智能移动机器人技术研究

本文简要介绍了清华大学研究的智能移动机器人的五个方面的关键技术、实现的功能以及达到的技术水平.     

移动机器人导航技术现状与展望

移动机器人导航涉及到路径规划，传感器的选择及传感器信息的融合等技术．本文综述了自主式移动机器人的导航技术，对其中的定位、路径规划及多传感器信息融合等技术进行了较详细的分析．同时对移动机器人导航技术的发展趋势作了进一步的阐述．     

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。     

基于信息融合的移动机器人导航技术

移动机器人导航系统中，各个传感器由于自身的精度差异以及信源可信性不等，如何有效的综合各信源达到对目标的准确认识，针对移动机器人导航技术的特点，结合多传感器信息融合理论，使移动机器人导航技术实用化，本文介绍了信息融合和导航关键技术，并在自做的平台上简易实现，提出了应用实现中的模型与方法。     

移动机器人多传感器信息融合技术述评

多传感器信息融合技术是目前移动机器人领域的研究热点。详细阐述了多传感器信息融合技术在移动机器人领域中的应用与研究进展,尤其对多传感器信息融合实现方法进行了深入的探讨。指明了移动机器人领域中多传感器信息融合技术未来的发展方向。     

移动机器人导航与定位技术

导航与定位是移动机器人应用中的一个瓶颈技术。针对移动机器人所处的不确定环境和自身状态的不可测性．本文系统综述了导航中相关关键技术．并提出了若干应用需求中的技术问题。     

移动机器人路径规划研究现状及展望

移动机器人路径规划技术是机器人研究领域中的核心技术之一。通过对全局路径规划和局部路径规划中各种方法的分析,指出了各种方法的优点和不足以及改进的办法,并对移动机器人路径规划技术的发展趋势进行了展望。     

移动机器人智能路径规划方法研究

路径规划是移动机器人导航技术研究中一个重要环节和课题。规划的方法可以分为传统的路径规划方法和智能化的路径规划方法。本文对于当前普遍采用的遗传算法、模糊逻辑算法、神经网络、蚁群优化算法、粒子群算法、启发式搜索法等智能路径规划方法进行了较为详细的介绍和分析,并展望了机器人路径规划技术的未来与发展趋势。     

自主移动机器人智能导航研究进展

本文对当前在自主移动机器人智能导航研究中已被采用并取得的研究方法进行了１，并根据已取得的成果预测了移动机器人智能导航研究的发展趋势，指出视觉导航和传感器融合将是移动机器人智能导航的主要发展方向。     

移动机器人技术研究现状与未来

本文综述了智能移动机器人技术的历史、研究现状及未来展望．对移动机器人的导 航和定位、多传感器融合等技术进行了较为详细的分析，指出了优点与不足．同时对仿生机 器人、多机器人系统与机器人足球等移动机器人技术，做了进一步的分析．     

一种基于移动机器人AIM的改进的MSIF技术

多传感器信息融合技术在移动机器人领域中有着重要的地位。本文针对AIM移动机器人的多种传感器分布．提出一种改进的信息融合算法。该算法回避了对障碍物进行直接的估计，通过融合红外传感器和超声波传感器提供的冗余、互补的信息．得到机器人能够前进的方向。仿真试验结果表明算法效果良好，可在AIM移动机器人躲避障碍物和路径规划中得到有效的应用。     

基于地图的室外移动机器人路径规划与导航系统

本文给出基于地图的室外移动机器人路径规划和导航系统的设计与实现。根据主题图内容分层和空间关系的拓扑特征建立了基于对象的空间表示方法。全局路径规划可在多种约束条件下找出最优路径，启发式搜索算法中的费用函数同时考虑路径长度和转折次数与角度两个主要因素。文中还描述了一个以有穷状态机为工具的导航系统模型。并给出了针对校园环境模型在ＳＵＮ３／２６０工作站上实现的部分实验结果。     

微导航传感器智能移动机器人平台设计与实现

介绍了自主设计和研发的智能移动机器人平台的系统构成和工作原理.基于虚拟样机技术,采用模块化设计方法设计出了一种实用新颖的移动机器人机械系统;控制系统采用分层控制方式,顶层用于规划管理,底层用于运动控制,并将运动分析结果应用到控制系统中,为人机交互界面动态显示的实际运动轨迹提供数据支持.运动性能测试结果表明:机器人定位精度高,人机交互性好,系统响应迅速.     

基于多传感器的移动机器人路径规划

提出一种基于多传感器的移动机器人路径规划策略。利用声纳传感器和CCD摄像机对环境进行探测,得到关于障碍物的信息,通过一种简单、快速的数据融合算法计算出障碍物相对于机器人的位置坐标。采用切线法进行路径规划,实现了移动机器人在不确定环境下的路径规划,使机器人可以很好地避开障碍物,并以局部最优或次最优路径到达指定位置。实验结果验证了该路径规划算法的良好性能。     

移动机器人听觉定位技术研究

将声源定位技术应用于机器人,使其具有听觉感知定位能力,这为机器人感知技术的研究提供了新的思路。本文综述智能移动机器人听觉感知技术的研究现状、主要问题及发展趋势,对声音信息的获取、初始声音信息的处理、声源定位、多传感器信息融合等技术进行详细介绍,并对其优缺点进行比较。     

多传感器信息融合在移动机器人上的应用

多传感器信息融合技术在科研领域已迅速发展起来 ,它包含了控制理论、信号处理、人工智能和数理统计等方面的知识。在机器人领域的应用越来越多 ,使得机器人更加智能化。文中对多传感器信息融合的方法进行了概括 ,并列举了近年来其在移动机器人领域的应用。最后展望了多传感器信息融合的发展     

移动机器人多传感器信息融合技术探讨

本文对移动机器人多传感器信息融合技术进行了分析,并采用自适应加权融合算法对多超声波传感器数据与红外传感器数据进行融合。     

基于传感器信息的智能移动机器人导航评述

导航是研究智能移动机器人技术中的一个重要领域,对自主导航技术的关键问题——路径规划进行了评述。路径规划一般可分为基于模型的环境信息完全知道的全局路径规划和基于传感器的环境信息完全未知或部分未知的局部路径规划2种类型。分别对各种方法的发展现状进行了总结,指出了各种方法的优点和不足。     

移动机器人的智能路径规划算法综述

针对目前移动机器人路径规划所处的的环境复杂度高、随机性强等情况,难以有效地实现最优路径规划的问题,从移动机器人的实际应用出发,对点对点路径规划和遍历路径规划、全局路径规划和局部路径规划进行综述,对各类规划方法进行分析与归纳;重点分析强化学习算法的路径规划技术;针对目前路径规划算法存在的问题,提出类脑智能算法应用于路径规划的探索,同时给出路径规划在农业装备应用的新思路.     

多智能体移动机器人物体收集系统

多移动机器人合作物体收集系统是一个复杂的分布式动态系统,传感器和执行 机构空间分布的特点,以及各个机器人之间、机器人与环境之间复杂的相互作用,使它难以 用集中控制的方式设计整个控制系统．本文详细分析了该任务的特点,指出它特别适合采用 多智能体方法进行系统的实现,并在多智能体方法指导下,深入探讨了系统的整体结构和各 部分的功能,并基于OAA结构加以实现．