移动机器人THMR-V的组合定位系统

定位系统是室外移动机器人中不可缺少的组成部分,是车辆定位与导航的基础。文章介绍了清华移动机器人THMR－V的定位系统,它是由GPS、磁罗盘、光码盘组成的。GPS能够提供比较精确的绝对位置,但是采集数据较慢,而且可能由于遮挡等原因而失效或跳变。磁罗盘－光码盘系统（CEPS）通过航位推算计算车体位置,在短期内定位效果较好,但是存在积累误差。通过GPS／CEPS组合定位,取长补短,从而整体上达到良好的性能。在THMR－V上经过一年多试验证明,该系统具有较高的准确性和稳定性,满足移动机器人的定位与导航的需要。     

室外移动机器人TYIRV-I的定位系统的设计与实现

定位系统是保证准确避障和导航的必要条件,只有准确稳定的定位才能够准确避障和导航,所以定位系统在室外移动机器人中是不可缺少的组成部分。本文介绍室外移动机器人TYIRV-I的组合定位系统,即GPS、磁罗盘和光码盘组合定位,其中,GPS虽然能够提供较精确的位置信息,但是会由于遮挡等原因导致数据无效。磁罗盘和光码盘通过航位推算得到位置信息,短距离定位效果较好,但存在严重的累计误差。对以上两种定位方法进行信息融合形成GPS、磁罗盘和光码盘组合定位,取长补短,取得较好的效果。实践证明,该定位系统具有较高的准确性和稳定性,能够满足移动机器人的定位和导航需要。     

基于光流传感器的移动机器人定位方法

详细介绍了光流传感器移动机器人定位系统的运动学原理,给出了理论模型推导;基于理论模型,搭建了基于光流传感器实验装置,将3只传感器置于移动机器人的固定位置,通过运动学几何关系,解算机器人的位姿;在室内进行了移动机器人的导航实验,推算了机器人的预测轨迹.实验证明了理论的可行性,可以作为短距离定位的一种导航方案.     

基于CH375A的CAN-USB总线通信模块设计

针对CAN总线现场数据采集时必须有PC机参与和CAN总线与PC机通讯速率低的问题,提出了此CAN-USB通信模块设计方案;该方案基于USB主/从控制芯片CH375A,在单片机的控制下,既可以实现CAN总线数据采集系统中嵌入USB主机,从而完成把各节点采集的数据存入U盘,取代了现场数据采集系统必须有一台PC机的模式;也可以通过USB设备接口将CAN总线数据转送到PC机进行分析处理并把PC机的数据或命令传送给指定的CAN节点,高效完成PC机与现场设备的通讯.     

基于改进支持向量回归算法的移动机器人定位

为了提高移动机器人定位精度,提出了一种基于正交编码器和陀螺仪的轮式移动机器人定位系统,建立机器人的定位模型和运动学模型。研究了支持向量回归（SVR）算法,为获得更好的鲁棒性,对目标函数误差平方进行加权,分析不同参数优化算法对支持向量机回归准确率的影响。以自制的移动机器人为实验平台,将改进的算法与最小二乘支持向量回归（LSSVR）算法、加权最小二乘支持向量回归（WLSSVR）算法进行比较,对比了用改进算法时机器人在木地板场地与瓷砖场地的定位误差情况,并对正交编码器+陀螺仪定位系统与双码盘定位系统、单码盘+陀螺仪定位系统进行比较。实验结果表明,改进的算法使机器人的定位精度明显高于对比算法,并且所提出的定位系统定位效果较好。     

自主移动机器人室内定位方法研究综述

自主移动机器人的室内定位作为机器人研究领域中最基本的问题已被广泛研究。根据定位技术和传感器的不同,将室内定位方法分为航迹推算定位、地图匹配定位和基于信标定位三类。详细介绍了超声波网络定位系统和基于无线射频识别（RFID）的定位方法。对几种基于概率的定位算法做了分析和对比,并对自主移动机器人室内定位方法的研究方向做了展望。     

基于P87C591的CAN总线智能超声波测距系统

在移动机器人的安全避障技术中,为了准确定位障碍物,往往采用多路超声波传感器测距系统,势必造成系统硬件复杂,软件编写困难.为节省系统资源,介绍了一种以飞利浦P87C591作为超声波传感器控制核心及CAN总线控制器的CAN总线智能超声波测距系统,详细介绍了其硬件电路构成、工作原理及软件设计思想.通过该设计的简单应用,大大节省了系统硬件资源,简化了软件编写复杂度,且该系统硬件结构简单,有较强的实用性.     

基于CAN总线的自主移动机器人通信系统研究

该文提出了一种由远程监控机、PC104及DSP组成的基于CAN总线通信的自主移动机器人通信系统的分布式体系结构。在此结构基础上,阐述了移动机器人主体的上层控制计算机PC104与底层控制系统各DSP之间的CAN总线通信协议,并给出了相应的通信软件的具体设计与实现。最后,在笔者研发的自主移动机器人CASIA-I上实现了上述通信控制软件。     

基于自适应无迹卡尔曼的机器人室内定位算法

针对室内环境复杂,难以通过单一传感器对机器人精准定位的问题,以室内环境中的两轮差动移动机器人为研究对象,提出了一种自适应无迹卡尔曼室内定位算法。该方法以无迹卡尔曼滤波（UKF）算法为基础,融合里程计、超声波定位系统、电子罗盘等传感器数据,利用超声波定位低频特性好的特点,弥补里程计结合电子罗盘进行航迹推算的累积误差和打滑影响。鉴于实际中量测噪声往往难以确定,利用Sage-Husa自适应方法,并根据不同传感器的噪声特性设置不同的加权系数,在线更新量测噪声特性,以实现对量测噪声的自适应。通过仿真验证,该方法能在传感器噪声特性未知的情况下,有效适应传感器噪声的变化,从而能够在复杂室内环境下,实现较高精度和鲁棒性的位姿估计。     

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     

一种低功耗程控滤波器的设计

针对目前移动机器人同时定位与地图创建(SLAM)研究中多采用激光雷达或超声环作为测距传感器导致系统复杂、成本高的问题,提出了一种利用舵机带动单超声传感器扫描的低成本设计方案。在高斯超声模型基础上,利用贝叶斯公式对栅格地图进行概率更新,并结合Sobel边缘检测算法提取特征点,实现了由不确定的移动机器人坐标系向固定的以环境特征点为原点的全局环境坐标系的转换及全局定位,为在相同环境下通过重复实验进行多地图融合研究奠定了基础。该低成本移动机器人设计的有效性通过实验得以验证。     

Self-localization and obstacle avoidance for a mobile robot

This article presents a fast self-localization method based on ZigBee wireless sensor network and laser sensor, an obstacle avoidance algorithm based on ultrasonic sensors for a mobile robot. The positioning system and positioning theory of ZigBee which can obtain a rough global localization of the mobile robot are introduced. To realize accurate local positioning, a laser sensor is used to extract the features from environment, then the environmental features and global reference map can be matched. From the matched environmental features, the position and orientation of the mobile robot can be obtained. To enable the mobile robot to avoid obstacle in real-time, a heuristic fuzzy neural network is developed by using heuristic fuzzy rules and the Kohonen clustering network. The experiment results show the effectiveness of the proposed method.     

Simultaneous localization and map building for mobile robotnavigation

Inexpensive ultrasonic sensors, incremental encoders, and grid-based probabilistic modeling are used for improved robot navigation in indoor environments. For model-building, range data from ultrasonic sensors are constantly sampled and a map is built and updated immediately while the robot is travelling through the workspace. The local world model is based on the concept of an occupancy grid. The world model extracted from the range data is based on the geometric primitive of line segments. For the extraction of these features, methods such as the Hough transform and clustering are utilized. The perceived local world model along with dead-reckoning and ultrasonic sensor data are combined using an extended Kalman filter in a localization scheme to estimate the current position and orientation of the mobile robot, which is subsequently fed to the map-building algorithm. Implementation issues and experimental results with the Nomad 150 mobile robot in a real-world indoor environment (office space) are presented     

基于超声波传感器的移动机器人定位研究

为了解决超声波传感器在感知环境的过程中的不确定性问题和在定位过程中存在的噪音,以Pioneer 3-AT机器人为实验平台,运用概率算法解决对象本身和对象之间的不确定性关系,理出各种算法之间的内在联系,对移动机器人的定位算法作了相关分析与研究,并利用Mobilesim平台在自建的现场全局地图上进行实验。实验表明:使用改进蒙特—卡罗算法的移动机器人有着较好的定位效果,能够满足实用要求。     

基于ROS与Kinect的移动机器人同时定位与地图构建

同时定位与地图构建(SLAM)技术一直以来都是移动机器人实现自主导航和避障的核心问题,移动机器人需要借助传感器来探测周围的物体同时构建出相应区域的地图。由于传统的1D和2D传感器,如超声波传感器、声呐和激光测距仪等在建图过程中无法检测出Z轴(垂直方向)上的信息,易增加机器人发生碰撞的概率,同时影响建图结果的精确度。本文利用Kinect作为机器人SLAM的传感器,将其采集到的三维信息转化成二维的激光数据进行地图构建,同时借助机器人操作系统(robot operating system,ROS)进行仿真分析和实际测试。结果表明Kinect可以弥补1D和2D传感器采集信息的不足,同时能够较好的保持建图的完整性和可靠性,适用于室内的移动机器人SLAM实现。     

基于单片机的移动机器人路径规划模糊控制器设计

提出了一种基于模糊控制的移动机器人路径控制的设计思路,并给出了以ATmage128单片机为核心的控制系统硬件设计方案。系统预先设定目标,移动机器人根据超声波传感器感知周围环境,采用模糊控制进行路径规划,从而进行机器人自主移动到达目标。论文给出了模糊控制隶属度函数,介绍了模糊控制规则。同时介绍了显示电路、超声波测距电路、电机驱动电路、无线通信电路等硬件模块接口电路。     

Correlation-Based Scan Matching Using Ultrasonic Sensors for EKF Localization

This paper presents a localization method for a mobile robot equipped with only low-cost ultrasonic sensors. Correlation-based Hough scan matching was used to obtain the robot’s pose without any predefined geometric features. A local grid map and a sound pressure model of ultrasonic sensors were used to acquire reliable scan results from uncertain and noisy ultrasonic sensor data. The robot’s pose was measured using correlation-based Hough scan matching, and the covariance was calculated. Localization was achieved by fusing the measurements from scan matching with the robot’s motion model through the extended Kalman filter. Experimental results verified the performance of the proposed localization method in a real home environment.     

Ultrasonic navigation for a wheeled nonholonomic vehicle

In this paper, we demonstrate a reliable and robust system for localization of mobile robots in indoors environments which are relatively consistent to a priori known maps. Through the use of an Extended Kalman Filter combining dead-reckoning, ultrasonic, and infrared sensor data, estimation of the position and orientation of the robot is achieved. Based on a thresholding approach, unexpected obstacles can be detected and their motion predicted. Experimental results from implementation on our mobile robot, Nomad-200, are also presented.     

基于S3C2410的超声波避障系统设计

通过设计基于S3C2410＋Linux系统的移动机器人平台未知环境下的避障导航系统。介绍了新型超声波传感器的工作原理以及机器人平台整个软件实现流程,并结合开发的超声波驱动程序实现了机器人的避障功能。