基于红外传感器的移动微机器人定位研究

综合概率论的思想,采用基于红外传感器的微机器人粒子滤波定位方法在已知环境中实现微机器人的自定位.因微机器人受尺寸效应影响无法安装位置传感器,故采用计步的方法存储机器人的运动信息.观测模型采用适合小尺寸微型机器人的红外测距地图匹配方式.因微机器人的存储能力有限,故采用分块存储地图的方法,便于微机器人快速加载地图而完成地图匹配,从而加速其定位过程.实验验证了微机器人的定位性能.     

基于Cross-EKF定位的多机器人协作围捕策略研究

针对目前多机器人协作围捕过程中收敛速度慢、稳定性差、定位精度低的问题,提出一种新的围捕策略.设计出Cross-EKF定位算法,对目标位置的后验估计协方差进行交叉计算,以取得最小协方差区域.以区域边缘点到均值中心最大距离为半径,构建收敛圆,将对动态点的收敛扩展为对动态面的收敛.实验结果表明,系统能快速平稳地收敛该圆,从而实现对目标的精确围捕,该方法具有较高的实用价值.     

基于仿人足球机器人协作定位技术研究

本文综述多机器人协作定位的研究现状,分析比较当前该领域的主要研究方向,介绍实现机器人协作定位的主要研究方法和关键技术,并总结多机器人协作定位面临的挑战和发展趋势.     

基于声音的分布式多机器人相对定位

提出了一种基于声音的分布式多机器人相对定位方法.首先,每个机器人通过声源定位算法估计发声机器人在其局部坐标系下的坐标;然后,每个机器人（不含发声机器人）通过无线通信方式将发声机器人在其坐标系下的坐标广播给所有其他机器人,通过坐标变换每个机器人可计算出所有其他机器人在其坐标系下的坐标,从而实现分布式相对定位.理论推导及实验证明只要两个机器人先后发声,通过本文所提方法即可实现多机器人相对定位.室内外环境中采用6个自制小型移动机器人实验表明,所提方法在3米的范围内可实现16厘米的相对定位精度.     

基于多机器人的微机器人足球比赛系统

微机器人足球比赛是将多机器人的协调控制、实时视觉系统、无线电通信、策略知识库系统、多传感器融合及计算机软/硬件等各种技术综合在一起的非常复杂的智能机器人应用系统.文中主要介绍能作微机器人足球比赛的MRS—1型多机器人系统.该系统由三部分组成:第一,组成球队,并能进行足球比赛的多微机器人系统;第二,对多机器人进行控制的主控系统,包括:对足球比赛的动态环境(包括自己和对方)做全面了解和分析的实时视觉系统,对各机器人与主控系统之间起联络作用的无线电通信系统,以及根据动态环境产生比赛策略的主计算机系统;第三,比赛环境,包括:比赛场地、球及裁判员,在整个比赛过程中,场外人员不允许用操纵杆、口令或其它方法干预比赛,机器人完全独立、自主地进行比赛,因此这种微机器人足球比赛是能考验机器人的智能化程度和自主性的新方法.微机器人足球比赛不但会推动多机器人系统的各种关键技术的发展,而且也会促进实际足球比赛的战术策略的发展.     

基于网络的多操作者多机器人协作研究

研究基于网络的多操作者多机器人的协作方案,分别提出了针对机器人约束和非约束体协作条件下的协调策略,并在局域网内建立一个仿真实验系统对机器人协作进行仿真.在约束情况下以机器人协同搬运为研究点,提出采用"主、从"机器人控制方法,确定工件运动轨迹后采用位置反解算法确定机器人运动.在非约束情况下提出采用"时间戳"、"回滚"方法协调操作.在整个仿真系统中采用基于AABB的碰撞检测算法确保机器人操作的安全性.仿真实验的结果验证了协调策略的可行性和正确性.     

霍夫空间中多足球机器人协作目标定位算法

针对嵌入式仿人足球机器人提出一种霍夫空间中的多机器人协作目标定位算法。机器人利用实验场地中的标志物采用基于三角几何定位方法进行自定位,把机器人多连杆模型进行简化,通过坐标系位姿变换把图像坐标系转换到世界坐标系中,实现机器人目标定位;在多机器人之间建立ZigBee无线传感器网络进行通信,把多个机器人定位的坐标点进行霍夫变换,在霍夫空间中进行最小二乘法线性拟合,获取最优参数,然后融合改进后的粒子滤波实现对目标小球的跟踪;最后在21自由度的仿人足球机器人上进行仿真和实验。数据结果表明,这种多机器人协作的定位算法的精度提高了约48%,在满足实时性的前提下,对目标的跟踪效果也得到了改善。     

基于强化学习的多机器人协作

提出了一种动态环境下多个机器人获取合作行为的强化学习方法,该方法采用基于瞬时奖励的Q-学习完成单个机器人的学习,并利用人工势场法的思想确定不同机器人的学习顺序,在此基础上采用交替学习来完成多机器人的学习过程。试验结果表明所提方法的可行性和有效性。     

基于人工神经网络的多机器人协作学习研究

机器人足球比赛是一个有趣并且复杂的新兴的人工智能研究领域，它是一个典型的多智能体系统。文中主要研究机器人足球比赛中的协作行为的学习问题，采用人工神经网络算法实现了两个足球机器人的传球学习，实验结果表明了该方法的有效性。最后讨论了对BP算法的诸多改进方法。     

基于动态分区方法的多机器人协作地图构建

本文针对多机器人对复杂的未知环境的地图构建问题，提出了一种通过动态分区实现多机器 人协作地图构建的方法．在本文中，采用基于栅格的地图表示法，利用多个距离传感器收集 信息，应用Dempster Shafer证据推理法对信息进行了融合．通过仿真试验，验证了该方法 的可行性．     

基于单目视觉的仓储物流机器人定位方法

针对轮式仓储物流机器人的自主定位问题,提出了一种基于视觉信标和里程计数据融合的室内定位方法。首先,通过建立相机模型巧妙地解算信标与相机之间的旋转和平移关系,获取定位信息;然后,针对信标定位方式更新频率低、定位信息不连续等问题,在分析陀螺仪和里程计角度误差特点的基础上,提出一种基于方差加权角度融合的方法实现角度融合;最后,设计里程计误差模型,使用Kalman滤波器融合里程计和视觉定位信息弥补单个传感器定位缺陷。在差分轮式移动机器人上实现算法并进行实验,实验结果表明上述方法在提高位姿更新率的同时降低了角度误差和位置误差,有效地提高了定位精度,其重复位置误差小于4 cm,航向角误差小于2°。同时该方法实现简单,具有很强的可操作性和实用价值。     

一种基于多次单点定位的多目标定位算法

针对多目标情况下基于多次单点定位的统计平均处理失效问题,提出了一种新的多目标位置信息场定位算法。首先对二维角测量定位的精度进行了分析,推导了定位误差的协方差矩阵;而后选取不同的核函数,得到基于多次单点定位的目标位置信息场函数,通过网格搜索,实现对目标位置和数目的同时估计。仿真实验结果验证了该方法对基于多次单点定位的多目标定位的有效性以及高斯型核函数定位性能较好的结论。     

基于惯导/数据链的动态相对定位方法

针对卫星导航定位在复杂环境不可靠情况下如何实现无人机机间相对定位问题,提出一种基于机载惯性导航系统与机间数据链测距相结合的动态相对定位算法。该方法利用机载数据链通信测距能力与机载惯性导航系统输出的无人机速度矢量信息结合,建立机间相对定位模型,通过最小二乘法对无人机之间的相对位置进行估计,实现无人机机间的实时相对定位能力。由于通过最小二乘法解算出的相对定位结果依然存在误差,针对最小二乘法相对定位误差,提出秩亏网平差算法对无人机机群间的相对定位误差进行校正。仿真结果表明：基于最小二乘法的相对定位方法可以减缓惯性导航系统相对定位误差发散速度并且将惯导相对定位精度提高到3倍左右,通过秩亏网平差算法校正将最小二乘相对定位精度提高2倍。     

基于多元线性回归快速迭代的室内定位方法研究

主要研究一种新的室内定位方法。该方法采用传统的信号—传播模型,利用多元线性回归法求出该模型中的相应参数,从而利用该模型求出初始各移动终端的位置;再采用快速迭代法和各移动终端相互校正从而提高定位的精度。实验结果表明,该算法时间复杂度小、收敛速度快,且具有较高的估计精度。     

基于虚拟结构法的多移动机器人分布式预测控制

研究多移动机器人协同编队控制问题,提出一种基于虚拟结构的分布式预测控制算法.与现有编队控制方法相比,基于虚拟结构的方法可以使移动团队更加稳定地保持期望编队队形运动,通过将变换矩阵与虚拟结构相结合可以改善编队结构的灵活性,从而有效拓展该方法的应用范围.最后将所提出控制算法与现有编队控制方法进行对比仿真,结果验证了其有效性...     

CDMA移动定位技术及基于WAP应用

本文主要介绍了联通CDMA移动定位技术实现方案,首先介绍并分析了目前CDMA通信系统的的几种主流的定位技术,然后阐述了本定位系统的网络结构及功能模块,最后实现以WAP载体的定位业务。     

无线网络系统的舰船相对组合导航定位

针对现有单舰船组合导航定位技术存在的不足,如过度依赖GPS、差的可靠性和容错性以及缺乏网络系统概念等,将无线网络系统概念引入到舰船组合导航中,从而基于海上智能交通系统（MITS）提出一种新颖的网络舰船相对组合导航定位方法。该方法不再将海上舰船视为MITS中的孤立节点,因此目标舰船可使用来自网络内其它舰船节点的导航估计并采用最优分布式加权融合来改善自身的组合导航定位估计性能。与现有的单舰船组合导航方法相比,新方法具有更好的导航估训‘精度、更好的稳定性和容错性。     

Navigation strategy of multiple mobile robot systems based on the null-space projection method

This paper deals with a navigation algorithm for swarm robot systems in which multiple mobile robots work together. The motion of each mobile robot is modeled in such a way to have more inputs than the number of outputs. The null-space projection method of this model is employed to resolve the motion of the swarm robot system while avoiding obstacles. The feasibility of the proposed navigation algorithm is verified through a simulation study using several swarm robot models.     

基于K-IDPC算法的Wi-Fi室内定位方法

针对目前室内定位依靠Wi-Fi电磁指纹库方法实现室内人员定位进行判别存在误差大以及时效性低的问题,本文提出一种融合K近邻(K-NN)的改进密度峰值聚类(K-IDPC)算法。引入关联系数和KNN思想,解决了普通密度峰值聚类(DPC)算法对定位数据密度不均衡,聚类中心区分度不高的问题,进而提高了对定位环境的鲁棒性。并结合数据切分算法,对离线电磁数据进行切割,使得大数据集分为若干小数据集,降低了计算复杂度。实验结果表明:提出的室内定位方法,同传统的K均值(K-means)、具有噪声应用的基于密度空间聚类(DBSCAN)、DPC聚类算法相比,能够有效地提高室内定位的效果。     

一种基于移动坐标系的新型节点定位算法

提出一种与距离无关的基于移动坐标系的分布式定位算法,以移动锚节点为原点建立坐标系,未知节点以邻居锚节点信息在临时坐标系中确定自身位置区域,通过在不同坐标系下确定的位置区域取公共集不断缩小自身未知区域,最后利用质心算法求出节点位置坐标。仿真结果表明:新算法拥有较高的定位精度和适度的开销。