仿人机器人多传感器定位系统

为了提高仿人机器人SHFR-Ⅲ人机交互系统的定位精度和定位可靠性,设计多传感器定位系统,包括基于热释电红外传感器垂直阵列的红外定位系统、基于听觉传感器三角形阵列的听觉定位系统和基于立体双目视觉的视觉定位系统.提出权重随目标位置和外部环境可变的加权平均融合算法,将3种定位数据的融合结果作为最终定位结果.实验结果证明：多传感器定位系统的限制条件比单传感器定位系统更少,环境适应性更强,有效提高了交互系统的整体定位精度和可靠性.     

基于Matlab的有路标移动机器人定位仿真

为了满足机器人精确定位的要求,提出一种基于多传感器信息融合的自定位算法并介绍了如何利用Matlab搭建移动机器人定位系统的仿真模型.仿真程序建立了移动机器人活动的虚拟环境,模拟了机器人的运动模型、里程计、激光雷达观测模型,利用扩展卡尔曼滤波算法将里程计和激光传感器采集的数据进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.仿真试验的结果表明该定位系统具有较高的定位精度.模块化的仿真系统设计有利于其他定位算法的验证,对机器人系统的理论研究以及实用化具有重要的作用.     

基于C8051F120的多传感器定位系统研究

针对传统的GPS定位系统功能单一,仅能提供目标的经度和纬度,越来越不能满足用户需求的问题,研究了一个多传感器的目标定位系统。该系统采用GPS模块、电子罗盘模块和加速度传感器模块,能给出目标物的经度、纬度、加速度以及运动方向4个信息,并能实时地更新数据,让用户实时掌握目标物的多方面信息。该系统还扩展了多个串口,可以根据需求增加其他的传感器,不需要对硬件更改便可方便地接入其他传感器,满足对目标定位的多种要求。     

电流检测式静电探测器的信号特征及阵列模型

阵列方法广泛应用于遥感遥测等众多领域的定位问题上.在静电探测器阵列系统中,利用平面传感器将静电信号转换为电流信号进行检测的电流检测式静电探测器具有其独特的信号特征,具备构成阵列模型的基本条件.经实验证明针对静电传感器的定位阵列模型方法可行.分布式静电探测器阵列定位系统在不改变系统的硬件条件和资源配置的情况下,大大提高了系统的定位精度,降低了静电探测系统的误差.     

基于车-车通讯技术的无线定位系统设计

针对车辆的主动安全性需求,应用车-车通讯技术设计了一种无线定位系统.首先,根据车-车通讯的技术要求,确定采用ZigBee技术作为无线通信方式;其次,对无线定位系统的构成进行了设计,利用基于测距技术的定位算法和"距离-损耗"模型对网络的移动节点进行了定位;最后,利用标定的定位模型对该无线定位系统进行了实验验证.结果表明:该无线定位系统性能良好,能够满足车辆行驶条件下的定位要求,提高了车辆的主动安全性.     

基于RFID的矿井人员定位系统设计

根据有源RFID系统的卓越性能以及超低功耗的芯片特性,结合矿井无线传输的特点,设计了煤矿井下人员定位系统．系统的读写器和标签均采用TI公司的低功耗MSP430F254单片机作为主控芯片,采用CC2500芯片作为射频芯片．采用ASP．NET＋SQL Sever2000,构建了基于Web的煤矿井下人员定位系统的软件系统．矿井人员定位系统能对煤矿入井人员进行实时跟踪监测和定位、查询事故现场的人员位置分布情况、被困人员数量等信息,为事故抢险提供科学依据。     

无线传感器网络中卡尔曼滤波在移动目标跟踪中的研究

基于无线传感器网络结合卡尔曼滤波理论的方法对单个移动目标的跟踪研究。在实验中,运用MIT的室内定位系统Cricket系统作为硬件验证系统,采用到达时间差(Time Difference of Arrival,TDOA)的方法来测距,然后根据测得的距离采用极大似然估计算法来定位。最后根据移动目标的运行特点,建立目标的跟踪模型,并采用卡尔曼(Kalman)滤波的测量跟踪算法来实现移动目标的跟踪过程。实验结果表明,该方法可以有效地跟踪移动目标,并且误差范围在0～4.5cm内,稳定性也比较高。     

硬盘两级伺服磁头定位系统的建模与仿真

为了实现更快捷和精确的硬盘磁头定位,在硬盘固有的音圈电机上附加一个压电微激励器,从而构成了硬盘两级伺服磁头定位系统.要对这种定位系统进行研究,就必须建立系统物理模型.将系统等效成一个三自由度的弹簧滑块模型,并对该模型进行了仿真研究.仿真结果表明,这种模型能很好地反映系统的内部结构,这为以后磁头精确定位控制的研究提供参考.     

基于浮-信标网络的水下声学定位关键技术研究

水下目标定位与跟踪技术越来越受到了国内外众多学者的重视,由此提出了一种基于浮-信标网络的水下长基线定位系统.采用码分多址技术建立了一种基于浮-信标网络的水声定位系统模型,阐述了定位原理;对定位信标的波形、频率、调制解调方式等关键技术进行了研究;最后,利用MATLAB对实验采集回来的定位数据进行了分析验证,证实了系统模型...     

惯性导航中加速度计和陀螺仪性能研究

研究了惯性导航中加速度计传感器和陀螺仪传感器性能.分析加速度计和陀螺仪的误差来源,并提出误差模型,进行误差补偿.提出了加速度计传感器惯性导航系统算法,并结合结合车辆系统动力学模型,对算法进行了仿真和实车测试.仿真和测试结果和常规惯性导航系统所采用的陀螺仪方案进行对比分析,从而验证了加速度计惯性导航算法的相对有效性.     

一种多机器人编队协同定位的方法

针对多机器人编队导航,提出了一种协同定位的方法.一个主机器人带领其他成员机器人,主机器人配备视觉传感器及激光扫描仪,成员机器人通过融合内部传感器数据进行自身定位.主机器人利用双目视觉进行目标检测,确定目标方位及距离信息,并利用激光扫描仪结合视觉获取的方位信息得到成员机器人位置及航向.基于联邦滤波算法提出了一种联合滤波模型,融合多传感器信息得到精确定位.1个Pioneer 3-AT和3个AmigoBot机器人编队的协同定位实验表明:该方法可行,误差范围小,满足实际应用的精度要求.     

基于Kinect的仿人机器人抓取目标定位

目标定位是仿人机器人实现抓取操作的前提。针对机器人单目视觉容易丢失深度信息,双目视觉难以对缺乏纹理特征的物体获得有效深度信息的问题,提供一种基于Kinect的仿人机器人抓取目标定位系统。首先建立Kinect和机器人坐标系,构建布尔沙坐标转换模型;然后利用线性总体最小二乘(LTLS)算法求解该模型;最后依据Kinect获取的抓取点坐标信息,通过坐标转换将其转换到机器人坐标系:从而实现机器人对目标物体的定位。在仿人机器人NAO平台上对该系统进行实验验证,其结果表明:利用该方法,机器人在一定空间范围内能够可靠的定位目标物体,并且较其单目视觉定位更准确;根据所提供的目标定位系统,NAO机器人实现了对不同物体的抓取操作。     

光纤陀螺在机器人定位中的应用

利用光纤陀螺、采集卡、机器人和虚拟仪器软件模块的上位机等构成一个机器人定位应用控制平台。将采集的主从式机器人实际位置信号、设定的位置值以及定位差值,通过蓝牙通信技术传送到设计机器人控制器进行误差数字化,其输出值u来确定控制信号,改变主从式机器人定位舵机的位置,构建多机器人编队系统。实验结果表明光纤陀螺在机器人定位中的应用系统是可行的。     

Novel method to calibrate kinematic parameters for mobile robots

In order to reduce the system errors of dead reckoning and improve the localization accuracy,a new model for systematic error of mobile robot was defined and a UMBmark-based method for calibrating and compensating systematic error was presented. Three dominant reasons causing systematic errors were considered: imprecise average wheel diameter,uncertainty about the effective wheelbase and unequal wheel’s diameter. The new model for systematic errors is considering the coupling effect of the three factors during the localization of mobile robot. Three coefficients to calibrate average wheel diameter,effective wheelbase,left and right wheels’ diameter were obtained. Then these three coefficients were used to make improvements on robot kinematic equations.The experiments on the dual-wheel drive mobile robot DaNI show that the presented method has achieveda significant improvement in the location accuracy compared with the UMBmark calibration.     

非平坦地形下移动机器人航迹推测方法研究

精确可靠的航迹推测是实现移动机器人自主导航的一个极为关键的环节.针对一个3 摇杆6驱动轮的移动机器人实验平台,本文提出了其在非平坦地形下的航迹推测方法.通过运动机构的分析,获得了移动机器人自身的位姿及运动参数.基于非平坦地形下运动机构间的刚体约束,建立了机器人的运动学模型.采用编码器、光纤陀螺仪和倾角传感器等测量机器人的动态参数信息,依据其运动学模型实现非平坦地形下的航迹推测、仿真,并分析验证了航迹推测方法的有效性,从而提高了移动机器人自主导航的定位精度.     

非平坦地形下移动机器人航迹推测方法研究

精确可靠的航迹推测是实现移动机器人自主导航的一个极为关键的环节.针对一个3摇杆6驱动轮的移动机器人实验平台,本文提出了其在非平坦地形下的航迹推测方法.通过运动机构的分析,获得了移动机器人自身的位姿及运动参数.基于非平坦地形下运动机构间的刚体约束,建立了机器人的运动学模型.采用编码器、光纤陀螺仪和倾角传感器等测量机器人的动态参数信息,依据其运动学模型实现非平坦地形下的航迹推测、仿真,并分析验证了航迹推测方法的有效性,从而提高了移动机器人自主导航的定位精度.     

Design of dead reckoning system for mobile robot

A dead reckoning system for a wheeled mobile robot was designed, and the method for robot＇s pose estimation in the 3D environments was presented on the basis of its rigid-body kinematic equations. After analyzing the locomotion architecture of mobile robot and the principle of proprioceptive sensors, the kinematics model of mobile robot was built to realize the relative localization. Considering that the research on dead reckoning of mobile robot was confined to the 2 dimensional planes, the locomotion of mobile robot in the 3 coordinate axis direction was thought over in order to estimate its pose on uneven terrain. Because the computing method in a plane is rather mature, the calculation in height direction is emphatically represented as a key issue. With experimental results obtained by simulation program and robot platform, the position of mobile robot can be reliably estimated and the localization precision can be effectively improved, so the effectiveness of this dead reckoning system is demonstrated.     

配置机械手的轮式移动机器人目标物体跟踪与抓取

针对配置机械手的室内轮式移动机器人目标物体识别、跟踪和抓取问题,采用一种目标物体识别和机器人定位的方法,利用一种基于模糊控制的轮式移动机器人视觉伺服跟踪控制的方法。针对机器人目标识别跟踪及抓取过程中受环境条件变化的影响,采用HSI颜色模型和基于阈值的区域分割的图像处理方法可以完成目标颜色物体的快速准确识别。基于云台摄像机角度信息的机器人小车目标定位方法和模糊控制理论,设计了模糊跟踪控制器,使机器人输出合适的线速度和角速度,能够实现机器人目标跟踪,使移动机器人趋近目标物体位置,并完成机械手目标物体抓取任务。仿真和实时实验结果表明：所设计的系统具有良好的目标物体识别、跟踪和准确抓取目标的能力。     

An object tracking and global localization method using the cylindrical projection of omnidirectional image

We present an omnidirectional vision system we have implemented to provide our mobile robot with a fast tracking and robust localization capability. An algorithm is proposed to do reconstruction of the environment from the omnidirectional image and global localization of the robot in the context of the Middle Size League RoboCup field. This is accomplished by learning a set of visual landmarks such as the goals and the comer posts.Due to the dynamic changing environment and the partially observable landmarks, four localization cases are discussed in order to get robust localization performance. Localization is performed using a method that matches the observed landmarks, i.e. color blobs, which are extracted from the environment. The advantages of the cylindrical projection are discussed giving special consideration to the characteristics of the visual landmark and the meaning of the blob extraction. The analysis is established based on real time experiments with our omnidirectional vision system and the actual mobile robot. The comparative studies are presented and the feasibility of the method is shown.