学位论文 > 优秀研究生学位论文题录展示
基于多传感器信息融合的移动机器人导航定位技术研究
作 者: 冯刘中
导 师: 肖世德
学 校: 西南交通大学
专 业: 机械电子工程
关键词: 移动机器人 导航定位 多传感器 信息融合 联合卡尔曼滤波
分类号: TP242
类 型: 硕士论文
年 份: 2011年
下 载: 166次
引 用: 2次
阅 读: 论文下载
内容摘要
导航定位技术作为移动机器人关键技术之一,是十分热门的研究课题。特别是未知环境中移动机器人导航定位已经成为移动机器人研究的一个新方向。移动机器人导航定位需要通过传感器来检测环境的信息,采用单传感器存在很大的局限性,采用多传感器来实现移动机器人定位是必然的。多传感器信息融合为移动机器人在各种复杂、动态、不确定或未知的环境中工作提供了一种有效的技术解决途径。本论文以多传感器信息融合技术作为研究重点,结合移动机器人导航定位理论和实践进行探讨,提出了以各种导航定位传感器组合为融合单元,以联合卡尔曼滤波器为融合结构的移动机器人导航定位方法。论文首先介绍了国内外移动机器人的发展状况、移动机器人的导航定位技术以及多传感器信息融合技术在移动机器人中的应用。然后详细分析了移动机器人导航定位的基本原理和常用的导航定位方法,并提出了移动机器人导航定位系统的一种新方法。论文对移动机器人导航定位的传感器和传感器系统进行了分析,重点研究了移动机器人导航定位传感器的信息融合方法,以联合卡尔曼滤波作为融合算法基础,设计了包括惯性导航系统、全球定位系统、里程计、电子罗盘和地图匹配系统在内的多传感器信息融合算法。论文最后设计制作了一个简化移动机器人系统,在“多传感器数据采集平台”上,进行了移动机器人多传感器信息融合实验和分析,验证了本文提出的技术方法和算法的有效性,可供移动机器人实际研制参考。
|
全文目录
摘要 6-7 Abstract 7-11 第1章 绪论 11-17 1.1 研究背景 11-12 1.1.1 移动机器人的发展 11-12 1.1.2 移动机器人的应用 12 1.2 移动机器人导航技术 12-13 1.2.1 导航概念 12-13 1.2.2 导航关键技术 13 1.2.3 移动机器人导航研究意义 13 1.3 多传感器信息融合 13-16 1.3.1 信息融合技术 13-14 1.3.2 机器人技术中的信息融合 14 1.3.3 多传感器信息融合的主要方法 14-16 1.4 主要研究内容与论文安排 16-17 第2章 导航定位原理与系统 17-25 2.1 导航定位原理 17-20 2.1.1 机器人模型假设 17 2.1.2 机器人位姿表示 17-18 2.1.3 机器人运动学模型 18-20 2.2 导航定位方法 20-22 2.2.1 定位方法分类 20-21 2.2.2 常用的定位方式 21-22 2.3 导航定位系统实现概述 22-24 2.3.1 导航定位系统 22-23 2.3.2 导航定位系统实现方法 23-24 2.4 本章小结 24-25 第3章 导航定位传感器 25-40 3.1 传感器概述 25-27 3.1.1 传感器定义 25 3.1.2 传感器数学模型 25-26 3.1.3 传感器的特性指标 26 3.1.4 传感器坐标转换 26-27 3.2 传感器分类 27-29 3.3 常用的定位传感器 29-39 3.3.1 光电编码器 29-31 3.3.2 超声波测距传感器 31-33 3.3.3 红外测距传感器 33-35 3.3.4 电子罗盘 35-36 3.3.5 角速率陀螺仪 36-37 3.3.6 GPS接收机 37-39 3.4 本章小结 39-40 第4章 多传感器信息融合 40-56 4.1 信息融合技术概述 40-43 4.1.1 信息融合基本概念 40 4.1.2 信息融合系统 40-41 4.1.3 数据融合常用方法和结构 41-42 4.1.4 多传感器信息融合的关键问题 42-43 4.2 卡尔曼滤波器 43-47 4.2.1 卡尔曼滤波器简介 43 4.2.2 卡尔曼滤波器模型 43-45 4.2.3 联合卡尔曼滤波器 45-47 4.3 多传感器导航定位算法 47-54 4.3.1 导航定位多传感器系统 47-48 4.3.2 多传感器信息融合方案分析 48-49 4.3.3 联合卡尔曼滤波算法设计 49-51 4.3.4 子滤波器系统模型 51-54 4.4 容错系统设计 54-55 4.4.1 故障检测方法 54 4.4.2 容错系统 54-55 4.5 本章小结 55-56 第5章 实验与结果分析 56-65 5.1 移动机器人实验平台 56-57 5.2 传感器实验与性能分析 57-61 5.2.1 编码器 57-58 5.2.2 GPS接收机 58-59 5.2.3 电子罗盘 59-60 5.2.4 超声波测距传感器 60-61 5.2.5 红外测距传感器 61 5.3 联合卡尔曼定位实验与分析 61-64 5.4 本章小结 64-65 总结与展望 65-67 1 总结 65 2 展望 65-67 致谢 67-68 参考文献 68-72 附录1 STM32核心模块电路图 72-73 附录2 编码器与GPS信息融合仿真程序 73-75 攻读硕士学位期间发表的论文 75
|
相似论文
- 基于微型无人平台导航多传感器信息融合算法研究,V249.32
- 舌体特征的提取及融合分类方法研究,TP391.41
- 双传感器图像联合目标检测及系统实现研究,TP391.41
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 信息融合技术在嵌入式驾驶疲劳检测中的应用研究,TP368.12
- 移动机器人路径规划研究及仿真实现,TP242
- 小型移动机器人系统平台的模块化设计与实现,TP242
- 基于数字高程模型栅格地图的移动机器人路径规划研究,TP242
- 水下机械手信息融合及作业规划研究,TP241
- 基于多信息融合的轮式移动机器人定位导航技术研究,TP242
- 基于贝叶斯网络的电机故障诊断方法研究,TM307.1
- 管道内检测器惯性导航定位方法的研究,TN966
- 多尺度信息融合算法研究,TP202
- 基于人机智能融合的移动机器人路径规划方法研究,TP242
- 实用化卫星导航抗干扰接收机关键技术研究,TN967.1
- 基于CUDA的实时图像拼接技术研究,TP391.41
- 缩小自主导航机器人传感器检测盲区的研究,TP242
- 基于道路空间关系的地图匹配方法设计,P283.1
- 多传感器信息融合技术在铣削过程监测中的应用研究,TG54
- 物流系统设备,TH69
- 基于CAN总线的智能瓦斯监测系统研究,TP274
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com
|