基于ROS和全向舵轮驱动的移动机器人系统设计

本文设计了一种基于机器人操作系统(ROS)和EtherCAT的双舵轮全向移动机器人控制系统.首先建立双舵轮对角驱动移动机器人运动学模型;采用Xenomai实时内核和IgHEtherCAT主站技术设计机器人底层驱动;在ROS平台下,以move_base为核心设计机器人导航规划层,导航数据源由惯性测量单元、编码器和激光雷达...     

基于积分模型预测控制的全向移动机器人轨迹跟踪研究

为了减小全向移动机器人在运行中所产生的稳态误差,提出了一种具有积分作用的模型预测控制方法,即积分模型预测控制(IMPC)。积分模型预测控制不仅能够保留模型预测控制中预测和优化的功能,并且可以抑制系统稳态误差,从而使控制器具有更好的鲁棒性和跟踪能力。为了验证积分模型预测控制的先进性,将积分模型预测控制器与传统模型预测控制器进行性能对比,采用四差速全向移动机器人作为模拟实验模型,测试了2种控制器在3种不同路径下的轨迹跟踪性能。测试结果证明,积分模型预测控制器比传统模型预测控制器拥有更好的跟踪性能,验证了所提出方法的有效性和先进性。     

双驱动球形机器人的结构设计与分析

本文设计了一种球形机器人,它是通过重心驱动和角动量驱动来实现球体的滚动。机器人的动力部分主要由两个驱动电机和一个转向电机组成,三个电机处于同一水平面上。通过两个驱动电机实现了球形机器人前后向的运动,通过转向电机实现左右转向,包括原地的自转。     

干扰背景下基于双圆阵的全向测角方法

当干扰与目标方位夹角较小时,基于单圆阵的方位全向米波雷达在进行干扰对消时,目标回波的对消损失较大,从而降低了干扰对消后的目标检测概率和目标方位估计精度。针对此问题,该文提出一种基于双圆阵的干扰对消和目标方位角估计算法。该算法先利用小圆阵激励出的-1, 0和1阶相位模式初步估计干扰的方位角,后利用大圆阵激励出对称高阶相位模式获得精确的干扰方位角并利用其激励出的非对称高阶相位模式进行干扰对消和目标方位角的估计。该算法相对于单圆阵的干扰对消和测角方法可以减小目标回波的对消损失,提高干扰对消后的信噪比,从而增大目标检测概率和提高目标方位角的估计精度,仿真结果证明了该算法的有效性。     

一种基于全向视觉的运动物体检测算法

针对静态摄像头条件下的运动物体,提出一种基于全向图像特性的运动目标检测算法.首先对全向图像进行展开,并应用非线性畸变模型对展开图像校正处理,利用自适应背景建模的方法建立和更新背景模型、去除背景,实现对运动物体的识别与检测.该方法利用全向校正图像分辨率低的特点较好地解决前景提取过程中的噪声和阴影问题.实验表明,该方法对于全向视觉条件下运动物体的检测是快速有效的.     

小型化低温共烧陶瓷片式天线研究

提出一种适用于蓝牙频段的小型化全向天线。该天线采用低温共烧陶瓷(LTCC)技术,将金属导线按曲折走线的方式内埋于LTCC微波陶瓷介质中,上下层导线通过通孔实现互连,有效缩小了体积,并保护了天线辐射单元以提高可靠性。通过分析天线三维结构,提取了天线等效电路模型,电磁场仿真与电路仿真结果基本一致。与传统天线相比,该天线具有全向性好、带宽大、性能稳定等优点,且外形短小紧凑,适用于对天线尺度要求比较苛刻的各种高灵敏度、低剖面的无线通信收发模块及移动通信终端。     

Reverberation Chamber技术应用于手机OTA量测

一般混响室多用于EMC测试中,文章针对手机的OTA全辐射功率与全性灵敏度在混响室中测试方法提出说明,并针对小型的多输入多输出天线于多重路径环境测试测试方式说明。     

基于智能仓储重载AGV运动控制系统研究与实现

自动导引车(Automated Guided Vehicle,AGV)是智能仓储系统中的重要的组成部分.然而当前AGV多以轻载为主(1.5T以下),无法满足重载情况需求.由于重载AGV和轻载AGV控制系统在控制性能、安全性能需求上均存在差异,适用于轻载AGV的运动控制方法无法满足重载AGV的要求.为解决此问题,针对智能...     

基于OpenMV的智能搬运车型机器人的设计

基于OpenMV机器视觉模块、Arduino开发板,以智能循迹小车为载体、机械臂为抓取机构,通过颜色识别算法、速度及调节的PID算法,提供了两种移动方案,为完成对应的识别搬运功能,实现系统的工作流程,提供可行的、易于实践的图像识别的车型机器人的设计方案。     

三轮全向移动机器人里程计在线校正方法研究

传统里程计校正方法常使用离线校正手段,在地面环境发生改变的情况下,校正效果较差。为解决上述问题,提高机器人定位精度,以三轮全向移动机器人为平台,提出一种结构简单、鲁棒性强的在线里程计校正方法。该方法通过扩展卡尔曼滤波算法处理传感器数据,以得到机器人的实时位姿信息和速度信息,结合三轮全向移动平台的动力学模型,及时修正里程误差。在V-REP中设计仿真实验,实验结果表明:采用所提方法,校正后的里程精度有了极大改善,并克服了离线校正方法受地面环境影响的问题。在已有实际平台上验证了该算法的有效性。