基于环境特征跟踪的移动机器人定位

提出了一种基于环境特征跟踪来实现移动机器人定位的方法。对传感器、环境观测和机器人的运动建立了相应的模型，并以扩展卡尔曼滤波技术将多种传感器的信息进行融合，从而最终实现了移动机器人的精确定位。     

室内移动机器人定位方法的研究

对室内移动机器人定位技术进行研究，提出了一种基于光电技术和几何测量方法的机器人导航、定位的新方法。     

基于ADAMS与WLSSVR的移动机器人定位误差研究

为了提高采用码盘定位方式的移动机器人定位精度,通过ADAMS仿真机器人转弯时码盘因打滑产生位移误差的情况,量化机器人在特定转弯半径,不同转弯速度对应的码盘定位误差值;然后,运用加权最小二乘支持向量回归机(WLSSVR)对数据进行回归计算,获得误差补偿决策函数;补偿机器人在转弯时因码盘打滑产生的定位误差,进而提高机器人定位精度。实验表明加入了码盘误差补偿的航迹推算定位算法的定位效果比没有误差补偿的定位准确度有显著提高。     

自主移动机器人定位技术研究综述

定位技术是自主移动机器人最基本也是最重要的技术之一。本文介绍了几种自主移动机器人的定位技术,着重分析了基于路标定位和概率定位的技术,及其各自的优点和局限性,并提出了今后研究的方向。     

基于Backstepping的轮式移动机器人镇定研究与实验验证

根据轮式移动机器人的运动学模型,基于Back-stepping方法,构造了轮式移动机器人镇定系统的李雅普诺夫函数,并通过使李雅普诺夫函数负定,设计了移动机器人镇定控制律.轮式移动机器人的仿真实验以及实际的控制实验表明,该方法能使轮式移动机器人的伍姿从任意θ(0)≠0的初始状态渐近收敛到原点.     

移动机器人的蒙特卡罗自主定位算法研究

在分析基于贝叶斯估计的定位过程基础上,针对Markov定位算法需要大量存贮空间和计算量导致无法在较高频率下有效利用传感器信息的问题,利用基于采样的Monte Carlo方法解决移动机器人的自主定位问题。理论分析和仿真试验表明,Monte Carlo自主定位算法很大程度上提高了定位效率,能够更有效的利用传感信息且降低了传感信息不确定性的影响,在“绑架”后以及在中心对称环境中都表现出良好的全局定位性能。     

基于一维激光测距仪的室内移动机器人定位

提出了一种利用安装在云台上的一维激光测距仪对移动机器人进行定位的方法.首先将机器人坐标系建立在云台上,并建立室内固定的参考坐标系,利用云台获取的旋转角以及一维激光测距仪采集到的距离信息对云台和一维激光测距仪标定.由激光测距仪扫描得到参考坐标系三轴上的三个点A、B、C求得移动机器人在室内参考坐标系下的定位.实验证明,该方...     

移动机器人的定位算法

通过对移动机器人在未知环境中的运动分析,结合多传感器信息,提供一种新的移动机器人在未知环境中的定位算法。该算法可根据移动机器人的运动,不断更新其位置状态,并能对下一步位置状态进行预估计,然后根据实测传感器信息对预估值进行修正,获得实际位置状态。     

室内移动机器人激光雷达定位方法研究与仿真

随着机器人与传感器技术的迅猛发展,室内移动机器人在机器人领域的地位举足轻重,因此开展移动机器人的定位方法研究显得尤为重要。文中首先分析室内移动机器人的发展瓶颈及亟需解决的定位难题;然后针对定位技术的短板,分别对三边定位算法和三角定位算法进行理论层面的推导与计算;最后进行了定位算法的仿真试验研究。仿真结果表明：三边定位算法和三角定位算法在室内移动机器人的全局定位中具有较高的定位精度、准确性和可靠性,有效解决了移动机器人在运动过程中定位不准的缺陷,为机器人的全局定位技术奠定了坚实的基础。     

基于扩展Kalman滤波器算法的移动机器人同步定位与建图

针对移动机器人的同步定位与建图（SLAM）问题,提出了一种基于改进的扩展Kalman滤波算法的同步定位与建图方法。通过建立基于直线特征提取的机器人观测模型,推导了SLAM建图的预测和更新算式,设计了基于特征点数目的SLAM预测与更新率算子,实现了移动机器人的同步定位与建图。实验结果表明该方法有效、可行。     

基于卡尔曼滤波器的轮式机器人定位方法

以自主研发的两轮差动驱动轮式机器人为试验平台,以码盘、陀螺仪和数字罗盘作为机器人的定位系统,建立了两轮差动机器人的运动学方程,采用卡尔曼滤波器对3种传感器的数据进行融合,获得机器人的位置和姿态信息。     

室内自主式移动机器人定位方法研究

定位是确定机器人在其工作环境中所处位置的过程.应用各种传感器感知信息实现可靠的定位是自主式移动机器人最基本、也是最重要的一项功能之一.本文对室内自主式移动机器人的定位技术进行了综述,介绍了当前自主式移动机器人定位方法的研究现状.同时,对国内外具有典型性的研究方法进行了较详细的介绍,并重点提出了几种室内自主式移动机器人通用的定位方法,对其中的地图构造、位姿估计方法进行了详细介绍.最后,论述了自主式移动机器人定位系统与地图构造中所面临的主要问题及其解决方法并指出了该领域今后的研究方向.     

Robust Iterated Sigma Point FastSLAM Algorithm for Mobile Robot Simultaneous Localization and Mapping

Simultaneous localization and mapping (SLAM) is a key technology for mobile robots operating under unknown environment. While FastSLAM algorithm is a popular solution to the SLAM problem, it suffers from two major drawbacks: one is particle set degeneracy due to lack of observation information in proposal distribution design of the particle filter; the other is errors accumulation caused by linearization of the nonlinear robot motion model and the nonlinear environment observation model. For the purpose of overcoming the above problems, a new iterated sigma point FastSLAM (ISP-FastSLAM) algorithm is proposed. The main contribution of the algorithm lies in the utilization of iterated sigma point Kalman filter (ISPKF), which minimizes statistical linearization error through Gaussian-Newton iteration, to design an optimal proposal distribution of the particle filter and to estimate the environment landmarks. On the basis of Rao-Blackwellized particle filter, the proposed ISP-FastSLAM algorithm is comprised by two main parts: in the first part, an iterated sigma point particle filter (ISPPF) to localize the robot is proposed, in which the proposal distribution is accurately estimated by the ISPKF; in the second part, a set of ISPKFs is used to estimate the environment landmarks. The simulation test of the proposed ISP-FastSLAM algorithm compared with FastSLAM2.0 algorithm and Unscented FastSLAM algorithm is carried out, and the performances of the three algorithms are compared. The simulation and comparing results show that the proposed ISP-FastSLAM outperforms other two algorithms both in accuracy and in robustness. The proposed algorithm provides reference for the optimization research of FastSLAM algorithm.     

一种基于多信息融合的室内移动机器人定位方法

对室内移动机器人定位技术进行研究,提出了一种麦克风阵列测量数据与里程计测量数据相融合的机器人定位新方法。给出了定位算法流程,通过实验分析证明该方法有效。     

基于Backstepping方法的轮式移动机器人轨迹跟踪研究

根据机器人的运动学模型,对具有非完整特性的移动机器人轨迹跟踪控制进行了研究.采用基于积分backstepping时变状态反馈方法,引入一种新的虚拟反馈量,设计机器人轨迹跟踪控制算法,并且利用Lyapunov方法证明系统的全局稳定性.仿真结果证明了该方法的有效性.     

室内自主式移动机器人定位方法研究

定位是确定机器人在其工作环境中所处位置的过程。本文对室内自主式移动机器人的定位技术进行了研究。论述了自主式移动机器人定位系统与地图构造中所面临的主要问题及其解决方法并指出了该领域今后的发展方向。     

A Precise Localization Method for a High Speed Mobile Robot Using iGS and Dual Compass

This paper proposes a precise localization algorithm for a quickly moving mobile robot.In order to localize a mobile robot with active beacon sensors,a relatively long time is needed,since the distance to the beacon is measured by transmitting time of the ultrasonic signal.The measurement time does not cause a high error rate when the mobile robot moves slowly.However,with an increase of the mobile robot’s speed,the localization error becomes too high to use for accurate mobile robot navigation.Therefore,in this research into high speed mobile robot operations,instead of using two active beacons for localization,an active beacon and dual compass are utilized to localize the mobile robot.This new approach resolves the high localization error caused by the speed of the mobile robot.The performance of the precise localization algorithm is verified by comparing it to the conventional method through real-world experiments.     

卡尔曼滤波器在PID控制器中的应用研究

本文建立球杆系统模型并分析系统中噪声,采用卡尔曼滤波器来克服球杆系统中的测量噪声和控制噪声对控制性能的影响,并在MATLAB环境下进行对比仿真试验,验证了滤波器对噪声的有效抑制作用。