您好,欢迎访问三七文档
当前位置:首页 > 临时分类 > 移动机器人论文:基于多传感器信息融合的移动机器人导航定位技术研究
移动机器人论文:基于多传感器信息融合的移动机器人导航定位技术研究【中文摘要】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。【英文摘要】Thenavigationandlocalizationtechnologyofmobilerobotisoneofthekeytechnologys,andbecomingmoreandmoreimportant.Mobilerobotnavigationandlocalizationtechnologyintheunknownenvironmentisanemergingrobotresearchdirection.TheMobilerobotlocalizationneedssensorstodetectenvironmentalinformation,singlesensorhaslimitationandthemultiplesensorsareneededforrobotlocalization.Theintegrationofmultiplesensorsprovidesaneffectivetechnicalsolutionforrobots’workinginthecomplex,dynamic,uncertainorunknownenvironment.Themultiplesensorsinformationfusiontechnologyisdescribedinthisthesis.Thetheoryandpracticeofmobilerobotlocalizationarecombinedinthediscussion.Aninformationfusionmethodisproposedformultiplesensors,whichfusionunitisthecombinationsofnavigationandlocalizationsensors,andfusionstructureisthefederatedKalmanfilter.Firstly,thedevelopmentandkeytechnologyofmobilerobotinChinaandabroadareintroduced.Thenavigationandlocalizationtechnologyandtheapplicationsofthemultiplesensorsinformationfusioninmobilerobotareapproached.Anewmethodisalsoproposedforthemobilerobotnavigationandlocalizationsystem.Thesensorandthesensorsystemareanalyzedforthemobilerobotnavigationandlocalization.Themethodofdatafocusesismainlystudiedforthemobilerobotnavigationandlocalization.AmultidatafusionalgorithmisdesignedbasedonthefederatedKalmanfilter.Themultiplesensorssystemisconsistedbyinertialnavigationsystem,GPS,odometer,electroniccompassandmapmatchingsystem.Finally,asimplifiedmobilerobotsystemisdesignedandmade,andthephysicalexperimentofmultiplesensorsisfinishedbasedonthe“MultipleSensorsDataAcquisitionPlatform”,thevalidityofthealgorithm.isverifiedbysimulationandanalysisofmeasureddata.【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【英文关键词】MobileRobotNavigationandLocalizationMultipleSensorsInformationFusionFederatedKalmanFilter【目录】基于多传感器信息融合的移动机器人导航定位技术研究摘要6-7Abstract7第1章绪论11-171.1研究背景11-121.1.1移动机器人的发展11-121.1.2移动机器人的应用121.2移动机器人导航技术12-131.2.1导航概念12-131.2.2导航关键技术131.2.3移动机器人导航研究意义131.3多传感器信息融合13-161.3.1信息融合技术13-141.3.2机器人技术中的信息融合141.3.3多传感器信息融合的主要方法14-161.4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17-252.1导航定位原理17-202.1.1机器人模型假设172.1.2机器人位姿表示17-182.1.3机器人运动学模型18-202.2导航定位方法20-222.2.1定位方法分类20-212.2.2常用的定位方式21-222.3导航定位系统实现概述22-242.3.1导航定位系统22-232.3.2导航定位系统实现方法23-242.4本章小结24-25第3章导航定位传感器25-403.1传感器概述25-273.1.1传感器定义253.1.2传感器数学模型25-263.1.3传感器的特性指标263.1.4传感器坐标转换26-273.2传感器分类27-293.3常用的定位传感器29-393.3.1光电编码器29-313.3.2超声波测距传感器31-333.3.3红外测距传感器33-353.3.4电子罗盘35-363.3.5角速率陀螺仪36-373.3.6GPS接收机37-393.4本章小结39-40第4章多传感器信息融合40-564.1信息融合技术概述40-434.1.1信息融合基本概念404.1.2信息融合系统40-414.1.3数据融合常用方法和结构41-424.1.4多传感器信息融合的关键问题42-434.2卡尔曼滤波器43-474.2.1卡尔曼滤波器简介434.2.2卡尔曼滤波器模型43-454.2.3联合卡尔曼滤波器45-474.3多传感器导航定位算法47-544.3.1导航定位多传感器系统47-484.3.2多传感器信息融合方案分析48-494.3.3联合卡尔曼滤波算法设计49-514.3.4子滤波器系统模型51-544.4容错系统设计54-554.4.1故障检测方法544.4.2容错系统54-554.5本章小结55-56第5章实验与结果分析56-655.1移动机器人实验平台56-575.2传感器实验与性能分析57-615.2.1编码器57-585.2.2GPS接收机58-595.2.3电子罗盘59-605.2.4超声波测距传感器60-615.2.5红外测距传感器615.3联合卡尔曼定位实验与分析61-645.4本章小结64-65总结与展望65-671总结652展望65-67致谢67-68参考文献68-72附录1STM32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
本文标题:移动机器人论文:基于多传感器信息融合的移动机器人导航定位技术研究
链接地址:https://www.777doc.com/doc-6909868 .html