首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 93 毫秒
1.
智能化是未来移动机器人的发展方向,而智能化的基础是传感器技术的发展,移动机器人信息融合技术弥补了使用单传感器带来的缺陷.介绍了国内外移动机器人的研究现状,详细阐述了信息融合技术在移动机器人领域的应用.对在移动机器人中应用信息融合的一些关键技术,包括基于移动机器人的融合结构、融合算法、目标识别和自主导航等问题作了较深入的探讨,并对信息融合技术在移动机器人领域中的应用前景给予展望.  相似文献   

2.
多传感器信息融合技术被广泛应用于自动目标识别、医疗诊断、图像处理、模式识别、工业监控等领域。本文主要阐述了多传感器信息融合技术的概念,并对多传感器信息融合的常用算法进行了介绍。  相似文献   

3.
本文综述了移动机器人的导航、定位及多传感器融合技术,介绍了导航技术的应用现状,并阐述了导航技术的发展趋势。  相似文献   

4.
移动机器人的研究现状与趋势   总被引:12,自引:1,他引:11  
对智能移动机器人的计算机控制系统、多传感器信息融合、环境识别、机器人视觉、路径跟踪以及智能控制等的研究现状进行了较为详细地分析和综述.最后,对智能移动机器人的多机器人协作和移动机械手之研究趋势进行了分析.  相似文献   

5.
基于融合和人工势场的自主移动机器人路径规划研究   总被引:1,自引:0,他引:1  
研究了动态不确定环境下自主移动机器人路径规划和运动控制问题.在时域上,建立了超声传感器数据预测模型,利用递推最小二乘法在线更新预测模型参数,通过将该预测模型的预测值与当前传感器实测值融合,提高了了超声数据的可靠性;考虑到空间分布的连续性,将相邻近的超声传感器信息融合进来,进一步提高了数据的实用性.由于人工势场法简单易实现的特点,被广泛应用在机器人自主避障中.借鉴预测控制原理,使用上述融合处理的超声数据,在每个滚动周期内运用改进的人工势场法解决了机器人避障问题.最后,在中国科学院自动化研究所自主开发的移动机器人CASIA-1上对算法进行了实验,实验结果验证了算法的可靠性。  相似文献   

6.
移动机器人导航技术   总被引:6,自引:0,他引:6  
在本篇论中较为详细地介绍了自主式移动机器人导航所需的各种传感器、多传感器信息融合技术和导航方法等。并在实验室内,利用ANN方法和扩展卡尔曼滤波器实现了机器人的自动避障和导航,效果良好。  相似文献   

7.
基于信息融合的同时定位与地图创建研究   总被引:6,自引:0,他引:6  
针对在复杂环境中,由于传感数据的高度不确定性,采用声纳传感器进行移动机器人同时定位与地图创建的可靠性很低问题。对基于声纳信息与视觉信息相融合的SLAM进行了研究。利用Hough变换对声纳信息与视觉信息进行处理从中提取直线和点特征,并进行特征级的信息融合,从而充分利用声纳与视觉信息中的冗余信息。在移动机器人上的实验表明,多传器信息融合可以有效提高SLAM的准确度和鲁棒性。  相似文献   

8.
利用网络化多传感器技术设计了数据融合模块,基于神经网络BP算法良好的非线性映射能力.对温度传感器、烟雾传感器和一氧化碳传感器同时探测的数据进行智能化融合处理。结果表明:该火灾报警系统能准确地识别火灾信号,明显减少了误报和漏报率。  相似文献   

9.
多传感器信息融合技术研究现状和发展趋势   总被引:16,自引:1,他引:16  
多传感器信息融合可以避免单一传感器的局限性,获取更多的信息,提高目标识别能力.本文较为全面的介绍了多传感器信息融合技术的背景、概念、控制结构、融合层次的划分等内容,并预测其将来的发展趋势.  相似文献   

10.
结构健康监测中的数据融合技术   总被引:4,自引:2,他引:4  
目的为了充分利用大型结构健康监测系统中来自不同时间与空间的多传感器信息资源,获得被测对象的一致性决策和估计任务。进而提高确诊率.方法从多传感器数据融合的概念、基本原理出发,探讨了数据融合技术在结构健康监测与诊断中应用的可行性,重点研究了基于人工智能的数据融合技术在结构健康监测及诊断中的应用方法.结果提出了小波概率神经网络数据融合损伤检测技术及其在结构损伤检测中的应用.结论基于多传感器数据融合的健康监测与诊断是可行的、有效的.  相似文献   

11.
在自主移动机器人相关技术的研究中,导航技术是其研究核心.动态不确定环境下的路径规划是自主移动机器人导航的关键环节之一,受到了许多学者的关注.多障碍环境下的路径规划,尤其是多障碍动态环境下的路径规划,是一个比较复杂的问题.通过混沌现象对自主移动机器人在动态环境下,利用传感器信息导航的复杂性进行了探讨.通过计算最大Lyapunov指数和描绘功率谱分析图这两种方法,确定了自主移动机器人从传感器上获得的机器人与障碍物间距离信息的时间序列存在混沌现象,揭示了自主移动机器人在动态环境下导航复杂性的原因.  相似文献   

12.
随着图像传感器技术的发展,多传感器图像融合已成为图像理解、计算机视觉以及遥感领域中的一个研究热点,并广泛应用于自动目标识别、智能机器人、遥感、医学图像处理和制造业等领域.像素级多传感器图像融合获取的原始信息量最多、检测性能最好、应用范围最广,是各级图像融合的基础.详细介绍了像素级多传感器图像融合的原理,着重分析总结了常用的像素级多传感器图像融合的算法与质量评价标准,探讨了多传感器图像融合的应用与发展方向.  相似文献   

13.
采用多超声波传感器来获得履带式行走机器人的环境信息,并利用Dempster-Shafer证据理论对获取的信息进行分析和融合,从而完成对周围环境的准确认识,试验结果表明效果良好,具有良好的使用价值.  相似文献   

14.
履带式行走机器人的多超声波传感器信息融合方法   总被引:2,自引:0,他引:2  
采用多超声波传感器来获得履带式行走机器人的环境信息,并利用Dempster-Shafer理论、卡尔曼滤波的数据融合方法对获取的信息进行分析和融合,从而完成对周围环境的准确认识,试验结果表明效果良好,具有一定的使用价值.  相似文献   

15.
In the real world, centralized tracking in a largescale wireless sensor network (WSN) may not be feasible due to the possible failure of fusion centre and the large communication delay in forwarding measurement data to the fusion centre. Distributed target tracking techniques can be employed by tasking sensor nodes near to the target to perform sensing, target state estimation and selection of future tasking sensor nodes. In this paper, the development and implementation of a prototype ultrasonic WSN testbed to demonstrate distributed target tracking using the Extended Kalman Filter (EKF) algorithm is described. In the testbed, a mobile robot is used to simulate the moving target, and static/mobile sensor nodes are deployed to detect and track the target. The sensor nodes and robots are equipped with sonar and MICAZ to receive and process instructions. Experimental evaluation of a number of sensor scheduling schemes are reported which shows the superior tracking performance of our distributed competition based sensor scheduling scheme.  相似文献   

16.
机器人敏感皮肤多传感器数据融合   总被引:1,自引:0,他引:1  
针对敏感皮肤结构及其实时为智能机器人提供周围环境信息的特点,提出了一种基于容错技术的多传感器在线自适应加权融合算法.该算法首先对敏感皮肤模块测量数据进行预处理,获得具有容错特性的虚拟传感器数据值,然后依据各虚拟传感器方差的变化,及时以自适应方式调整参与融合的各虚拟传感器的最优权系数,使融合系统的均方误差始终最小.实验结果表明:该算法能有效处理冲突信息和传感器故障产生的错误信息,同时保证融合结果的精确性和可靠性,从而使敏感皮肤系统具有良好的容错性和稳健性.  相似文献   

17.
In order to improve the ability of a bionic quadruped robot to percept the location of obstacles in a complex and dynamic environment, the information fusion between an ultrasonic sensor and a binocular sensor was studied under the condition that the robot moves in the Walk gait on a structured road. Firstly, the distance information of obstacles from these two sensors was separately processed by the Kalman filter algorithm, which largely reduced the noise interference. After that, we obtained two groups of estimated distance values from the robot to the obstacle and a variance of the estimation value. Additionally, a fusion of the estimation values and the variances was achieved based on the STF fusion algorithm. Finally, a simulation was performed to show that the curve of a real value was tracked well by that of the estimation value, which attributes to the effectiveness of the Kalman filter algorithm. In contrast to statistics before fusion, the fusion variance of the estimation value was sharply decreased. The precision of the position information is 4.6.cm, which meets the application requirements of the robot.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号