学位论文 > 优秀研究生学位论文题录展示

移动机器人多处理器分级控制系统设计及复杂环境下的自主导航研究

作　者: 耿海飞
导　师: 魏武
学　校: 华南理工大学
专　业: 控制理论与控制工程
关键词: 移动机器人 多处理器 滚动优化 粒子群算法
分类号: TP242
类　型: 硕士论文
年　份: 2010年
下　载: 98次
引　用: 1次
阅　读: 论文下载
 

内容摘要


随着科学技术的进步和机器人学的发展,机器人的应用越来越广泛。移动机器人的研究和开发也越来越受到人们的关注。人们不再仅仅要求移动机器人能做简单的路劲规划,而且要求其能在复杂环境下进行自主导航,具有智能性、鲁棒性、安全性。为此,本文应用嵌入式技术开发了基于ARM&DSP的多处理器移动机器人控制系统,并在此基础上,采用滚动优化策略和粒子群算法相结合的方法实现了在复杂环境下的自主导航。文章首先分析了国内外嵌入式移动机器人现状,并在此基础上重点描述了系统的详细设计过程,包括硬件平台的构架以及软件平台的实现。其次描述了几种常用的路径规划算法,给出了他们各自的优缺点,最终选取滚动优化策略和粒子群算法相结合的方法进行路径规划,并提出了一种适应度更高的适应度函数。最后给出了仿真结果。实验证明所设计的控制系统能够在复杂的环境下进行自主导航,具有很好的鲁棒性。本文的特色是:(1)提出多处理器分级控制,以缓解主控制模块由于多中断源频繁中断而带来的压力,避免传感器数据采集丢失,明显增强了系统的反应灵敏度和运行稳定性;(2)选取滚动优化策略和粒子群算法相结合的方法实现了移动机器人在复杂环境下的自主导航,并提出了一种适应度更高的适应度函数,提高了系统避障能力,增强了系统的安全性;(3)控制系统采用嵌入式系统设计,其中包括基于ARM9+DSP的硬件平台和基于Linux操作系统的软件平台,充分发挥了ARM和DSP各自的优点,且可实现多任务调度,提高了系统的运行效率。

全文目录


摘要  5-6
ABSTRACT  6-10
第一章 绪论  10-14
  1.1 引言  10-11
  1.2 课题的研究背景  11
  1.3 课题研究内容及关键技术  11-12
  1.4 论文结构安排  12-13
  1.5 本章小结  13-14
第二章 嵌入式移动机器人硬件设计  14-36
  2.1 移动机器人系统平台  14-15
    2.1.1 移动机器人整机性能  15
    2.1.2 移动机器人本体  15
    2.1.3 移动机器人运动特性  15
  2.2 控制系统总体设计框架  15-16
  2.3 硬件各个模块介绍  16-35
    2.3.1 主控制器  18-20
    2.3.2 从控制器  20-22
    2.3.3 各传感器简介  22-28
    2.3.4 通讯模块  28-35
  2.4 本章小结  35-36
第三章 嵌入式移动机器人软件设计  36-62
  3.1 软件系统总体设计  36-37
    3.1.1 软件系统控制对象  36
    3.1.2 软件系统控制策略  36-37
    3.1.3 软件系统总体架构  37
  3.2 嵌入式Linux 操作系统移植  37-49
    3.2.1 嵌入式Linux 简介  37-38
    3.2.2 Linux-2.6 内核新特征  38-40
    3.2.3 嵌入式Linux 开发环境搭建  40-43
    3.2.4 移植 Linux-2.6 到 s3c2440  43-49
  3.3 Linux 驱动程序设计  49-60
    3.3.1 Linux 设备驱动程序概述  49
    3.3.2 Linux 设备驱动程序接口  49-50
    3.3.3 Linux 驱动程序加载  50-51
    3.3.4 主要驱动模块简介  51-60
  3.4 基于Linux 的移动机器人简单避障设计  60-61
  3.5 本章小结  61-62
第四章 复杂环境下移动机器人路径规划  62-74
  4.1 路径规划特点和分类  62-63
    4.1.1 路径规划的特点  62
    4.1.2 路径规划的分类  62-63
  4.2 全局路径规划  63-64
    4.2.1 位姿空间法  63-64
    4.2.2 栅格法  64
  4.3 局部路径规划  64-66
    4.3.1 遗传算法  65
    4.3.2 神经网络算法  65-66
  4.4 粒子群算法  66-71
    4.4.1 粒子群算法简介  66-67
    4.4.2 粒子群算法的数学描述  67-68
    4.4.3 PSO 算法流程  68
    4.4.4 局部路径的粒子化表示  68-70
    4.4.5 粒子群算法适应度函数  70-71
  4.5 滚动优化算法  71-72
  4.6 仿真结果  72
  4.7 本章小结  72-74
第五章 实验结果  74-77
  5.1 实验过程  74-76
  5.2 本章小结  76-77
结论  77-78
参考文献  78-82
附录  82-88
攻读硕士学位期间取得的研究成果  88-89
致谢  89

相似论文

  1. 基于SOPC的可穿戴机多处理器设计,TP332
  2. 有源电力滤波器及其在配电网中的应用,TN713.8
  3. 基于粒子群的分子对接算法,R91
  4. 基于粒子群算法的露天矿道路路径优化研究,TP301.6
  5. 移动机器人路径规划研究及仿真实现,TP242
  6. 量子粒子群算法研究及其在图像矢量量化码书设计中的应用,TP301.6
  7. 变邻域搜索算法研究及在组合优化中的应用,TP301.6
  8. 小型移动机器人系统平台的模块化设计与实现,TP242
  9. 电力系统无功优化的混合算法研究,TM714.3
  10. 基于QoS的无线传感器网络路由算法研究,TP212.9
  11. 参数协进化的改进和声搜索算法及其应用,TP391.3
  12. 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
  13. 非汛期水库群协同优化调度与应用研究,TV697.11
  14. 不确定环境下供应链多时段生产采购计划问题研究,F224
  15. 改进二进制粒子群算法在梯级水电站AGC中的应用研究,TV737
  16. 基于参数辨识的电力系统动态等值方法研究,TM712
  17. CMP中共享L2Cache失效预测算法研究,TP301.6
  18. 粒子群算法在水库防洪优化调度中的应用研究,TP301.6
  19. 智能电网中蓄电池储能的价值评估研究,TM76
  20. 面向废墟内搜救的细长型多传感器移动机器人,TP242
  21. 柔性路径下基于混合粒子群算法的跨单元调度方法,TH165

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