基于新型触须传感器的外形检测

啮齿类动物利用触须能够很好地识别外部对象的轮廓，为移动机器人识别被测物体提供了新的思路。借鉴啮齿动物触须的毛囊结构，设计了一种新型触须传感器，传感器采用二维PSD作为敏感元件。此传感器安装在移动机器人上，通过测量触须根部产生的微小位移量，来识别被测物体的外形轮廓。完成了圆柱体和棱柱体样件的对比实验，证明利用该触须传感器移动机器人能够识别出外部对象的轮廓。     

电容式仿生触须传感器的设计与试验

为模拟动物触须所具有的非常敏锐的环境感知能力,设计了一种电容式仿生触须传感器并开展试验研究。该传感器以电容式微音器为敏感元件,以光纤为触须材料,用以测量作用在触须尖端的微弱刺激信号。讨论了触须传感器的工作原理,进行了传感器结构和信号调理电路设计,分析了传感器特性。试验研究表明:该仿生触须传感器具有良好的重复性、静态特性和线性度,能充分反映被扫描物体的表面特征,可用于物体形态和表面纹理的有效识别及机器人自主运动避障。     

一种仿生触须传感器的设计与分析

为了增强机器人对未知环境的感知与识别能力,设计了一种基于霍尔效应的仿生触须传感器。针对该传感器建立了触须感知模型,并在此基础上进行仿真实验,分析触须轴的不同材质和长度对触须传感器感知结果的影响。同时,提出了可通过触须的偏转幅度来估计目标物距离和角度位置的被动和主动感知方法。实验结果表明：利用该触须传感器能够快速、准确地感知外界环境信息。     

机器人触须传感器的设计

提出了一种利用触须来识别物体表面轮廓的新方法。传感器采用了二维PSD作为敏感元件,实时地测量由于与物体接触在触须根部所产生的微小位移量。介绍了机器人触须传感器具体的结构及工作原理。由实验数据可知,触须根部位移量的大小与接触的距离成反比,且距离越近位移量变化的速度越快。由此可获得待测物体的位置、距离、角度等信息。     

一种感应式仿生触须传感器

为模仿动物触须对环境的敏锐感知能力,设计了一种感应式仿生触须传感器,并开展实验研究。该传感器以线性霍尔为敏感元件,以细不锈钢丝为触须材料并固定小磁钢,用以测量作用在触须尖端的刺激作用。讨论了触须传感器的工作原理,分析了传感器特性。试验表明:该传感器具有良好的静态与动态性能,且输出能充分反映被扫描物体的形状、尺寸和表面特征,可用于物体形态与表面纹理的有效识别和机器人自主避障。     

基于激光测距AdaBoost分类的室内环境识别

移动机器人所处环境的地点语义信息能够提高机器人自主定位、路径规划和人机互动的能力.为了让机器人识别环境中不同地点类型,提出一种对机器人所处环境地点类型进行语义分类的方法.该方法对激光传感器的测距数据进行特征提取,通过提取的样本集利用强化学习AdaBoost方法构建分类器,对于环境中多类型地点分类识别,将获得的二分类器有顺序地排列建立分类列表形成多分类器,将获得的多分类器运用到房间、走廊和门口的分类识别中.实验结果表明:移动机器人通过该方法都能对环境下不同地点类型进行有效的分类识别.     

基于触须传感器的风速测量研究

动物触须能够很好地感知外部环境,包括气流的信息.借鉴动物触须系统,用PSD作为位置检测元件设计了触须传感器以弥补现有风速测量装置存在的不足,并将其用于风速测量实验.将触须传感器置于不同强度以及不同方向的风速场中进行实验,结果表明,触须传感器不仅能够很好地测量风速的大小,而且在测量风速方向方面也具有很好的效果.     

基于多传感器融合的机器人障碍物检测和识别

该文研究了在移动机器人中基于神经网络的多种传感器信息融合技术。通过由CCD摄像机获得的彩色图像与超声波传感器组获得的距离作为辅助视觉系统实现整个视觉系统功能。移动机器人的障碍物检测和识别的可靠性与精度比在任何单一传感器所获得的信息都有很大的提高。     

运用异质传感器信息融合的移动机器人自定位

采用单类、单一传感器很难获得移动机器人的准确定位.为此,运用异质传感器信息融合来提高定位精度.首先,建立机器人运动方程和CCD摄像机观测模型.然后,利用扩展卡尔曼滤波器进行状态估计,选择Q,R矩阵抑制系统的模型噪声和量测噪声,并实现移动机器人的自定位.接着,建立超声波传感器的观测模型,获得机器人的自定位信息.最后,运用BP神经网络,将两种自定位信息进行融合,实现两类传感器的优缺点互补.仿真实验表明,运用异质传感器信息融合能明显地提高移动机器人的自定位精度.     

基于多维全局特征融合的移动机器人地形识别

为提高移动机器人对复杂作业场景的适应性,提出了一种基于多维全局特征融合的移动机器人地形识别方法。利用IMU传感器获取四轮移动机器人在不同地形的运动信息,采用哈希编码算法提取六通道加速度和角速度信息的全局特征,结合随机森林分类器对水泥、木板、砖石、草地和砂石路面地形进行了识别。实验结果表明,本方法可提高地形识别准确率,实现对五种地形环境的识别。