多源融合定位算法综述

随着机器人、无人车等自主导航系统的大量涌现,定位导航技术在最近20年得到迅猛发展,用户对新一代的定位导航技术提出了新的要求,即在任意环境、任意时刻、任意平台都能具备可靠的定位导航能力.多源融合定位算法是实现该目标的唯一有效途径.本文从传感器观测模型、环境场景模型、载体运动行为模型出发,综述了卫星导航、惯性导航、视觉传感器、激光雷达单一传感器的定位方法,分析了定位导航运行的环境场景对多源融合定位的影响,以及载体运动行为对定位的影响.最后,从融合框架层面将多源融合定位算法分为优化和滤波两大类进行深入分析.     

一种多机器人编队协同定位的方法

针对多机器人编队导航,提出了一种协同定位的方法.一个主机器人带领其他成员机器人,主机器人配备视觉传感器及激光扫描仪,成员机器人通过融合内部传感器数据进行自身定位.主机器人利用双目视觉进行目标检测,确定目标方位及距离信息,并利用激光扫描仪结合视觉获取的方位信息得到成员机器人位置及航向.基于联邦滤波算法提出了一种联合滤波模型,融合多传感器信息得到精确定位.1个Pioneer 3-AT和3个AmigoBot机器人编队的协同定位实验表明:该方法可行,误差范围小,满足实际应用的精度要求.     

沿输电线路地线行驶巡检机器人定位方法

针对作者所在团队研制的沿输电线路地线行驶的巡检机器人,分别提出了基于倾角传感器、GPS和线路先验信息模型GIS的全局环境定位方法和基于行走轮编码器及其打滑识别、机器视觉、超声波测距传感器和霍尔接近传感器的局部环境定位方法,给出了机器人定位的相关模型或算法.经现场线路试验研究表明,该方法行之有效.     

LINS-GNSS:滤波与优化耦合的GNSS/INS/LiDAR巡检机器人定位方法

为了能够更加灵活地执行变电站巡检任务,非固定线路的机器人巡检技术越来越受到关注.如何在复杂的变电站环境中实现高精度的定位是机器人在变电站执行巡检任务时需要解决的核心问题.单一传感器难以满足变电站可靠定位的要求,因此,本文设计了多传感器融合的LINS-GNSS定位方法.其前端基于迭代误差状态卡尔曼滤波框架将激光雷达和惯性导航进行紧耦合,在每次迭代中生成新的特征对应关系递归地校正估计状态.后端使用因子图优化的方法将卫星导航的定位结果与LINS后端输出的定位结果松耦合.优化过程中先将局部坐标系与全局坐标系对齐,再将卫星导航的位置约束作为先验边添加到后端的因子图中,最后将定位结果在全局坐标系下输出.为了评估LINS-GNSS系统在变电站环境中的性能,本文在实际变电站中进行了测试.实验结果表明,LINS-GNSS系统在变电站环境中可以达到优于0.5 m的定位精度,且比现有最佳算法LIO-SAM定位精度更高.     

移动机器人导航技术

在本篇论中较为详细地介绍了自主式移动机器人导航所需的各种传感器、多传感器信息融合技术和导航方法等。并在实验室内,利用ＡＮＮ方法和扩展卡尔曼滤波器实现了机器人的自动避障和导航,效果良好。     

基于Matlab的有路标移动机器人定位仿真

为了满足机器人精确定位的要求,提出一种基于多传感器信息融合的自定位算法并介绍了如何利用Matlab搭建移动机器人定位系统的仿真模型.仿真程序建立了移动机器人活动的虚拟环境,模拟了机器人的运动模型、里程计、激光雷达观测模型,利用扩展卡尔曼滤波算法将里程计和激光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.仿真试验的结果表明该定位系统具有较高的定位精度.模块化的仿真系统设计有利于其他定位算法的验证,对机器人系统的理论研究以及实用化具有重要的作用.     

变结构模糊神经网络在信息融合中的应用

针对多传感器信息融合方法的复杂性和多样性问题,依据智能融合理论,采用模糊逻辑和神经网络技术,提出了一种用于机器人多传感器信息融合的变结构模糊神经网络方法,并对其进行仿真．仿真结果表明,该融合算法的有效性是一种比较实用的融合方法．     

基于激光与RGB-D相机的异构多机器人协作定位

针对异构多机器人定位问题,提出了一种基于激光与视觉融合的协作定位方法,克服了视觉传感器受环境影响大、测量误差大的缺点,也克服了激光传感器无法识别待测目标的缺点。通过建立移动机器人的运动模型,根据不同传感器的原理分别建立RGB-D相机观测模型与激光观测模型。将RGB-D相机观测模型与运动学模型组成局部估计器,得到位置估计值与方差。通过激光传感器的观测模型与运动模型组成另一个估计器,得出另一组估计值与方差。运用协方差交叉融合方法进一步融合二组数据,提高了系统的可靠性与准确性。使用两台DFROBOT机器人,一台装备里程计、RGB-D相机与激光,另一台装配里程计,搭建了实验平台,验证了所提方法可行,误差范围小,满足实际应用。     

同步定位与建图技术发展综述

同步定位与建图(simultaneous localization and mapping,SLAM)技术作为智慧交通领域研究的热点,是无人驾驶车辆自主规划路径的关键.围绕SLAM技术相关传感器类型、定位、制图、多传感器融合四方面,从优缺点、适用范围、概率算法、地图类型及融合方式出发,介绍SLAM技术实现过程中的各个环...     

B样条模糊神经网络在信息融合中的应用

针对多传感器信息融合方法的复杂性和多样性问题,依据智能融合理论,采用模糊逻辑和神经网络技术,提出了一种用于机器人多传感器信息融合的B样条模糊神经网络方法,并对其进行仿真,实验结果表明,该融合算法具有较强的学习能力和抗干扰能力,是一种比较实用的融合方法。     

A sensor-based motion planner: Situated-Bug

0　INTRODUCTIONSensor basedmotionplanningmethodsinanenviron mentwithunknownobstacles ,likeBug 1[1] ,Bug 2 [2 ] ,Bug2A[3] ,Vis Bug[4 ] ,Tangent Bug[5] andHiroshiNoborio’sBug[6 ] ,havebeenproposed .Findinganoptimalpathisdifficultbecauserobots’motionisanexploringprocessinunknownenvironment .However ,forarobotonlywithaninertialunit ,absolutepositionerrorcausesseriousprob lemwhenthoseplannersdeterminetheirbehaviorsde pendingonrobotabsolutepositionsareimplemented .AllthoseBugs ,whichdete…     

在未知环境下基于递阶模糊行为的移动机器人控制算法

提出了一种基于递阶行为,并将重点放在对于基本行为的设计以及协调融合上的控制算法结构。基本行为由模糊推理系统设计,较高级的复杂行为由基本行为的融合产生。采用神经网络来模仿人类行为,学习人类复杂的决策技能,从而达到对基本行为进行融合的目的,以减少行为之间的强硬转换给整个系统带来的不良影响。采用不同的任务类型进行了仿真以测试这种基于模糊逻辑以及神经网络的递阶行为控制系统的性能,仿真结果表明该算法具有令人满意的性能。     

基于遗传算法的水下智能机器人避碰行为学习

智能机器人行为学习可以看成是从感知空间到动作空间中寻找一种映射文中采用遗传算法来实现寻找一种最佳映射,使机器人具有较好的避磁能力,把机器人旋转角和平移距离分别划分成７个等级和４个等级,每一个等级看成机器人的一种行为,把机器人发生碰撞之前所走的路径长度作适度函数,通过遗传算法中的选择,交叉和变异等操作机器人学会避碰行为,在文中的最后给出了仿真的实验结果。     

Fuzzy Logic Supervised Teleoperation Control for Mobile Robot

The supervised teleoperation control is presented for a mobile robot to implement the tasks by using fuzzy logic. The teleoperation control system includes joystick based user interaction mechanism, the high level instruction set and fuzzy logic behaviors integrated in a supervised autonomy teleoperation control system for indoor navigation. These behaviors include left wall following, right wall following, turn left, turn right, left obstacle avoidance, right obstacle avoidance and corridor following based on ultrasonic range finders data. The robot compares the instructive high level command from the operator and relays back a suggestive signal back to the operator in case of mismatch between environment and instructive command. This strategy relieves the operator's cognitive burden, handle unforeseen situations and uncertainties of environment autonomously. The effectiveness of the proposed method for navigation in an unstructured environment is verified by experiments conducted on a mobile robot equipped with only ultrasonic range finders for environment sensing.     

Fuzzy Logic Supervised Teleoperation Control for Mobile Robot

The supervised teleoperation control is presented for a mobile robot to implement the tasks by using fuzzy logic. The teleoperation control system includes joystick based user interaction mechanism,the high level instruction set and fuzzy logic behaviors integrated in a supervised autonomy teleoperation control system for indoor navigation. These behaviors include left wall following,right wall following,turn left,turn right,left obstacle avoidance,right obstacle avoidance and corridor following based on ultrasonic range finders data. The robot compares the instructive high level command from the operator and relays back a suggestive signal back to the operator in case of mismatch between environment and instructive command. This strategy relieves the operator's cognitive burden,handle unforeseen situations and uncertainties of environment autonomously. The effectiveness of the proposed method for navigation in an unstructured environment is verified by experiments conducted on a mobile robot equipped with only ultrasonic range finders for environment sensing.     

基于单眼视觉和超声波室内障碍物检测系统在智能车上的应用

提出一种基于单眼视觉和超声波测距的树莓派智能机器人车检测静态和动态障碍物的方法.采用改进的单眼视觉障碍物检测算法,对室内的静态和动态障碍物进行轮廓检测,并利用超声波传感器测量机器人车与障碍物之间的距离.针对静态障碍物检测,在图像预处理阶段引入图像增强,并通过HSV图像提取不同障碍物颜色特征,以提高障碍物轮廓标定的效率和准确率.针对动态障碍物检测,结合背景差分与3D图像显示技术实现动态目标捕捉,并设置距离决策模块记录障碍物位置信息.试验结果表明,该方法可有效减少障碍物检测的平均消耗时间以及障碍物位置信息的错误率,提高室内障碍物检测的效率和准确性.     

基于融合和人工势场的自主移动机器人路径规划研究

研究了动态不确定环境下自主移动机器人路径规划和运动控制问题.在时域上,建立了超声传感器数据预测模型,利用递推最小二乘法在线更新预测模型参数,通过将该预测模型的预测值与当前传感器实测值融合,提高了了超声数据的可靠性;考虑到空间分布的连续性,将相邻近的超声传感器信息融合进来,进一步提高了数据的实用性.由于人工势场法简单易实现的特点,被广泛应用在机器人自主避障中.借鉴预测控制原理,使用上述融合处理的超声数据,在每个滚动周期内运用改进的人工势场法解决了机器人避障问题.最后,在中国科学院自动化研究所自主开发的移动机器人CASIA1上对算法进行了实验,实验结果验证了算法的可靠性.     

配电网带电作业机器人机构配置与协调控制方法分析

针对配电网高压作业效率低的缺点,研究应用于作业过程中的机器人机构配置以及协调控制方法。机器人包括电源系统、障碍跨越机构、自救传感器系统以及自锁轮式爬升机构等,利用模糊PID控制器实现带电作业机器人的协调控制,模糊PID控制器将误差以及误差变化率作为输出,利用模糊控制规则实时调整PID参数,通过不同运行时刻的控制参数自整定提升控制效果,完成配电网带电作业机器人机构配置与协调控制方法。实验结果表明,输出信号在100ms内稳定至固定区间,机器人成功完成绝缘子串更换等高压作业,超调小,响应速度快。     

M16C28实现的无传感器无刷直流电机驱动方法

介绍了无位置传感器的无刷直流电机控制方法,提出了基于M16C28单片机的变频控制方案.该方案以M16C28为核心,由MCU中央控制单元、转子位置检测电路、变频驱动电路、母线电压及电流检测电路、电机保护电路、通讯接口电路等组成.文中从PWM驱动信号的产生、PWM切换中的输出模式、PWM输出与电机诱发电压之间的相互关系等多方面,对无位置传感器的无刷直流电机控制原理进行了详细的论述.在介绍了基于M16C28单片机的无刷直流电机控制方案硬件电路设计的同时,也对控制软件的工作过程、功能模块等进行了介绍和说明.实用表明,采用该无位置传感器的无刷直流电机控制方案,不但降低了电路成本,而且提高了电机效率,同时获得了较宽的调速范围.     

基于MAS的高速AGV视觉路径跟踪与控制

基于视觉的自动导向小车（V-AGV）是目前智能移动机器人的研究热点，主要问题是视觉周期过长带来的速度低、导航精度不高以及循线导航时系统对突发事件（障碍物、故障车）的适应能力差，通过将视觉与非视觉传感器集成，采用基于MAS思想的软件系统，视觉系统探测路径区域信息，建立路径复杂度函数，以模糊推理完成速度规划，融合信息实现跟踪控制，使系统对复杂路径具有智能适应能力，实现高速、高精度循线导航；避障规划-避障-路径恢复方法用于突发事件处理，提高了系统的可靠性、稳定性、仿真和实际应用证明了方法的有效性。