激光扫描全局定位传感器的研究

1.引言 自主导航定位是自主移动机器人(或自主移动载体)的基本功能之一.这种功能可以使自主移动机器人(Autonomous Mobile Robot)在作业环境中,依据自身的感知系统确定自身的位置,从而根据任务作出正确的行为决策和路径选择.全局定位就是通过采集环境中地理或人工标志的感知信息,在线地计算出载体在环境参考系中的位置,使机器人系统可以实现基于环境信息的自主导航定位.因此研究全局定位传感器实现移动机器人的自主导航定位对机器人学的发展和促进移动机器人的应用都具有十分重要的意义.     

激光测距在移动机器人自主导航中的应用

移动机器人在运动范围内需要有足够的传感器信息可供利用来进行自主导航,在完全未知的环境中,由机器人依靠其自身携带的传感器所提供的信息建立环境模型是机器人进行自主定位和导航的前提之一。介绍了激光测距在移动机器人自主导航中的应用研究;通过二维测距传感器对其周围环境进行扫描,提出了自主导航中地图创建、定位如何用二维扫描获得三维数据流的算法描述,并实验验证该算法的运用使机器人获得一个很好的三维视觉结构图。     

基于ROS的服务机器人关键技术研究与实现

针对服务机器人服务业务的无监督实现问题,设计并实现了一种基于ROS(机器人操作系统)的智能服务机器人系统。该系统包括管理中心、机器人本体和客户端,采用基于ROS系统的node节点分布式架构。管理中心由服务器组成,管理中心是任务管理与执行调度的核心组成部分,负责对系统内各种资源进行管理和调度,机器人本体使用高性能核心处理器搭载环境传感器,通过基于EKF(扩展卡尔曼滤波)的SLAM算法解决移动机器人导航问题,客户端与机器人本体的信息交互采用基于rosbridge的节点通信技术。机器人系统通过语音交互技术实现了语音自主导航。本设计在实验室环境采用Turtlebot机器人进行实际测试,测试结果表明本方案可以初步实现机器人基础服务场景中的自主定位与导航及语音控制功能。     

基于无线传感器网络的移动机器人智能导航算法

结合了无线传感器技术和群集智能技术两者的优势,提出一种新的基于无线传感器网络的移动机器人智能导航控制算法,并考虑了能量消耗的问题。算法利用基于多传感器信息融合的全局概率地图构建技术、使用群集仿生智能的基于微粒群算法的实时在线路径规划以及避障策略,提高了智能导航的整体性能,满足了在复杂环境和未知障碍物下导航的实时要求。最后设计并构造出了实际的无线传感器网络和实际的机器人系统,验证了算法成功实现机器人导航的有效性和准确性。     

关于移动机器人定位系统的研究——基于多传感器的机器人定位技术

在移动式机器人系统中,导航系统是机器人实现自治的核心,在导航系统中机器人定位系统又有着至关重要的作用.因为,只有基于精确定位的导航才是可靠的.考虑到目前的移动机器人系统都装备有多传感器,本文着重研究了基于多传感器的移动机器人定位技术.本定位系统首先获取里程计信息,按轨迹生成法得到机器人的粗定位,并在粗定位基础上进行局部感知环境预测,然后融合视觉传感器和距离传感器的信息,以得到较精确的机器人局部感知模型,以此 在移动式机     

多机器人系统中基于环境侧信息的移动任务调度算法

针对宾馆的客房服务等应用场景,采用分布式环境信息获取技术,实现多机器人并行配送服务的集中式调度。为了完成配送服务,设计一个任务分发器来接收配送服务请求并将其分配给合适的机器人。引入基于超宽带UWB无线定位技术的多台机器人全局路径规划,以及单台机器人自身基于SLAM加惯性导航和超声波避障的局部路径规划相结合的路径规划。在复杂的人机共存环境中将多个移动机器人导航到各自的目的地。同时集成电梯控制器,以实现不同楼层之间的配送服务。通过仿真机器人与实际测试机器人相结合的方法验证系统的高性能。     

智能移动机器人技术现状及展望

智能移动机器人技术涉及到机器人导航与定位,路径规划,运动控制等.本文综述了移动机器人技术的历史,现状以及未来.首先简要回顾了移动机器人的发展历史,介绍了移动机器人主要体系结构.其次详细论述了移动机器人的主要导航技术,路径规划技术以及多传感器信息融合技术,并指出它们优缺点.最后指出基于硬件电路图像处理的视觉导航技术,高智能情感移动机器人等技术是移动机器人发展趋势.     

多传感器信息融合技术在机器人中的应用研究

随着智能机器人应用领域发展需求，移动机器人控制系统中使用的传感器种类和数量不断增多，但每种传感器都有一定的使用条件和感知范围，只能给出环境或对象的部分信息，机器人通过多传感器信息融合技术多视角完成信息处理及综合，实现其智能感知与智能控制功能。     

多传感器信息融合伺服的移动机器人快速跟随

针对移动机器人快速跟随任务的需要,采取了多传感器信息融合的伺服控制,用双目摄像机对移动机器人进行视觉导航,利用激光雷达和超声波传感器完成移动机器人的避障设计,通过位于机器人轮部的光电编码器反馈信息处理实现机器人的自定位,语音交互和手势交互共同完成移动机器人的人机交互,制定了移动机器人快速跟随整体策略并提出了软硬件系统集成方案.在实验环境中通过实验和实践表明了移动机器人能够快速顺利的完成跟随任务.     

基于S3C44B0X的移动机器人的应用研究

本文以S3C44B0X为控制中心,设计了移动机器人的硬件平台,并给出了软件设计策略,实现室内未知环境的移动机器人的导航,采用多传感器感知外界环境的障碍信息,结合光电编码器和电子罗盘获取机器人当前的位置,运用嵌入式实时多任务操作系统μC/OS-II设计机器人多任务运行策略。实验表明,该移动机器人能够实现避障功能并能达到目标点。     

移动机器人的一种室内自然路标定位法

实时定位是移动机器人导航的一个基本前提。该文提出了一种利用墙棱边及墙平面(EdgeandPlane,EP)路标或者广义EP路标进行定位的方法,使用了异步数据融合的方法对移动机器人进行了定位。仅利用传感器对墙平面的距离数据进行测量就实现了机器人的定位。仿真显示这些方法能减少机器人的定位时间,提高对传感器测量数据的利用效率。     

基于多传感器信息融合的机器人导航与定位技术研究

移动机器人已经服务于各个领域,作为室内移动机器人服务的前提是实现机器人精准定位。文章介绍了一种射频识别（Radio Frequency IDentification,RFID）和即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）多传感器融合库存盘点机器人精准导航与定位的方法。通过读取布置在环境中的RFID标签,获取机器人的大概位置信息和准确运动状态,然后结合SLAM技术实现精准定位。实验结果表明,该方法可以使库存盘点机器人精准定位,且系统搭建简单、成本低,对室内机器人定位具有参考价值。     

嵌入式移动机器人视觉定位及地图构建系统设计

设计了一种具有定位和导航功能的嵌入式移动机器人,采用双控制器协同工作模式并具有多种感知模块;在设计的嵌入式平台上进行了单目视觉定位和导航研究;通过彩色路标和电子罗盘实现对机器人的定位,分析了摄像机成像原理,给出了世界坐标系和图像坐标系的映射关系,简化了机器人定位的难度;通过超声波传感器旋转测距获得周围环境信息,对环境信息处理后建立地图的栅格模型;实验表明该定位方法能够准确提取路标的重心,具有较好的定位精度,减少了计算时间;通过超声波数据可以比较准确的建立环境模型,能够满足避障要求。     

基于ROS和SLAM的全向移动语音机器人设计

针对传统嵌入式单片机控制的移动机器人交互少、自主运行能力不足的问题,设计并构建了语音启动的基于ROS元操作系统的移动机器人系统.以Linux系统的微处理器作为核心控制平台,STM32单片机作为下位机,结合激光雷达、GY-85等器件,根据混合硬件架构思想设计了一款全向移动的智能语音机器人.该机器人利用激光雷达采集环境信息,并用hector SLAM算法进行建图,利用AMCL算法进行定位和导航,并且采用了麦克纳姆轮底盘进行全方位的移动.对机器人的语音交互、实时定位和建图的功能进行了实地实验.实验结果表明,该移动机器人具有良好的语音交互、建图精度和系统特性,可有效完成建图定位和导航功能.     

基于粒子滤波的全方位视觉传感器实现移动机器人导航

研究了一种引导机器人沿着固定轨迹运动的实时视觉伺服系统,并提出了一种实现移动机器人导航的创新的系统架构.系统由基于鱼眼镜头的全方位视觉传感器和嵌入式图像处理单元构成,可以实时校正鱼眼镜头畸变,并利用复合的粒子滤波算法识别和跟踪自定义的航标,最终实现移动机器人的导航.实验表明,该系统能够校正鱼眼镜头畸变,实时跟踪航标并有效实现机器人的定位和导航,且结构紧凑、功耗低,容易集成到各种移动设备中实现自主导航、安防监控等功能.     

自主移动机器人导航定位技术研究初探

介绍了当前自主移动机器人常采用的导航定位技术,以及所采用的各种传感器的工作原理、适应场摘要:介绍了当前自主移动机器人常采用的导航定位技术,以及所采用的各种传感器的工作原理、适应场合和优缺点,并提出了浆液下搅拌机器人导航定位的初步方案.这对自主移动机器人导航定位技术的进一步研究具有一定的参考价值.     

基于深度强化学习的密集动态环境导航避障

导航和避障是移动机器人自主智能中一项基础且重要的任务，其目的是引导机器人到达相应的位置。随着移动机器人的广泛使用，移动机器人常需要在大量移动障碍物的环境中导航和避障。提出了一种基于深度强化学习的导航避障算法，通过基于残差卷积和注意力机制的深度Q网络与势能奖励函数相结合，提高了在密集动态环境中导航避障的性能。仿真实验证明，当环境中动态障碍物密度大于0.4 ppm时，导航成功率大于60%。     

基于改进Rao-Blackwellized粒子滤波器的 同时定位与地图构建

解决同时定位与地图构建(SLAM)问题是实现机器人自主导航的核心.目前,Rao-Blackwellized粒子滤波器(RBPF)是解决机器人同时定位与地图构建的有效方法.该方法在计算提议分布时,通常只考虑移动机器人的里程计信息,因此存在需要大量的采样粒子造成的计算量和复杂度增大的问题.本文提出一种改进算法,在计算提议分布时将机器人里程计信息和激光传感器采集的距离信息进行融合,有效地减少了所需粒子的数量并降低了滤波器预测阶段机器人位姿的不确定性.本文在机器人操作系统(robot operating system,ROS)平台上,使用配有URG激光器的Pioneer3-DX机器人进行了实验.结果表明,采用本文方法能够实时在线地创建高精度的栅格地图,为机器人在未知环境中的SLAM和导航提供了新途径.     

室内移动机器人机器视觉定位系统的设计

采用以DSP+ARM微控制器为核心的嵌入式实时操作系统,设计了一种基于嵌入式系统和机器视觉定位的室内移动机器人。利用视觉导航图像处理技术、形态学方法和一种基于尺度空间理论的Harris角点检测方法,借助陀螺仪和加速度计的惯性导航技术进行地图的匹配定位,并按环境的变化情况更新地图以实现导航。基于超声波传感器设计了避障模块,实现了自主避障。设计了一种基于Zig Bee技术的无线通信模块,实现了机器人的智能控制,增加了机器人之间以及机器人和服务器之间的信息交换。软件核心算法采用多传感器融合技术,将D-S理论和人工神经网路相结合;在非线性化系统中,利用BP神经网路多层前馈网络的反相传播学习方式,很好地实现了模式识别。与其他机器人系统相比,该系统具有独立操作性强、功能多样化、扩展性强等特点,克服了目前机器人存在的成本高、功耗大、实时性差和定位不准确的问题。     

智能空间辅助家庭服务机器人的定位方法

研究移动机器人智能定位优化问题,在分析传统的移动机器人定位的过程中,由于在定位时存在误匹配造成不准确,传统的移动机器人自身携带传感器对周围环境观测具有局限性.为了提高有效定位,提出利用智能空间中的单个全局摄像机作为外部传感器,可采用Monte Carlo方法解决移动机器人定位,并进行仿真,实验表明,全局摄像机能够有效地辅助移动机器人在全局环境中定位,Monte Carlo算法利用全局摄像机的观测信息,使定位有良好的性能效果.