缩小自主导航机器人传感器检测盲区的研究

论文摘要

自从上个世纪20年代末第一台机器人被创造出以来,它们在协助或取代人类工作中发挥着越来越重要作用,尤其在高危险、高精度、高复杂性的行业中。70年代以来,机器人技术研究取得巨大成就,最为显著的是与计算机进行携手合作,使得机器人在军事、科研和工业生产过程中的应用越发地智能化、简单化,更好地发挥机器人的使用效率。作为机器人技术的一个分支,移动机器人的自主导航与定位成为人们研究的热点。由于自主导航要求机器人能够无碰撞地到达目的地,而现实环境中都有障碍物的存在,因此移动机器人的自主导航与定位必须首先解决避障问题。目前,移动机器人的自主导航与定位技术普遍采用传统的传感器检测方法,而此方法存在很多盲区,使得避障变得困难。目前国内外对这方面的研究很少,为此本文提出一种全新的缩小多传感器检测盲区理念并给出了具体检测方法,并针对此方法进行较为全面的研究与分析。本文的主要贡献如下:(1)详细介绍与分析了机器人常用的传感器原理及应用、多传感器信息融合技术原理及应用,以及自主导航与定位相关技术。(2)提出了传感器检测盲区、绝对盲区和相对盲区的概念,并从理论上详细分析了它们对避障过程的影响。(3)提出了交叉型和混合型的缩小检测盲区方法。基于多传感器融合技术和传统检测方法,设计了交叉型和混合型检测方法具体模型,详细讨论了它们在避障过程中的应用。实验结果显示此方法性能良好,大幅度提高了检测的准确度和效率。(4)设计了两款智能化机器人,用来验证了本文提出的缩小检测盲区的方法和相关避障算法的可行性和可靠性,并与传统检测方法进行比较,最终得出结论。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景及现实意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文的主要研究内容
• 1.4 论文的组织结构
• 1.5 本章小结
• 第2章 自主导航机器人相关技术
• 2.1 多传感器的相关技术
• 2.1.1 常用传感器技术及其工作原理概述
• 2.1.2 多传感器的信息融合技术概述
• 2.2 自主导航与定位相关概述
• 2.2.1 常用定位方法与建模技术
• 2.2.2 自主导航技术
• 2.3 相关开发工具简介
• 2.3.1 Keil uVision
• 2.3.2 ICC AVR
• 2.3.3 Microsoft Visual Studio 2008（C#）
• 2.4 本章小结
• 第3章 缩小传感器检测盲区的措施
• 3.1 传感器检测盲区
• 3.1.1 检测盲区的分类
• 3.1.2 检测盲区对避障的影响
• 3.2 缩小传感器检测盲区
• 3.2.1 新的传感器检测方法
• 3.2.2 新旧检测方法性能对比
• 3.3 新旧检测方法在避障系统中的应用对比
• 3.4 新的检测技术应用前景
• 3.5 本章小结
• 第4章 实验机器人设计与实验环境
• 4.1 实验机器人设计
• 4.1.1 实验机器人简介
• 4.1.2 驱动单元
• 4.1.3 控制单元
• 4.1.4 通讯单元
• 4.1.5 避障使用到的传感器单元
• 4.1.6 无线视频传输单元
• 4.2 上位机控制界面
• 4.3 实验环境
• 4.4 本章小结
• 第5章 系统实验与分析
• 5.1 系统实验
• 5.1.1 小型障碍物实验过程
• 5.1.2 大型障碍物的实验过程
• 5.1.3 实验结果分析
• 5.2 实验结果影响因素分析
• 5.3 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和科研成果
• 致谢
• 详细摘要