学位论文 > 优秀研究生学位论文题录展示

多机器人协作定位算法研究与仿真

作　者: 白玉洁
导　师: 赵姝颖
学　校: 东北大学
专　业: 模式识别与智能系统
关键词: 多机器人 协作定位 扩展卡尔曼滤波 粒子滤波 最大信息熵
分类号: TP242
类　型: 硕士论文
年　份: 2013年
下　载: 2次
引　用: 0次
阅　读: 论文下载
 

内容摘要


机器人作为20世纪人类最伟大的发明之一,代表了当今社会最先进的智能控制技术。多机器人系统具有许多单机器人系统无法比拟的优势,主要包括：容错性更好、效率更高、可扩展性更好、易于研究和开发。在多机器人系统的众多研究问题中,机器人定位是其最基本的问题之一,是多机器人系统完成任务的根本保证。在实际应中,多机器人系统通常工作在复杂、动态环境下,所以对多机器人协作定位技术的研究,具有重要的理论意义和实际意义。本文首先简述了多机器人系统的优越性,并阐述了多机器人协作定位的基本问题、技术特点以及发展趋势,说明了多机器人协作定位技术的研究背景、现状以及研究意义。接着针对多机器人协作系统,建立机器人的点目标运动模型,研究了利用扩展卡尔曼滤波方法融合运动信息及相对观测信息协同定位的滤波方程,详细分析了基于相对方位观测量的定位特点。通过仿真实验验证了EKF定位算法的准确性与有效性。针对扩展卡尔曼滤波定位算法对初始条件要求高的问题,研究了利用粒子滤波算法进行信息融合的情况,仿真结果表明：粒子滤波算法与EKF滤波算法的定位精度相同,虽然粒子滤波算法具有良好的定位效果,但其存在计算量较大的缺点。针对初始条件未知的多机器人协作定位问题,研究了PF-EKF的定位算法。初始阶段利用粒子滤波器对多机器人系统进行定位,当粒子收敛到接近高斯分布时,再使用扩展卡尔曼滤波算法对多机器人系统进行定位,实验结果表明：该方法能够有效地解决在初始条件未知情况下对多机器人系统的协作定位问题。针对机器人数量增加导致算法的效率和精度降低的情况提出了基于最大信息熵的参考目标选择方法。结合EKF算法对参考目标进行选择。实验结果表明：该方法在满足协同定位精度的情况下,可使计算量显著降低。上述研究通过一系列的仿真实验,都获得了较满意的结果。为深入研究多机器人协作定位及多仿人机器人协作定位的研究提供了依据。

全文目录


摘要  5-6
Abstract  6-11
第1章 绪论  11-19
  1.1 多机器人协作定位技术研究意义  11-14
  1.2 多机器人协作定位技术研究现状  14-16
  1.3 本文主要研究内容  16-19
第2章 多机器人协作系统结构及模型  19-29
  2.1 多机器人协作系统结构  19-22
    2.1.1 集中式多机器人系统结构  20
    2.1.2 分布式多机器人系统结构  20-21
    2.1.3 混合式多机器人系统结构  21-22
  2.2 多机器人系统模型  22-28
    2.2.1 坐标系模型  22-24
    2.2.2 观测模型  24
    2.2.3 单机器人运动模型  24-26
    2.2.4 多机器人运动模型  26-27
    2.2.5 噪声模型  27-28
  2.3 本章小结  28-29
第3章 基于EKF算法的多机器人协作定位  29-39
  3.1 扩展卡尔曼滤波算法研究  29-31
  3.2 基于集中式EKF的多机器人协作定位  31-38
    3.2.1 融合相对观测量的EKF定位  33-35
    3.2.2 仿真实验与分析  35-38
  3.3 本章小结  38-39
第4章 基于粒子滤波的多机器人协作定位  39-53
  4.1 引言  39
  4.2 粒子滤波原理  39-44
    4.2.1 贝叶斯滤波问题  39-40
    4.2.2 贝叶斯重要性采样  40-42
    4.2.3 序列重要性采样(SIS)  42-43
    4.2.4 粒子退化和重采样  43-44
  4.3 基于PF的多机器人协作定位  44-47
    4.3.1 算法描述  44-45
    4.3.2 仿真实验与分析  45-47
  4.4 基于PF-EKF的多机器人定位  47-51
    4.4.1 PF-EKF算法描述  47-48
    4.4.2 仿真实验与分析  48-51
  4.5 本章小结  51-53
第5章 基于熵的观测量选择  53-63
  5.1 信息熵理论基础  53-56
    5.1.1 信息的概念  53-54
    5.1.2 信息熵的定义  54-55
    5.1.3 熵函数的性质  55-56
  5.2 基于最大信息熵的观测量选择  56-62
    5.2.1 问题描述  56-58
    5.2.2 算法描述  58-60
    5.2.3 仿真实验与分析  60-62
  5.3 本章小结  62-63
第6章 总结与展望  63-65
  6.1 总结  63
  6.2 展望  63-65
参考文献  65-71
致谢  71-73
硕士期间完成论文情况  73

相似论文

  1. 基于陀螺和星敏感器的卫星姿态确定研究,V448.2
  2. 基于多Agent理论的卫星协同定轨技术研究,V474
  3. 基于VRPF的机动目标跟踪的研究,TN957.52
  4. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  5. 多机器人合作追捕目标问题研究,TP242
  6. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  7. 空间红外目标仿真与跟踪技术研究,TP391.41
  8. 面向智能手机的节能定位策略,TN929.53
  9. 绕线式异步电动机直接转矩控制,TM343
  10. 复杂场景中运动目标的检测与跟踪,TP391.41
  11. 视频运动目标跟踪方法研究,TP391.41
  12. 无线传感器网络定位系统研究及设计,TN929.5
  13. 无线传感器网络的目标跟踪算法研究,TN929.5
  14. 基于UKF的车载GPS/DR组合导航系统滤波算法研究,TN967.2
  15. 矿井救援多机器人系统任务分配优化算法研究,TP242
  16. 基于D-FNN的加热炉钢温建模与优化研究,TG334.9
  17. 基于鱼眼相机的运动物体检测和跟踪,TP391.41
  18. 基于无线传感器网络的目标跟踪技术的研究,TN929.5
  19. 基于无线传感器网络的目标定位跟踪研究,TN929.5
  20. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  21. 监控视频中的车辆检测与跟踪技术研究,TP391.41

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