基于多传感器信息融合的海底测绘机器人导航系统设计

测绘机器人海底巡检可以解决人工作业的安全威胁，面对复杂的海底作业环境，设计了基于多传感器信息融合的海底测绘机器人导航系统。通过对巡检机器人的功能板块划分，构建海底测绘机器人导航控制系统框架，划定机器人测绘的频率范围，设计多端反馈信号处理电路，基于多传感器信息融合方式选择主要和局部滤波器的状态向量，对应机器人海底测绘图像；以特征识别技术搭建海底导航模型，描述海底测绘目标物位置。实验结果表明：该文系统在海底测绘过程中，经度、纬度和高度定位误差，可以控制在1.25 m之内。东向、北向和天向速度误差在0.8 m/s内，具有较好的实际应用效果。     

基于多传感器信息融合的移动机器人导航系统的设计与实现

概述多传感器信息融合技术的原理与方法，通过实例描述了多传感器信息融合在移动机器人导航中的应用。在能力风暴机器人平台建立了基于多传感器信息融合的导航体系结构，并通过具体的实验和结果表明了多传感器信息融合方法在导航中的有效性。     

低成本激光和视觉相结合的同步定位与建图研究

激光雷达和视觉传感是目前两种主要的服务机器人定位与导航技术,但现有的低成本激光雷 达定位精度较低且无法实现大范围闭环检测,而单独采用视觉手段构建的特征地图又不适用于导航应用。因此,该文以配备低成本激光雷达与视觉传感器的室内机器人为研究对象,提出了一种激光和视觉相结合的定位与导航建图方法：通过融合激光点云数据与图像特征点数据,采用基于稀疏姿态调整的优化方法,对机器人位姿进行优化。同时,采用基于视觉特征的词袋模型进行闭环检测,并进一步优化基于激光点云的栅格地图。真实场景下的实验结果表明,相比于单一的激光或视觉定位建图方 法,基于多传感器数据融合的方法定位精度更高,并有效地解决了闭环检测问题。     

一种基于分布式EKF的多机器人协同定位方法

研究多机器人编队的导航问题,针对多机器人传感器带来的噪声信号影响定位精度,为了提高系统定位精度,提出了一种基于分布式扩展卡尔曼滤波(DEKF)的多机器人协同定位方法.根据航位推算建立单机器人跟踪目标的定位模型后建立编队多机器人的协同定位模型,利用量测信息,通过扩展卡尔曼滤波(EKF)估计各编队机器人局部定位信息,将所得的局部估计值利用优化的融合规则进行处理,得到编队中各机器人的定位数据.通过对单机器人和编队多机器人协同定位进行仿真,结果表明,编队机器人能够利用协同定位方法进行实时定位,且具有更高的定位精度.     

机器人传感器定位中的模糊性干扰消除仿真

研究机器人准确定位问题.机器人装备的传感器数量较多,不同类型数据采集传感器对环境中突变性因素的敏感程度不同,造成用于定位的传感器信息反馈到终端后融合,结果存在偏差,出现了传感定位信息的模糊性.传统的传感信息融合方法多是根据先验信息进行信息融合,但是机器人传感器采集的多是随机信息,大大增加了融合后定位信息模糊性的可能,造成定位不准.提出了一种机器人定位模糊性寻优遗传算法.通过固定较大小的基因位来改善遗传算法的机器人位置寻优性能,每次基因位的固定都能改变机器人定位的寻优空间,对寻优位置进行细化,消除融合中带来的特征模糊性干扰.后期的仿真结果表明,改进方法可以改善机载机器入的定位能力,定位准确性大幅提高.     

多传感器信息融合在移动机器人定位中的应用

机器人自定位是实现自主导航的关键问题之一。为了满足机器人在导航时精确定位的要求,提出一种基于多传感器信息融合的自定位算法。根据对机器人运动机构的分析和运动机构间的刚体约束,建立起机器人的运动学模型;由传感器的工作原理建立里程计和超声波传感器的观测模型;利用扩展卡尔曼滤波(EKF)算法将里程计和超声波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。实验结果表明:该算法明显地消除了里程计的累计误差,有效地提高了定位精度。     

融合语义激光与地标信息的SLAM技术研究

针对移动机器人在SLAM（即时定位与地图构建）过程中出现的定位失真问题,提出一种通过搭建地标数据库和位姿推导模型,修正机器人错误定位的方法。建图过程中,融合视觉信息与激光数据,得到语义激光,赋予地标语义标签并记录其在地图上的位置信息。导航过程中,当产生定位偏差时,结合多种位姿数据和相对位置关系,推算出机器人在地图上的实际位置,完成重定位。通过实验测试可知,该方法克服了现有机器人在实际室内动态环境下,单一地采用激光或视觉进行定位或重定位技术的缺点和不足,能有效解决“机器人位置漂移问题”。将机器人从当前位置劫持到另一位置,也能根据提出的算法迅速重定位,且定位精度高。     

全局环境未知时机器人导航和避障的一种新方法

研究了全局环境未知情况下的移动机器人实时导航问题．将栅格法描述环境与基于滚动窗口的路径规划相结合，提出了一种新的移动机器人导航方法．将超声传感阵列探测到的环境信息以基于栅格的概率值进行表示，利用不确定性证据推理对其进行数据融合，得到机器人的局部环境信息；在此基础上，采用基于滚动窗口的方法进行机器人路径规划，实现机器人的实时导航．仿真与实验结果表明了该方法的有效性．     

基于多传感器信息融合的机器人导航与定位技术研究

移动机器人已经服务于各个领域,作为室内移动机器人服务的前提是实现机器人精准定位。文章介绍了一种射频识别（Radio Frequency IDentification,RFID）和即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）多传感器融合库存盘点机器人精准导航与定位的方法。通过读取布置在环境中的RFID标签,获取机器人的大概位置信息和准确运动状态,然后结合SLAM技术实现精准定位。实验结果表明,该方法可以使库存盘点机器人精准定位,且系统搭建简单、成本低,对室内机器人定位具有参考价值。     

基于CPS架构的旋翼无人机组合定位建模研究

针对在特殊地区连续导航和组合导航冗余技术的问题,提出基于信息物理融合系统架构的BDS/GPS/SINS组合导航的旋翼无人机定位方案。以六旋翼为运载体,采用超紧组合导航结构和联邦式滤波结构建立模型,通过Simulink虚拟定位仿真,得到较为精确的位置信息。进一步搭建旋翼无人机物理融合定位系统实验平台,该平台的BDS/GPS接收机接收由NSS8000多星群模拟器提供的虚拟卫星导航电文信号,方便用户对CPS虚拟和现实环境的人机交互界面进行操作。通过定位信息融合进行基于BDS/GPS/SINS超紧组合导航的室内飞行实验,失星下定位精度都能达到2.0?m±0.5?m。仿真和实验结果表明,该定位系统具有信息物理融合的鲁棒性和安全可靠性。     

基于激光融合与彩色视觉的SLAM陪伴机器人系统设计

为了提高教育机器人的定位精准度,此次研究对机器人的激光雷达观测模型和彩色相机成像模型进行了研究,提出了四种观测模型误差,并通过融合激光视觉技术对误差进行消除,设计了优化后的机器人SLAM方案。实验结果表明,此次研究提出的融合激光视觉技术的定位误差仅有1.8%,并可以在3.2 s内完成机器人定位。在静态和动态环境中,该技术分别可以实现98.5%和92.6%的导航成功率。且优化后的机器人可以达到92.8%的满意度。故此次研究提出的融合激光视觉技术的SLAM机器人在学前教育领域可以有效地发挥陪伴作用。     

激光与单目视觉融合的移动机器人运动目标跟踪

针对室内环境下的移动机器人运动目标跟踪问题,提出一种基于激光与单目视觉传感信息融合的机器人定位和目标运动估计方法.首先,利用激光传感信息实现对目标的检测,并完成机器人定位与环境建图;然后,设计一种基于单目视觉传感器的目标位置估计算法,获得目标的距离和角度信息;为了实现两类传感信息的有效融合,将激光与单目视觉进行联合标定,得到二者的相对位姿关系,基于此,将激光与单目视觉提取的目标距离和角度通过具有最优重要性函数和权重的粒子滤波器进行融合,实现对目标运动状态的准确估计.实验结果表明该方法具有良好的跟踪性能.     

基于粒子滤波的UWB+惯导融合定位算法研究

为了提高自主导航机器人的室内定位精度,提出一种基于粒子滤波的超带宽(UWB)/惯导融合定位算法.首先,UWB定位采用双边双向测距算法确定距离信息,通过三边定位算法确定位置信息.其次,惯导定位通过编码器采集运动信息,建立非完整约束下的动力学模型,确定运动轨迹.两种定位信息在上位机中通过粒子滤波进行融合,实现高精度融合定位...     

消防机器人GPS导航系统的精度提高方案

本文介绍了工作在特殊环境下的机器人导航系统，实现了利用罗盘和里程计等内部传感器对GPS定位误差的修正。文章给出了消防机器人导航的主要算法流程，以及利用改进自适应卡尔曼滤波器实现多传感器信息融合。     

实现机器人随动的红外感知方法

结合机器人随动任务对人体运动定位的需求,提出一种分层递阶结构的红外运动感知模式,及基于热释电红外传感器的物理实现方法.在传感模型方面,采用两层递阶结构的感知模式:底层为由多个几何传感单元构成的几何传感层,在机器人视野内实现多视角运动目标的方位测量;上层为协作感知层,用来组织底层各几何传感单元的协作,实现运动目标的定位测量.在物理实现方面,底层组合热释电红外传感阵列与菲涅尔透镜组,构建运动目标方位角测量所需的几何传感单元;上层以最小二乘优化准则作为融合多视角方位测量信息的手段,获得运动目标的位置信息.移动机器人随动实验结果验证了所提出感知方法的有效性.较多视角光学视觉传感技术,该方法在传感效率、对光照和环境变化的稳健性、低成本和低功耗等方面具有不可替代的优势.     

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     

激光测距在移动机器人自主导航中的应用

移动机器人在运动范围内需要有足够的传感器信息可供利用来进行自主导航,在完全未知的环境中,由机器人依靠其自身携带的传感器所提供的信息建立环境模型是机器人进行自主定位和导航的前提之一。介绍了激光测距在移动机器人自主导航中的应用研究;通过二维测距传感器对其周围环境进行扫描,提出了自主导航中地图创建、定位如何用二维扫描获得三维数据流的算法描述,并实验验证该算法的运用使机器人获得一个很好的三维视觉结构图。     

基于遗传算法的机械设备故障检测机器人设计

当前故障检测机器人受到超声波影响故障检测存在精准度低的问题,据此提出了基于遗传算法的机械设备故障检测机器人设计。采用AD500-1A型号传感器采集机械设备内外部数据信息,使用等效转换电路使机器人实时感知周围环境变化信息,并利用灵敏度高电子仪器实现机器人传感工作;使用2路200万数字网络高清摄像头,监视整个机械设备,获取机器人结构通信、管理和运动信息;将proGee0813型号芯片作为导航设备定位芯片,根据实际需求获取信号指令,并选定机器人行驶路径;通过Unity与UE4引擎虚拟现实硬件交互设备进行故障定位追踪;利用关节装置连接车轮前臂和上臂,实现不同磁铁吸附与脱离,依据机器人结构,完成机器人硬件结构设计。采用遗传算法确定导航适应度函数,通过机器人视频采集信息,设计预警功能,并利用机器人即时生成设备故障图像,依据实现流程,在超声避障功能支持下,完成机械设备故障检测。由实验结果可知,该机器人检测精准度最高可达到0.96,提高了机器人检测鲁棒性。     

多传感信息融合与自动化

综述多传感信息融合技术的概念、发展的起因、主要研究内容、现有的理论和方法,同时还就其在工业机器人、汽车自动导航与驾驶、身份识别、多目标跟踪、人工智能等自动化领域的应用进行了讨论.作者对于这一新兴研究方向未来的发展趋势作了展望,并就信息融合的一般理论、主要方法论、存在的问题等进行了探讨.     

复杂环境下的自由空间中自主跟随移动目标的多信息融合方法与应用

针对跟随机器人在多障碍物的自由空间中,难以对移动目标定位、运动估计并主动跟随的问题,提出一种复杂环境下的自由空间中自主跟随移动目标的多信息融合方法,在移动目标与跟随机器人之间建立多信号源冗余信道,通过扩散式信道切换观测多个信号源信息,合理设计权值进行信息融合,计算出移动目标的中心位置及运动速度和方向。由此,建立多信号源定位模型,分析得出跟随机器人与移动目标间出现障碍物时的跟随方法。在此基础上,设计了随动式的跟随定位系统并进行实验,结果表明:该方法能快速、准确地实现自由空间中跟随机器人在对移动目标的自主跟随。