D-S证据理论在移动机器人信息融合中的应用

移动机器人的自动能力中实时避障和导航是一个很关键的技术,研究中主要的问题是：机器人在运动时需要充分的环境信息,而且处理这些信息的速度要快,同时也要满足实时性的要求。详细介绍了将D-S证据理论应用于移动机器人对未知环境的探索、感知过程,并通过仿真结果对D-S证据融合方法的性能进行研究与改进,确定了D-S证据融合方案的具体实现步骤,并完成了一个简化的仿真算例,得出了相关结论。     

模糊神经网络在移动机器人信息融合中的应用

针对移动机器人所用的传感器,提出了一种用于多传感器信息融合的方法,将模糊逻辑和神经网络结合起来,构建了模糊神经网络,并建立了网络的计算模型.通过建立的模糊神经网络对移动机器人的多传感器信息进行融合,实现了移动机器人对动态环境中障碍和环境类型的实时识别以及无冲突运动.网络的训练和试验表明该方法在移动机器人躲避运动物体中是可行的.     

Bayes理论在机器人信息融合中的应用

移动机器人的自动能力中实时避障和导航是一个很关键的技术,研究的主要问题是：机器人在运动时需要充分的环境信息,而且处理这些信息的速度要快,同时也要满足实时性的要求。文章介绍了将Bayes经典推理理论应用于机器人对未知环境的探索、感知过程,确定了具体的实验方案和实现步骤,完成了一个简化的仿真算例,并通过仿真结果对该方法的有效性和性能进行了验证和评估。     

基于多传感器信息融合的移动机器人避障

为了更好地解决移动机器人在未知环境下的自主避障问题,采用多传感器信息融合的方法,通过多个超声传感器对障碍物信息进行采集。合理确立模糊控制器的输入输出,通过模糊推理将障碍物距离信息模糊化,建立模糊规则并解模糊,以达到对移动机器人的安全避障的控制。通过建立移动机器人运动模型,设计了仿真平台,得到实验结果表明:该算法具有良好的可行性。     

移动机器人的在线实时定位研究

对推算定位法进行了研究,提出了一种改进方案.通过对移动机器人运动轨迹与状态的 分析,导出了一类移动机器人的基于轨迹的运动学新模型.利用移动机器人三个轮子的里程信息 和导向轮的转角信息,通过信息模糊融合获得转弯半径和转角,再利用运动学模型获得机器人的 位置和方向.将这种改进的推算定位法与主动灯塔法相结合,提出了一种用于室内移动机器人的 定位方法.仿真结果表明,该方法具有实时性好、精度高、成本低、鲁棒性好等特点,并适用于不平 整地面.     

基于行为融合的移动机器人自主避障算法

当移动机器人面临环境未知或不确定时,各个行为融合的权重随环境的变化而变化,从而导致权重无法在线调整而不能顺利到达目标点.为此,提出一种权重可在线调整的自主避障行为融合算法.用Mamdani型模糊控制器设计移动机器人自主避障过程中的基本行为;同时,提出一种基于两级BP神经网络信息融合的权重调整方法来实现各个基本行为的融合.该算法能够根据环境的变化实现各个基本行为权重的在线调整,增强自主避障控制的实时性和鲁棒性.仿真实验结果表明了该算法的有效性和可行性.     

信息融合在移动机器人轨迹模糊跟踪中的应用

在机器人轨迹跟踪过程中,机器人自动跟踪的精度直接影响跟踪效果;以3自由度移动机器人为研究对象研究了机器人轨迹模糊跟踪系统,且在该系统中,采用多个传感器同时对移动机器人进行跟踪检测,并利用融合算法对其进行融合,将融合后的结果作为模糊控制器的输入;计算机仿真结果表明,在3自由度移动机器人轨迹跟踪中,采用多传感器信息融合是合理的、可行的;且可以减少跟踪过程中由传感器引起的误差对跟踪精度的影响,提高控制精度.     

基于T-S型模糊神经网络的轮式机器人避障方法研究

针对超声波传感器产生的不确定信息,研究了一种基于Takagi-Sugeno(T-S)模型的模糊神经网络信息融合避障方法;对超声波传感器所获得的数据进行融合,建立控制器输入信号和机器人速度输出之间的模式映射关系;在MATLAB环境下对模糊神经网络避障算法进行了仿真,最后在实际环境中进行避障实验;实验结果表明,该算法具有较好的准确性和鲁棒性,能够适用于移动机器人的导航需要.     

未知环境下移动机器人地图构建仿真研究

未知环境的地图构建是移动机器人研究领域的一个研究热点.为了研究在未知环境下移动机器人地图构建,基于微软机器人开发工作室(MRDS),对虚拟环境中移动机器人进行了仿真建模,通过激光测距仪获取未知环境信息,应用迭代最近点(ICP)算法处理未知环境信息实现了移动机器人对未知环境地图构建.对移动机器人地图构建仿真实验结果表明,文中的方法能够有效地实现未知环境地图构建,可为移动机器人运动提供导向作用,具有一定的理论和现实意义.     

全局环境未知时机器人导航和避障的一种新方法

研究了全局环境未知情况下的移动机器人实时导航问题．将栅格法描述环境与基于滚动窗口的路径规划相结合，提出了一种新的移动机器人导航方法．将超声传感阵列探测到的环境信息以基于栅格的概率值进行表示，利用不确定性证据推理对其进行数据融合，得到机器人的局部环境信息；在此基础上，采用基于滚动窗口的方法进行机器人路径规划，实现机器人的实时导航．仿真与实验结果表明了该方法的有效性．     

基于手机RFSIM与北斗GIS城市实时交通动态导航平台

目前,从智能交通系统的发展（ITS）来看,国内大多数导航系统为静态导航,缺乏根据实时交通信息进行动态导航的功能.从而提出一种基于手机RFSIM与GIS技术结合的城市实时交通动态导航平台,为出行者提供实时动态的交通信息和导航服务.该系统主要包括实时交通信息采集系统,短时交通预测系统,北斗或GPS定位以及GIS实时导航系统.在已获得的相关技术的支撑下,着力解决在此导航系统中涉及到的交通信息的获取、北斗定位和实时交通动态导航中的关键技术问题,并进行可行性分析.     

机器人局部环境特征提取方法的研究

考虑到机器人导航过程中的实时性与可靠性要求,充分利用激光雷达信息的快速性与精确性,针对结构化环境中诸如墙壁、拐角、通道等这些典型环境特征分别设计了一套快速有效地特征提取的算法;另外算法还考虑到机器人建立环境地图的需要,在环境特征提取时对某一些密集的障碍物进行了合并,并注意保留了环境特征的一些拓扑信息,为建图作了一些前期准备,拿到移动机器人MORCS上进行实验获得了满意的结果,验证了算法的实时性与可靠性.     

环境特征提取在移动机器人导航中的应用

针对移动机器人在未知结构化环境中导航的需要,采用2D激光雷达作为主要传感器,对诸如墙壁、拐角、出口等这些典型的环境特征分别设计了一套有效的特征提取算法,并在该算法的基础上提出了基于特征点的移动机器人导航策略.该策略不需要里程计等其他一些内部传感器的信息,并且也不依赖具体的环境表述模型,从激光雷达扫描一次所得的数据中即可提取出环境特征,从而来指引机器人导航,实现起来快速可靠.应用到移动机器人MORCS-1上进行实验,取得了满意的结果,算法的实时性与鲁棒性得到了验证.     

一种基于声纳信息的移动机器人实时导航方法

提出了一种基于声纳信息的移动机器人实时导航方法。首先建立声纳感知数据向地图映射的概率模型,将声纳感知到的环境信息以基于栅格的概率值进行表示,并利用D-S证据理论对其进行数据融合,得到机器人的局部环境。在此基础上,采用基于滚动窗口的方法进行移动机器人路径规划,最终实现实时导航。试验结果表明该方法是可行和有效的。     

一种混合结构的移动机器人导航控制策略

研究了未知环境下移动机器人实时的导航控制问题.采用分布式系统将反射式行为、反应式行为与慎思规划相结合,设计了移动机器人导航控制策略.根据激光雷达传感器信息设计了基于栅格的实时避障算法和解锁策略.通过慎思规划解决了复杂环境下的局部势能陷阱问题.通过自行研制的移动机器人IMR01的实验验证了导航策略的有效性.     

移动机器人自主导航系统及上位机软件设计与实现

针对移动机器人自主导航系统,采用C++语言设计了一款基于Qt的跨平台实时数据可视化上位机软件;该软件执行SLAM技术和路径规划算法,实现可视化移动机器人建图与导航过程以及实时读取数据参数等功能;首先介绍移动机器人的硬件结构和功能;其次给出了自主导航所运用到的改进RRT*算法和动态窗口法;在详细叙述上位机软件工作流程的基础上,开发和设计了实时话题显示、读取以及界面可视化等功能;最后基于ROS系统完成移动机器人自主导航功能,并通过实时地图与数据可视化来验证所设计上位机软件功能的有效性。     

Concurrent Map Building and Behavior Learning for Navigation in Unknown Environments

In this paper, we report a robust and low-cost navigation algorithm for an unknown environment based on integration of a grid-based map building algorithm with behavior learning. The study focuses on mobile robots that utilize ultrasonic sensors as their prime interface with the outside world. The proposed algorithm takes into account environmental information to augment the readings from the low angular accuracy sonar measurements for behavior learning. The environmental information is obtained by an online grid-based map learning design that is concurrently operating with the behavior learning algorithm. The proposed algorithm is implemented and tested on an in-house-built mobile robot, and its performance is verified through online navigation in an indoor environment.     

用于室外移动机器人实时自主导航的2.5维角度势场法

本文提出了一种针对装备有激光测距仪的地面移动机器人系统的实时自主导航算法.与现有的专为解决2维导航问题所设计的算法不同,新算法在导航过程中引入了障碍物的高度信息,并且使用2.5维角度势场法来满足在复杂的户外地形条件下的自主导航要求.首先,一幅激光测距仪扫描地图被划分为两种不同的功能扇区:导航扇区和监测扇区.然后,在充分利用障碍物高度信息的条件下,对导航扇区和监测扇区进行重构,从而获得一幅虚拟的2维激光扫描地图.最后,传统的角度势场法被进行了适当的改进,以便能够顺利的作用到虚拟的2维激光扫描地图上,产生恰当的导航指令.新算法在履带型地面移动机器人上进行了测试,实验结果充分的证明了其有效性和可实现性.