共查询到18条相似文献,搜索用时 62 毫秒
1.
移动机器人的导航及定位是机器人自主导航的关键技术之一。为提高移动机器人的导航及定位能力,提出以多种导航定位传感器组合为融合单元,设计扩展卡尔曼滤波算法,将陀螺仪、里程计和电子罗盘采集的数据进行融合。设计模糊神经网络对所融合的数据进行训练处理,提高数据处理的精度和效率,实现对移动机器人精确的控制。并进行了仿真分析,结果证明:所提出的多传感器信息融合算法既可使移动机器人在复杂环境中自主定位,又实现有效避障,有实际参考价值。 相似文献
2.
针对移动机器人单传感器数据短时丢失、定位精度低、传感器频率异步等问题,采用激光雷达、IMU、轮式里程计获取定位信息,提出基于扩展卡尔曼滤波和互补融合的组合数据融合方法。先通过S-G滤波算法对初始定位数据进行预处理,利用扩展卡尔曼滤波融合算法实现IMU和轮式里程计传感器的定位数据融合,得到融合数据1;再利用互补融合算法将融合数据1和激光雷达进行融合得到融合定位数据2。其中融合数据1对激光雷达进行实时补正,解决频率异步的位移偏差,从而明显提高定位精度。最后采用Gazebo仿真平台,搭建移动机器人模型以及设置传感器的基本参数,验证算法的有效性和稳定性。实验结果表明:数据融合算法提高了非线性传感器的定位精度和稳定性,并且平均定位误差在8 cm内。 相似文献
3.
为解决无里程计移动机器人室内定位问题,提出一种不依赖里程计数据的多传感器融合定位算法。首先,使用RF2O算法从激光雷达信息中获取移动机器人的运动数据;其次,使用扩展卡尔曼滤波融合IMU数据和RF2O算法计算的数据得到初步的定位数据;最后,使用自适应蒙特卡洛定位算法对定位数据进行修正,解决误差累计问题,得到精确的定位结果。结果表明,本文提出的定位算法可以有效降低测量误差、缩短算法运行时间,具有定位精度高且计算量小的优点,可以满足无里程计的移动机器人的定位需求。 相似文献
4.
5.
通过实例描述了多传感器在移动机器人导航中的应用,建立了基于信息融合的导航体系结构,并详细描述了各个模块及其功能,最后通过MATLAB/SIMULINK环境下进行仿真实验,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.
为提高多传感器移动机器人的控制性能,采用高性能工业计算机设计了一种嵌入式控制系统.该系统包括运动控制、视觉传感器、超声波传感器、激光传感器、无线通信系统等模块.对系统架构、组件设计、硬件调试进行分析和阐述.通过调试软硬件使系统达到了设计要求,实验表明该机器人控制系统有较强的稳定性和鲁棒性. 相似文献
7.
疫情形势下,为解决狭窄空间、复杂曲面、无接触、安全自动消杀作业需求,设计一种多传感器融合测量的基于双车拼接的可移动自动消杀机械控制系统。设计可快速拆分组装的双车拼接全向可移动平台车,解决狭窄空间的转运难题,同时采用激光导航传感器构建场景坐标系,精确定位设备位置,使设备运行过程中定位精度达到±5 mm以内。设计激光测距传感器、避障传感器、消杀装置多传感器融合测量的扫描消杀装置,并基于KUKA机器人传感器接口RSI设计修正算法,实现复杂曲面消杀过程中末端姿态在线调整及安全防护。最后,针对消杀过程中现场无人工干预需求,采用远程控制方式,建立远程终端-可移动平台控制系统-机器人控制系统的控制网络,操作者在远程终端下达杀菌指令,可移动自动消杀机械控制系统根据杀菌范围构建杀菌路径并智能化自主完成杀菌任务。进一步地,搭建立式壁面以及弧顶消杀场景,消杀过程中位置偏差±3 mm,角度偏差±1.5°,控制策略对实际对象拟合精度较高,增大了有效杀菌作用面积。 相似文献
8.
9.
10.
针对面向工业现场的自适应控制系统存在的异构多传感信号统一处理困难的问题,提出了一种基于动态数据融合算法的现场自适应控制应用系统。采用四层数据处理算法,实现了异构控制变量间的数据提炼、自模糊推理、多维群估计和动态包机制策略,提高了多维系统的控制精度和效率。在12C总线架构下,采用单MCU驱动多传感器模式,增强了硬件系统的可重构性和鲁棒性,并降低了系统维护升级的成本。 相似文献
11.
12.
13.
14.
15.
基于单目视觉提出了工业机器人拆垛系统构想。为实现工业机器人视觉拆垛系统中机器人精确运动控制与工件位姿识别,运用D-H位移矩阵法建立了机器人运动学模型,得到机器人末端相对机器人坐标系的位姿信息。基于形状模板匹配法提出目标图像识别算法,得到各个目标图像在相机坐标系下的位姿信息;将三维视觉模型与机器人运动学模型进行信息融合,建立机器人视觉拆垛控制系统数学模型。基于CCD工业相机、4-DOF工业机器人搭建视觉定位抓取实验系统。通过对空间目标进行抓取的实验,验证基于单目视觉的工业机器人拆垛系统的正确性、精确性、鲁棒性。 相似文献
16.
17.
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。 相似文献