基于多传感器信息融合移动机器人导航定位研究

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。     

基于非线性多传感器复合定位融合算法应用研究

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。     

无里程计移动机器人多传感器融合定位算法北大核心

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。     

基于多传感器融合的移动机器人定位研究

针对室内未知环境下单一传感器定位累积误差大、受环境局限等缺点,设计一种多传感器非线性融合定位系统,以提高移动机器人自主导航的定位精度.该系统通过高斯牛顿方程对由激光雷达、惯性测量单元、轮式里程计测量得到的位姿信息进行融合优化,补偿由于在室内环境信息下单一传感器定位精度低所带来的定位误差.实验结果表明:应用多传感器融合定...     

多传感器信息融合在移动机器人导航中的应用

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。     

开放式多传感器移动机器人硬件系统设计

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.     

多传感融合测量的移动机器人高效消杀控制

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。     

基于多传感器数据融合的并联机构定位方法

针对并联机构动平台上主轴动态定位问题,将电子罗盘及摄像头运用于并联机床动平台的位姿测量,提出一种基于多传感器数据融合的并联机床动态定位新方法.该方法融合动态惯性测量数据、机构各支链的编码器信息以及视觉信息,通过动态计算置信距离关系矩阵,实现并联机床动平台位姿(位置和方向)的精确定位.通过一个单方向运动动态测量的简化试验,对并联机床动平台的6自由度位姿测量进行仿真研究,证实该定位方法的有效性.     

数据融合技术在移动机器人研究中的应用

移动机器人有着广泛的应用前景，是机器人研究中的热点之一。本文介绍了贝叶斯估计、Dempster-Shafer理论、卡尔曼滤波等机器人数据融合的方法及其在移动机器人开发中的应用，并分析了在移动机器人发展中具有代表意义的几个典型系统。     

多传感器动态数据融合自适应控制系统

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。     

基于多传感器信息融合的输电线路巡检机器人自主越障方法研究

针对550 kV架空输电线路巡检机器人在运行过程中对线上金具识别不稳定及自主越障效率低等问题,基于多传感器信息融合的方法,结合机器人在线越障过程的特点,提出了一种基于多传感器信息融合自主越障方法与策略,并进行了在线自主越障实验。结果表明:以巡线机器人为平台,基于多传感器信息融合的机器人自主越障策略是可行的,提高了机器人越障运动的准确性和灵活性,保证机器人安全可靠的运行。     

基于单目视觉的工业机器人定位系统的设计

在工业生产中,工业机器人如何能够准确地抓取和摆放工件是自动化生产中的一个重要问题,而问题的关键是准确地获取工件目标位置和姿态的信息。针对此问题,以图像辨识、处理及视觉定位为主要研究内容,设计了一种处理简单、计算准确的单目视觉定位系统。该系统包含静态图像采集平台、图像测量模块及与之匹配的三维空间中单目定位算法与姿态测量算法。经测试实验,并通过对数据和误差进行分析,系统满足自动化生产过程中对工件的空间定位与姿态测量的要求。     

拱泥机器人定位系统研究

拱泥机器人是一种在水下泥土中按规划轨迹运动的水下特种机器人，用于替代目前沉船打捞中潜水员攻打千斤洞的手工作业。精确且可靠的定位系统是拱泥机器人研究中的一项关键技术。本文通过对机器人的结构与运动过程分析，设计了拱泥机器人的定位系统。利用卡尔曼滤波对机器人冗余的位置信息进行数据融合，数据融合算法的仿真结果表明该方法能有效地提高定位精度，同时提高了定位系统的可靠性。     

基于GPS与地图匹配的移动机器人定位方法

高精度的定位结果是移动机器人路径规划等各项任务的前提,全球卫星定位系统(GPS)能够在空旷区域得到移动机器人的全局定位坐标,但在无卫星信号环境下存在定位精度低或难以定位的问题.提出一种GPS与地图匹配的组合定位方法解决部分无卫星信号复杂环境中的定位问题.首先建立一种修正航迹推算误差的新运动模型,降低航迹推算的累计误差....     

基于单目视觉的工业机器人拆垛系统设计与实验

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。     

基于深度学习的单目视觉水下机器人目标跟踪方法研究

介绍了一种基于深度学习的单目视觉水下机器人目标跟踪新方法,采用该方法能够使自主水下机器人(AUV)在水下复杂环境中实现图像增强处理与目标识别跟踪,对于视频图像中的每个图像,使用预先经过训练的深度卷积神经网络计算图像传输图,图像传输图提供了图像深度信息的相关估计,该方法能够识别水下目标区域,并标明水下目标运动及跟踪方向。实验表明:该方法能够更精确、更稳定地获取水下环境中的定位数据。     

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。     

基于QR码图形特征的移动机器人定位

传统全局定位的方法对环境背景要求很高,因此提出基于QR码图形特征的移动机器人定位方法。基于QR码的轮廓层次结构特征,筛选六层轮廓得到位置探测图形的位置;利用3个位置探测图形位置构成三角形特征求解QR码的中心位置坐标和转向角;对定位方法进行实验验证并对实验数据进行分析。用此方法得到的位置误差不超过4 cm,转向角的误差不超过5°,具有良好的精确性。