学位论文 > 优秀研究生学位论文题录展示

移动机器人与无线传感器网络混合系统的协作定位问题研究

作　者: 海丹
导　师: 郑志强
学　校: 国防科学技术大学
专　业: 控制科学与工程
关键词: 移动机器人无线传感器网络混合系统协作定位信息滤波高斯混合模型滤波定位误差分析克拉美劳下界
分类号: TP212.9;TN929.5
类　型: 博士论文
年　份: 2010年
下　载: 145次
引　用: 0次
阅　读: 论文下载

内容摘要

移动机器人与无线传感器网络(WSN)有着广泛的应用前景,是近年来研究的热点课题。定位问题是移动机器人和WSN的研究领域中最基本的问题,能够获得自身的定位信息是移动机器人实现自主、WSN完成环境监测和目标跟踪等任务的前提和关键。但由于目前技术条件的限制,移动机器人和WSN还无法避免存在某些缺点和局限,现阶段在两者各自的研究领域中解决定位问题均遇到一些短期内难以突破的瓶颈。将移动机器人与WSN结合,发挥两者的优势和特点,使两者以合理的方式进行协作定位,不仅能够在一定程度上降低移动机器人和WSN独立定位时所面临的技术难题,还可以进一步提高两者的定位精度。本文在移动机器人与WSN结合的背景下,研究了移动机器人与WSN混合系统的定位问题。着眼于回答:该混合系统的定位问题是什么?如何使两者协作地完成定位?以及为什么使用移动机器人与WSN相结合的方式来解决两者的定位问题?因此论文从该系统的定位问题描述、定位算法设计和定位误差分析三个方面分别展开研究。在定位问题描述、定位算法设计方面,本文主要开展并完成了以下研究工作:(1)将移动机器人和WSN混合系统定位问题表达为以概率法则为基础的状态估计问题,并推导出该问题的数学模型,利用上述模型从定位时所利用参考定位信息程度的角度比较了混合系统定位问题与传统的机器人定位问题、WSN节点定位问题之间的不同;根据混合系统的特点,提出了一种基于扩展信息滤波的移动机器人与WSN混合系统定位算法,该算法采用直观的稀疏图表示系统各组成单元的内部约束和先验信息,能够方便地建立用于融合参考定位信息的规范形式表示,继而有效地求解系统全状态空间得到定位估计结果。算法采用离线运行方式,能够减轻通讯阻塞、延时等不利因素对算法造成的影响;本文对系统状态求解步骤中的算法实现进行了分析,提出了减小计算量,提高求解效率的算法优化措施。(2)在系统内仅有距离(Range-only)测量信息的背景下研究了移动机器人辅助WSN的节点定位问题,给出了该问题的数学模型;针对邻节点位置存在不确定性的情况,推导出了含有邻节点不确定位置信息的测量信息概率表达模型;结合机器人移动、计算优势和WSN分布式计算、分布式传感的特性,提出了一种新的移动机器人辅助下基于Range-only测量信息的WSN节点协作定位算法。该算法采用集中-分布式的算法运行模式,对系统内各单元参考定位信息以高斯混合模型滤波与信息滤波相结合的方式进行融合处理,并将节点定位计算任务划分为两个阶段,合理分配给移动机器人和节点,使其协作完成。针对协作定位时参考定位信息之间存在互相关的特点,本文设计了应用于混合系统的参考定位信息融合方案,并提出了一种将距离观测信息进行近似来消除参考定位信息互相关的方法,有效避免了节点定位估计成为过优估计,保证了计算结果的一致性。在定位误差分析方面,本文主要开展并完成了以下研究工作:(3)对传统的锚节点环境下节点定位克拉美劳下界(CRLB-Cramé-Rao Lower Bound)模型进行了拓展,建立更具一般性的混合锚节点环境下节点定位CRLB模型。在系统使用距离测量手段的背景下,通过仿真实验分析了锚节点位置分布、定位误差等因素对待定节点定位精度的影响情况,并检验了上述模型的正确性。基于以上模型对WSN节点定位误差的收敛性进行了理论分析,推导出了关于WSN定位误差收敛性的几个定理、推论,并由上述推导结果得出:与单纯基于锚节点的节点定位方法相比,协作定位方法在提高待定节点定位精度方面更具优势。此外本文通过仿真实验对上述结论进行了验证,并对观测信息增删、节点数量变化等因素对系统定位精度影响的情况作了定性分析。(4)在参考传统的机器人定位CRLB模型的基础上,对混合锚节点环境下的节点定位CRLB模型继续进行扩展,分别建立了混合系统的全状态空间CRLB模型和系统实时状态CRLB模型。在结合具体的系统模型的基础上,研究了混合系统定位估计的收敛特性,并通过理论分析和实验验证得出结论:机器人与WSN结合并进行协作定位,可以使两者的定位精度同时得到提高。因此阐明了定位时将移动机器人与WSN相结合的原因和意义。通过仿真实验分析了系统噪声、机器人移动路径等因素对混合系统定位精度的影响情况,并且探讨了在混合系统中利用系统参考定位信息解决定位问题时,如何在提高定位精度和减小计算代价之间进行权衡考虑的初步思路。

全文目录

摘要  12-14
ABSTRACT  14-16
第一章绪论  16-36
  1.1 移动机器人与WSN 的特点及两者结合的意义和特点  17-20
    1.1.1 移动机器人与WSN 的差异  17
    1.1.2 移动机器人与WSN 的相似性  17-18
    1.1.3 移动机器人与WSN 结合的意义  18-19
    1.1.4 MR-WSN 的特点  19-20
  1.2 MR-WSN 定位问题  20-24
    1.2.1 移动机器人和WSN 研究领域中的定位问题  20-21
    1.2.2 MR-WSN 定位问题及其特点和研究难点  21-23
    1.2.3 研究MR-WSN 定位问题的意义及研究内容  23-24
  1.3 MR-WSN 定位研究现状  24-32
    1.3.1 WSN 节点定位问题  24-26
    1.3.2 移动机器人定位问题  26-29
    1.3.3 MR-WSN 定位研究  29-32
  1.4 论文的主要内容、贡献和论文组织结构  32-36
    1.4.1 论文研究的主要内容  32-33
    1.4.2 论文研究的主要贡献和创新点  33-34
    1.4.3 论文的组织结构  34-36
第二章 MR-WSN 定位问题描述及定位算法设计  36-74
  2.1 MR-WSN 定位问题的数学模型  36-43
    2.1.1 符号定义  36-37
    2.1.2 概率定位方法的数学基础  37-38
    2.1.3 MR-WSN 定位问题的概率表达  38-40
    2.1.4 系统状态模型  40-42
    2.1.5 系统状态的高斯分布假设  42-43
  2.2 MR-WSN 的图定位(GL)算法  43-53
    2.2.1 规范形表示背景  44-45
    2.2.2 MR-WSN 定位滤波算法方案设计  45-46
    2.2.3 定位问题的稀疏图及规范形表示  46-50
    2.2.4 GL 算法的数学推导  50-53
  2.3 MR-WSN 定位的GL 算法实现  53-66
    2.3.1 系统状态估计的迭代求解  53
    2.3.2 状态估计均值的求解技巧  53-56
    2.3.3 降低系统信息矩阵求逆运算量  56-60
    2.3.4 系统状态的求解  60-61
    2.3.5 GL 算法实现过程  61-66
  2.4 GL 定位算法仿真实验验证  66-71
    2.4.1 系统全连通情况下的实验场景及实验方案设置  66-67
    2.4.2 系统全连情况下的实验结果  67-71
  2.5 小结  71-74
第三章移动机器人辅助下基于距离测量的无线传感器网络协作定位方法  74-108
  3.1 定位问题的数学描述及观测信息的概率表达  74-77
    3.1.1 WSN 节点定位问题的数学描述  74-75
    3.1.2 观测信息的概率表达  75-77
  3.2 仅有距离(Range-only)观测信息  77-81
    3.2.1 Range-only 观测信息用于节点定位的介绍  77-80
    3.2.2 Range-only 观测信息的在二维平面的近似  80
    3.2.3 基于接收信号强度指示(RSSI)的Range-only 定位信息  80-81
  3.3 机器人辅助下的WSN 协作定位算法模型  81-89
    3.3.1 定位算法执行模式  82-83
    3.3.2 定位算法参考定位信息融合方案  83-85
    3.3.3 定位算法流程  85-87
    3.3.4 定位算法参考定位信息融合结构  87-89
  3.4 基于高斯混合模型的节点初始定位算法  89-96
    3.4.1 高斯混合模型滤波  89-90
    3.4.2 节点先验状态估计  90-91
    3.4.3 (节点)初始独立定位滤波器  91-92
    3.4.4 (节点)初始本地定位滤波器  92-93
    3.4.5 节点状态均值、方差的计算  93-94
    3.4.6 消除信息互相关性处理  94-95
    3.4.7 算法应用说明  95-96
  3.5 基于信息滤波的节点分布式定位求精算法  96-99
    3.5.1 定位求精滤波算法方案设计  97
    3.5.2 定位求精算法  97-99
  3.6 实验验证  99-105
    3.6.1 基于距离测量的WSN 节点定位仿真实验  99-104
    3.6.2 基于RSSI 的WSN 节点定位仿真实验  104-105
  3.7 小结  105-108
第四章基于克拉美劳下界分析方法的WSN 定位误差分析  108-130
  4.1 锚节点环境下节点定位误差分析的相关研究与前提假设  108-110
    4.1.1 相关研究  108-109
    4.1.2 前提假设与符号定义  109
    4.1.3 经典的节点定位CRLB 模型  109-110
  4.2 基于混合锚节点的节点定位CRLB 分析  110-115
    4.2.1 混合锚节点环境下的节点定位CRLB 模型  110-113
    4.2.2 节点定位CRLB 模型的建立规律  113-114
    4.2.3 距离测量条件下的节点定位CRLB 模型  114-115
  4.3 混合锚节点CRLB 模型的实验验证  115-121
    4.3.1 节点定位精度的评价指标  115-116
    4.3.2 误差锚节点对待定节点定位误差的影响  116-120
    4.3.3 与传统方法的比较  120-121
  4.4 WSN 定位误差理论分析  121-125
    4.4.1 误差分析的理论基础  121-122
    4.4.2 相关定理、推论和结论  122-125
  4.5 WSN 定位误差实验分析  125-129
    4.5.1 仿真实验设置  125
    4.5.2 两种方案的WSN 节点定位误差比较  125-127
    4.5.3 其他因素对系统定位精度的影响  127-129
  4.6 小结  129-130
第五章基于CRLB 分析方法的MR-WSN 定位误差分析  130-148
  5.1 MR-WSN 的CRLB 模型  130-134
    5.1.1 经典的机器人定位CRLB 模型  130-131
    5.1.2 MR-WSN 环境下的CRLB 模型  131-132
    5.1.3 MR-WSN 的实时状态CRLB 模型  132-134
  5.2 MR-WSN 定位误差理论分析  134-138
    5.2.1 使用到的一些数学理论基础  134
    5.2.2 相关定理、推论和结论  134-138
  5.3 MR-WSN 定位误差实验分析  138-146
    5.3.1 实验场景设置  138-140
    5.3.2 实验结果及分析  140-146
  5.4 小结  146-148
第六章总结与展望  148-152
  6.1 论文工作总结  148-149
  6.2 进一步工作展望  149-152
致谢  152-154
参考文献  154-161
作者在学期间取得的学术成果  161-162

移动机器人与无线传感器网络混合系统的协作定位问题研究

内容摘要

全文目录

相似论文