进策略下的平衡后退以及方向控制下的平衡转弯,具有广阔的应用前景。 相似文献
18.
针对未知环境中六足机器人的自主导航问题,设计了一种基于模糊神经网络的自主导航闭环控制算法,并依据该算法设计了六足机器人的导航控制系统.算法融合了模糊控制的逻辑推理能力与神经网络的学习训练能力,并引入闭环控制方法对算法进行优化.所设计的控制系统由信息输入、模糊神经网络、指令执行以及信息反馈4个模块组成.环境及位置信息的感知由GPS(全球定位系统)传感器、电子罗盘传感器和超声波传感器共同完成.采用C语言重建模糊神经网络控制算法,并应用于该系统.通过仿真实验,从理论上论证了基于模糊神经网络的闭环控制算法性能优于开环控制算法,闭环控制算法能够减小六足机器人在遇到障碍物时所绕行的距离,行进速度提高了6.14%,行进时间缩短了8.74%.在此基础上,开展了实物试验.试验结果表明,该控制系统能够实现六足机器人自主导航避障控制功能,相对于开环控制系统,能有效地缩短行进路径,行进速度提高了5.66%,行进时间缩短了7.25%,验证了闭环控制系统的可行性和实用性. 相似文献
19.