基于多传感器信息融合的移动机器人环境感知研究

论文摘要

随着移动机器人应用领域的逐渐扩大,它们的工作环境也将复杂多样。移动机器人的环境感知系统负责获取机器人内部状态和外部环境信息,是机器人进行决策规划的基础。国内外许多研究人员正致力于移动机器人环境感知方面的研究,通过在移动机器人上安装多种传感器,并利用信息融合方法将所得信息融合,得到环境的一致性描述。随着传感器和计算机技术的发展,基于多传感器信息融合的环境感知研究会更加深入,出现更多的成果。本文在河北省自然科学基金项目“面向公共安全的移动机械手目标辨识与定位”（项目编号:E2006000030）支持下,以实验室自主研制的HEBUT-Ⅱ型移动机器人为研究对象,针对基于多传感器信息融合的移动机器人环境感知问题,从多个方面进行了深入的系统研究。主要研究内容如下:1.介绍了由本实验室自行研制的HEBUT-Ⅱ型移动机器人的硬件体系结构和车体结构,并对其驱动系统和运动学特性进行了分析。在对车体上的各种传感器简要概述的基础上,确定了HEBUT-Ⅱ型移动机器人的环境感知策略。2.建立了移动机器人的路径跟踪摄像机模型,完成了逆模型变换。并将基于HSI空间颜色阈值的区域分割法应用于移动机器人路面图像分割,该方法抗噪声能力强,所利用的信息量大,不受光照条件变化的影响,算法简单。这些都有利于提高复杂路面图像分割的准确性和实时性,使路径信息成功地从图像空间中恢复出来。根据模糊控制器的设计过程,设计了适合HEBUT-Ⅱ型移动机器人的模糊控制器,进行了移动机器人的路径识别跟踪实验,验证了方法的可行性。3.介绍了多传感器信息融合的方法。通过对它们的特点进行对比,将基于模糊神经网络的信息融合技术应用到移动机器人自主避障中将CCD摄像机和超声传感器信息进行融合。在本实验室内,进行了HEBUT-Ⅱ型移动机器人自主避障实验,验证了该方法有效可行,实现了移动机器人的无冲突运行。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• §1-1 引言
• §1-2 多传感器信息融合概述
• 1-2-1 多传感器信息融合的过程
• 1-2-2 多传感器信息融合的层次结构
• 1-2-3 多传感器信息融合技术的应用
• §1-3 移动机器人发展现状
• 1-3-1 国外移动机器人的发展概况
• 1-3-2 国内移动机器人的发展概况
• §1-4 本文的主要内容
• 第二章 HEBUT-Ⅱ型移动机器人的结构及传感器概况
• §2-1 引言
• §2-2 移动机器人的总体结构
• 2-2-1 HEBUT-Ⅱ型移动机器人的硬件体系结构
• 2-2-2 HEBUT-Ⅱ型移动机器人的车体结构
• §2-3 HEBUT-Ⅱ型移动机器人的驱动系统及运动学原理
• 2-3-1 HEBUT-Ⅱ型移动机器人的驱动系统
• 2-3-2 HEBUT-Ⅱ型移动机器人的运动学原理
• §2-4 HEBUT-Ⅱ型移动机器人车体的各种传感器概述
• 2-4-1 HEBUT-Ⅱ型移动机器人车体的超声波系统概述
• 2-4-2 移动机器人车体的视觉传感器概述
• §2-5 移动机器人环境识别的策略的确定
• §2-6 本章小结
• 第三章 基于视觉传感器的移动机器人路径识别和跟踪实现
• §3-1 引言
• §3-2 HEBUT-II 型移动机器人路径识别和跟踪实现系统概述
• §3-3 HEBUT-II 型移动机器人的路径跟踪摄像机模型及逆模型运算
• 3-3-1 HEBUT-Ⅱ型移动机器人的摄像机模型
• 3-3-2 逆模型运算
• §3-4 HEBUT-Ⅱ型移动机器人的图像处理技术及路径识别的实现
• 3-4-1 基于彩色图像的阈值分割处理技术
• 3-4-2 HEBUT-II 型移动机器人路径识别技术机器实现
• §3-5 HEBUT-II 型移动机器人的模糊控制驱动策略
• 3-5-1 模糊控制器设计的基本过程
• 3-5-2 HEBUT-II 型移动机器人控制器的设计
• §3-6 HEBUT-II 型移动机器人路径跟踪实验及结果分析
• §3-7 本章小结
• 第四章 基于多传感器信息的移动机器人自主避障
• §4-1 引言
• §4-2 多传感器融合方法简介
• §4-3 基于模糊神经网络的多传感器融合决策
• 4-3-1 模糊神经网络决策结构
• 4-3-2 计算模型
• 4-3-3 模糊神经网络模型的学习算法
• §4-4 HEBUT-Ⅱ型移动机器人自主避障实验
• 4-4-1 模糊神经网络的训练及仿真
• 4-4-2 HEBUT-Ⅱ型移动机器人自主避障实验
• §4-5 本章小结
• 第五章 结论
• 参考文献
• 致谢
• 攻读学位期间所取得的科研成果