可抗障碍干扰的除冰机器人系统设计与实现

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。     

两轮自平衡机器人角度检测数据融合算法

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。     

信息融合算法在机器人足球系统中的应用

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。     

移动机器人多传感器信息融合测距系统设计

介绍了用于移动机器人运动导航的多传感器测距系统的硬件组成和数据融合方法.测距系统由超声波测距模块、红外测距模块和数据融合模块组成,超声波测距模块和红外测距模块分别检测机器人周围环境中障碍物的距离,数据融合模块则通过SMBus总线收集两个模块采集到的距离数据,并采用自适应加权数据融合算法对这些数据进行处理,以获得可信的距离信息.实验表明,所设计的测距系统可靠性高、配置灵活,能够满足机器人自主导航中的避障要求.     

三维空间机器人主动嗅觉烟羽源自主定位策略

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。     

光电式自主寻迹小车抗干扰技术研究

根据自主寻迹小车的运行要求,完成了光电式自主寻迹小车的整体设计。结合激光和红外传感器的布局方式及其采集信号时存在的干扰问题,提出了传感器采集路径信息的可行方法及处理检测数据的A/D采样自适应、边缘跟踪检测等滤波算法。最后,通过实测数据对比分析,证明采用文中所述的滤波算法来处理检测路径干扰信息是可行的。     

一种适用于移动机器人的障碍物快速检测算法及其实现

针对传统的用于机器人检测障碍物的算法存在的不足,提出了一种基于视觉传感器与超声波传感器信息融合的快速障碍物检测算法.该算法通过位十机器人头部的超声波传感器获取机器人到障碍物(本算法采用矩形障碍物)的距离信息,通过改进型快速直线检测方法和约束条件确定障碍物在视觉传感器所采集的图像中的直线边缘,根据成像过程中-三角形相似的...     

基于嵌入式系统的智能寻迹机器人设计

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.     

清洗机器人倾角传感器信号处理研究

针对目前清洗机器人倾角传感器测量精度低、控制算法复杂等缺陷,提出了一种新的倾角传感器信号处理方法,通过Savitzky-Golay平滑滤波技术对传感器采集数据进行滤波预处理,建立了以温度、滤波后准确的传感器数字信号为输入变量的BP神经网络模型,将倾角传感器的测量精度提高到0.91％,实现了对机器人倾角传感器信号的高精度处理.研究结果表明,该方法能有效提高倾角传感器的测量精度,可为清洗机器人准确完成清洗作业提供技术借鉴.     

基于互补滤波算法的移动机器人姿态检测

移动机器人的姿态检测能够反映出机体相对于路面的实时姿态,有利于机器人对行进过程中的当前姿态做出相应的控制.针对移动机器人姿态检测的要求,采用MEMS陀螺仪和加速度计对移动机器人在移动过程中相对于路面的姿态倾角进行测量并通过互补滤波算法对其测量的角度进行解算.互补滤波算法将加速度计静态特性和陀螺仪动态特性有效融合到一起,并对互补滤波算法进行了微分处理,提高了系统的动态特性,计算量小,从而实现对机器人行进过程的路面起伏状况进行实时测量.     

基于改进型限幅平均滤波法的高精度称重系统研究

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。     

煤矿四旋翼飞行机器人环境信息数据压缩算法

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。     

用于WSNs目标探测的传感模块设计

介绍了一种用于无线传感器网络（WSNs）中进行目标探测的传感器模块,描述了它的软硬件设计与数据处理的算法。该设计主要包括传感器单元、微处理器单元和射频通信单元。在传感器单元中对于外界目标的振动、声音和温度传感器信号进行了采集。在微处理器单元中使用数字信号处理对数据进行预处理并取得信号的特征值。在射频通信单元中将特征值通过WSNs传输到上位机。实验证明：该模块具有良好的稳定性和重复性,可以用于多种环境下的目标探测。     

线阵式红外轴温探头的数据预处理

列车轴温监测系统中,线阵式红外探头提高了数据的可靠性,也成倍增加了数据量.为了适应大规模的数据处理,采用实时采集实时上传的方法,由上位机完成数据处理.数据处理前的预处理包括提取轴温数据、滤波去噪声.根据车轮传感器间的距离和时序提取出轴温信号,通过不规则十字滤波法对轴温信号滤波,结果表明,该方法可准确地从大规模数据中提取出轴温信号,滤波能平滑轴温信号,提高信号的抗干扰性.     

基于体感技术的人机交互游戏研究

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。     

基于ZigBee的特种装备贮运状态监测系统设计

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。     

双超声波数据融合的两轮机器人平衡行进策略研究

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。     

基于模糊神经网络的六足机器人自主导航闭环控制系统设计

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．     

基于红外传感器的移动微机器人定位研究

综合概率论的思想,采用基于红外传感器的微机器人粒子滤波定位方法在已知环境中实现微机器人的自定位.因微机器人受尺寸效应影响无法安装位置传感器,故采用计步的方法存储机器人的运动信息.观测模型采用适合小尺寸微型机器人的红外测距地图匹配方式.因微机器人的存储能力有限,故采用分块存储地图的方法,便于微机器人快速加载地图而完成地图匹配,从而加速其定位过程.实验验证了微机器人的定位性能.     

一种改进高斯-卡尔曼滤波的RSSI处理算法

针对超高频段无源RFID定位系统采集到的基于信号回波强度(RSSI)数据存在突变、波动等特点,采用软件滤波算法对采集到的RSSI数据进行前置数据处理.通过对实时RSSI数据进行分析和研究,提出了一种结合改进高斯拟合和卡尔曼滤波算法的新型数据处理算法.试验证明,该算法能有效去除RSSI数据中的突变数据和噪声波动,实现RSSI值的准确、平滑输出,从而建立准确的测距模型.