基于超声传感器阵列的陆地自主车测距

目前,超声波传感器主要用于低速运动的自主式移动机器人短距离测量,采用的测距方法多把串音干扰看作有用信号的干扰项,尽可能排除.基于远距离超声波传感器,本文利用串音干扰设计了一种适用于高速行驶的陆地自主车进行远距离测量的方法.实验结果表明此方法的可靠性和精度都能满足陆地自主车的距离探测要求.     

基于多超声波传感器的移动机器人目标识别

移动机器人在不确定环境中的目标识别技术是自主导航及复杂任务分解的一瞎丶际?本文利用自行铑设计的多超声波传感器探测系统感知外界环境,提出了基于目标原型的目标识别和对感兴趣目标的主动探测方法.根据多超声波传感器的TOF(Time-of-Flight)信息,利用Dempster-Shfer证据理论,实现了移动机器人对室内特征环境的准确识别.测试结果及分析验证了该方法的可行性和识别准确性.并且该方法适用于室内机器人运动中的实时探测.     

一种机器人多传感器联合系统的逻辑和代数分析方法

从信息单元处理流程和缓冲设计的角度探讨了机器人多传感器联合系统的逻辑和代数分析方法.在分析几种典型的多传感器的结构和缓冲设计模型的基础上,文章引入基于Petri Nets的逻辑表达方法和基于[Max, ]半环的代数分析方法.以自主式移动机器人的多传感器联合系统为背景,文章系统探讨了多传感器联合系统的逻辑和代数分析方法的具体应用.实验数据表明,这种多传感器联合系统的逻辑和代数分析方法可以满足自主式移动机器人系统分析和仿真的需要     

自主式移动机器人系统的体系结构

本文在分析已有的几中多智能体协调模型的基础上，提出了一种用于自主式移动机器人系统的多智能体协调模型（离散）事件状态模型，用于组织协调自主式移动机器人系统中的传感器、规划、控制等智能体协调工作，确保自主式移动机器人在复杂、不断变化的环境中自主行驶，并在自主式移动机器人项目中较好地发挥了作用。     

D-S证据理论在移动机器人避障中的应用

移动机器人通过各种传感器系统感知外界环境和自身状态,在复杂的环境中自主移动并完成相应的任务,超声波传感器以其独有的特征而被青睐.本文利用六个超声波传感器对现场环境中的障碍物进行检测,然后利用D-S证据理论对所获得的数据进行融合,从而达到对障碍物的精确定位,使得移动机器人顺利到达结构化环境中的目标.     

基于灰色定性理论的移动机器人地图创建

针对移动机器人自主导航地图创建中超声波信息存在不确定性的问题,提出一种新的基于灰色定性理论的超声波信息解释和融合的方法,并用于处理超声波传感器信息和移动机器人创建环境地图．首先,引入概率灰数对超声波信息的不确定性进行描述,以获得栅格单元和传感器的概率灰数模型;然后,设计超声波传感器新旧信息的融合方法,从而得到环境地图的整体表示;最后通过地图创建仿真实验结果表明了这种方法具有良好的鲁棒性和准确度．     

基于弯曲振动超声换能器的远距离测量

未知环境下的实时障碍探测是陆地自主车(也称室外移动机器人)智能导航的关键技术.超声波传感器与其它环境探测传感器相比,具有价格低廉、便于安装使用且不受光线影响的优点,在国内外移动机器人测距系统中得到了广泛应用.但由于作用距离较短的原因,超声波传感器一般用于机器人低速运行在静态环境中的短距离测量,无法作为高速行驶陆地自主车的前视传感器来使用.针对这一情况,研制了一种高功率低频率的远距离超声传感器,其波束角为9,最大作用距离可超过35m,能满足高速行驶的陆地自主车进行远距离测距的要求.     

室内自主式移动机器人定位方法

定位是确定机器人在其工作环境中所处位置的过程.应用各种传感器感知信息实现可靠的定位是自主式移动机器人最基本、也是最重要的一项功能之一.本文对室内自主式移动机器人的定位技术进行了综述,介绍了当前自主式移动机器人定位方法的研究现状.同时,对国内外具有典型性的研究方法进行了较洋细的介绍,并重点提出了几种室内自主式移动机器人通用的定位方法,对其中的地图构造、位姿估计方法进行了详细介绍.最后,论述了自主式移动机器人定位系统与地图构造中所面临的主要问题及其解决方法并指出了该领域今后的研究方向.     

基于LPC2119的自主式移动机器人设计

以Philips公司的ARM单片机LPC2119为控制核心,提出了一种自主式移动机器人的设计方案。应用98C1051构成多超声传感器子系统控制电路,由此子系统实现对障碍物的测距及机器人的自主避障行走控制;通过光敏传感器实现机器人对光源的感知和寻找;通过无线通信芯片PTR2000实现移动机器人与计算机之间的无线通信。     

移动机器人导航技术现状与展望

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．