基于ZigBee无线技术的移动机器人编队控制的导航定位

基于ZigBee无线技术的移动机器人编队控制的导航定位

论文摘要

随着无线传感器网络技术、移动机器人技术的发展,无线技术被引入到机器人控制领域,把移动机器人作为无线传感器网络中的一个移动节点,这样多个机器人间可以无线通信,实现组网编队控制。机器人的网络化、智能化是未来机器人发展的必然趋势。本文设计了移动机器人系统,它可以测量机器人的加速度、方位角、角速度等信息,通过ZigBee无线技术将自身的状态与其它机器人信息共享,亦可接受其它机器人的指令。将移动机器人作为无线传感器网络中的移动节点,基于RSS(Ireceived signal strength indicator)无线定位技术实现自身定位,为多移动机器人的动态定位和编队控制提供通讯感知平台。为了提高无线传感器网络的定位精度,将基于RSSI的无线定位技术运用到多移动机器人编队控制的辅助定位上,本文先利用高斯模型对移动节点所测得的RSSI值进行了处理,利用硬件定位引擎计算出各个移动节点的坐标。再引入各个移动节点之间的相对定位信息,提出了一套定位优化算法,将定位问题转化为非线性最优化问题,再利用惩罚函数法求解得到最优坐标。通过对实验结果的分析可知,本算法可以提高对节点的定位精度,实现了同时对多个移动节点的定位。为以后的移动机器人编队控制的辅助定位,实现动态网络的定位打下了基础。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究的背景
  • 1.2 定位技术
  • 1.2.1 多机器人合作定位的研究现状
  • 1.2.2 无线传感器网络定位技术现状
  • 1.2.3 无线定位技术在多机器人合作定位中的应用
  • 1.3 研究内容与组织结构
  • 第2章 无线传感器网络定位技术
  • 2.1 无线传感器网络的测距技术
  • 2.1.1 TOA 技术
  • 2.1.2 TDOA 技术
  • 2.1.3 AOA 技术
  • 2.1.4 RSSI 技术
  • 2.2 单节点定位计算方法
  • 2.2.1 三角测量法
  • 2.2.2 三边测量法
  • 2.2.3 极大似然估计法
  • 2.2.4 最小最大法
  • 2.3 WSN 中典型定位算法
  • 2.3.1 Bounding Box 定位算法
  • 2.3.2 DV-Hop 算法
  • 2.3.3 Euclidean 算法
  • 2.3.4 Robust position 算法
  • 2.3.5 多尺度定位算法
  • 2.4 本章小结
  • 第3章 基于 RSSI 的无线传感器网络定位算法研究
  • 3.1 定位优化算法的引出
  • 3.2 混合惩罚函数法
  • 3.2.1 内点形式的混合型惩罚函数法
  • 3.2.2 外点形式的混合型惩罚函数法
  • 3.3 BFGS 变尺度法
  • 3.4 定位算法步骤
  • 3.5 信号传播模型及其校正模型
  • 3.5.1 FREE-SPACE 模型
  • 3.5.2 RSSI 值与距离的关系
  • 3.5.3 RSSI 校正模型
  • 3.6 ZIGBEE 无线定位试验及仿真
  • 3.6.1 单移动节点定位实验
  • 3.6.2 多移动节点定位算法优化仿真结果
  • 3.7 本章小结
  • 第4章 移动机器人系统设计
  • 4.1 总体方案设计
  • 4.2 硬件设计
  • 4.2.1 系统布局结构
  • 4.2.2 ZigBee 无线传输模块
  • 4.2.3 陀螺仪
  • 4.2.4 数字磁罗盘
  • 4.2.5 加速度计
  • 4.2.6 扩展接口
  • 4.3 移动机器人软件设计
  • 4.3.1 软件框架
  • 4.3.2 传感器节点程序设计流程图
  • 4.3.3 传感器的数据采集
  • 4.3.4 各处理器间的通信协议简述
  • 4.4 ZIGBEE 无线定位
  • 4.5 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 攻读硕士期间发表(含录用)的学术论文
  • 相关论文文献

    • [1].基于事件触发的多智能体系统编队控制[J]. 兵器装备工程学报 2019(12)
    • [2].水面无人艇领航—跟随固定时间编队控制[J]. 中国舰船研究 2020(02)
    • [3].未知异构非线性多智能体系统的无模型自适应编队控制[J]. 控制与决策 2020(06)
    • [4].多无人机协同编队控制的研究现状与发展前景[J]. 飞航导弹 2016(01)
    • [5].多移动机器人的协同编队控制[J]. 天津工业大学学报 2020(01)
    • [6].输入饱和受限的多个四旋翼飞行器分布式编队控制[J]. 系统科学与数学 2020(01)
    • [7].车辆无人编队控制系统技术与应用分析[J]. 军事交通学院学报 2018(06)
    • [8].基于循环追踪的船舶圆形编队控制[J]. 厦门大学学报(自然科学版) 2015(01)
    • [9].多机器人编队控制研究进展[J]. 工程科学学报 2018(08)
    • [10].伪卫星协同编队控制与仿真[J]. 测控技术 2013(11)
    • [11].实时位置反馈的多机器人主从式编队控制[J]. 火力与指挥控制 2012(02)
    • [12].多机器人编队控制[J]. 湖北第二师范学院学报 2010(08)
    • [13].基于连续螺旋滑模的无人机分布式编队控制[J]. 南京航空航天大学学报 2019(06)
    • [14].一种多机器人编队控制策略及实现[J]. 中原工学院学报 2015(03)
    • [15].分布式离散多智能体系统在固定和切换拓扑下的编队控制[J]. 控制与决策 2013(12)
    • [16].新的基于反馈线性化的车辆编队控制[J]. 大连海事大学学报 2013(01)
    • [17].基于反馈线性化的车辆编队控制[J]. 大连海事大学学报 2012(01)
    • [18].基于增益矩阵的二阶集群系统鲁棒分布式立体编队控制[J]. 中国科学:技术科学 2020(04)
    • [19].多机器人领航-跟随型编队控制[J]. 天津工业大学学报 2018(02)
    • [20].战斗机战术引导的广义编队控制研究[J]. 飞行力学 2008(03)
    • [21].复杂通信条件下的线性群系统编队控制方法[J]. 信息与控制 2018(03)
    • [22].多智能体的鲁棒自适应有向三角编队控制[J]. 扬州职业大学学报 2011(02)
    • [23].三维空间中多飞行器的寻迹编队控制[J]. 东南大学学报(自然科学版) 2010(06)
    • [24].具有时延和干扰约束的多无人机滑模一致性编队控制研究[J]. 西北工业大学学报 2020(02)
    • [25].网联车辆协同编队控制系统研究[J]. 汽车工程 2020(07)
    • [26].基于量子行为鸽群优化的无人机紧密编队控制[J]. 航空学报 2020(08)
    • [27].有向切换通信拓扑下多无人机分布式编队控制(英文)[J]. 控制理论与应用 2015(10)
    • [28].具有不一致时延的随机多智能体网络H_∞编队控制[J]. 延安大学学报(自然科学版) 2013(03)
    • [29].摄动非完整系统全局自适应三角编队控制[J]. 扬州大学学报(自然科学版) 2019(04)
    • [30].不确定通讯下的异构多智能体网络鲁棒编队控制[J]. 空间控制技术与应用 2018(05)

    标签:;  ;  

    基于ZigBee无线技术的移动机器人编队控制的导航定位
    下载Doc文档

    猜你喜欢