共查询到19条相似文献,搜索用时 93 毫秒
1.
针对全自主式移动机器人,以首届CCTV全国机器人电视大赛为背景,提出了通过D—S证据理论和模糊集合理论相结合的方法,对多传感器信息进行融合,较好地解决了机器人在复杂环境下运动的多传感器信息融合问题,实现了移动机器人的准确定位。 相似文献
2.
3.
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 相似文献
4.
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。 相似文献
5.
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 总被引:5,自引:0,他引:5
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。 相似文献
6.
7.
在机器人轨迹跟踪过程中,机器人自动跟踪的精度直接影响跟踪效果;以3自由度移动机器人为研究对象研究了机器人轨迹模糊跟踪系统,且在该系统中,采用多个传感器同时对移动机器人进行跟踪检测,并利用融合算法对其进行融合,将融合后的结果作为模糊控制器的输入;计算机仿真结果表明,在3自由度移动机器人轨迹跟踪中,采用多传感器信息融合是合理的、可行的;且可以减少跟踪过程中由传感器引起的误差对跟踪精度的影响,提高控制精度. 相似文献
8.
为了解决移动机器人在室内环境中的定位问题,设计航迹推测算法实时获取机器人的位姿信息。针对未知环境下的实时避障问题,提出基于多传感器信息融合的算法,用超声波、红外传感器对移动机器人周围的环境信息进行探测,进行数据融合,获得有效的距离信息。根据目标点信息和传感器测距信息,设计模糊控制器来实现实时避障行为。为了验证算法的可行性和有效性,在AS-R室内移动机器人平台上进行实物实验。实验结果表明:该方法能够引导机器人避开多个障碍物,到达目标点。 相似文献
9.
10.
介绍了多传感器信息融合的基本原理,给出了基于多传感器信息融合的移动机器人导航系统结构。建立了移动机器人数学模型,运用基于扩展卡尔曼滤波的信息融合方法实现了移动机器人导航算法。通过实验验证了基于多传感器信息融合的移动机器人导航系统和导航算法的有效性。 相似文献
11.
基于多传感器数据融合的环境理解及障碍物检测算法 总被引:2,自引:0,他引:2
本文研究了移动机器人中基于Dempster-Shafer证据推理理论的多传感器数据融合技术.通过融合由CCD彩色摄像机获取的2D彩色图像及由激光测距成像雷达获取的3D距离图像,移动机器人的环境理解及障碍物检测的可靠性与精度比在任何单一传感器所获得的信息的基础上有了很大的提高.文中探讨了移动机器人中视觉信息融合的许多具有较大难度的实际问题,取得了有意义的结果. 相似文献
12.
移动机器人导航技术现状与展望 总被引:42,自引:3,他引:42
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. 相似文献
13.
14.
15.
16.
移动机器人基于多传感器信息融合的室外场景理解 总被引:1,自引:0,他引:1
本文研究了移动机器人多传感器信息融合技术,提出一种融合激光测距与视觉信息的实时室外场景理解方法.基于三维激光测距数据构建了高程图描述场景地形特征,同时利用条件随机场模型从视觉信息中获取地貌特征,并以高程图中的栅格作为载体,应用投影变换和信息统计方法将激光信息与视觉信息进行有效融合.在此基础上,对融合后的环境模型分别在地形和地貌两个层面进行可通过性评估,从而实现自主移动机器人实时室外场景理解.实验结果和数据分析验证了所提方法的有效性和实用性. 相似文献
17.
18.
Multisensor Fusion: An Autonomous Mobile Robot 总被引:7,自引:0,他引:7
A conventional autonomous mobile robot is introduced. The main idea is the integration of many conventional and sophisticated sensor fusion techniques, introduced by several authors in recent years. We show the actual possibility of integrating all these techniques together, rather than analyzing implementation details. The topics of multisensor fusion, observation integration and sensor coordination are widely used throuhout the article. The final goal is to demonstrate the validity of both mathematical and artificial intelligence techniques in guaranteeing vehicle survival in a dynamic environment, while the robot carries out a specific task. We review conventional techniques for the management of uncertainty while we describe an implementation of a mobile robot which combines on-line heterogeneous sensors in its navigation and localisation tasks. 相似文献