基于多传感器信息融合的移动机器人室外导航研究

论文摘要

自主导航是智能移动机器人的一个基本功能。机器人导航包括机器人自身的定位,障碍物躲避和路径规划。本文采用基于产生式规则的多传感器数据融合技术对机器人的室内自主导航进行了实验。论文简要介绍了多传感器信息融合技术的发展历史、研究现状以及发展方向和课题实验平台---校园巡逻机器人。在此基础上,利用VC开发了相关程序,包括超声与红外传感器的信息读取,视觉传感器的图像获取,图像预处理等。论文讨论了机器人的室内路径规划和避障策略,并应用VC++编程实现了部分导航程序。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 多传感器信息融合技术概述
• 1.2.1 信息融合技术的发展历史与现状
• 1.2.2 多传感器信息融合技术的发展方向
• 1.3 智能机器人发展概况
• 1.3.1 智能机器人的发展历史与现状
• 1.3.2 信息融合技术在移动机器人领域中的应用
• 1.4 论文主要研究内容
• 2 校园巡逻机器人平台
• 2.1 校园巡逻机器人平台概述
• 2.2 校园巡逻机器人平台硬件框架结构
• 3 传感器信息及视觉图像的获取及处理
• 3.1 机器人周围障碍物的检测
• 3.1.1 障碍物区域划分
• 3.1.2 传感器数据采集与处理
• 3.2 图像采集和预处理
• 3.3 本章节小结
• 4 机器人的定位以及路划
• 4.1 机器人的定位
• 4.1.1 机器人定位时的环境地图表示
• 4.1.2 机器人的绝对定位
• 4.1.3 机器人的定位误差修正
• 4.2 机器人的路径规划
• 4.2.1 机器人的局部路径规划
• 4.2.2 机器人的全局路径规划
• 4.3 本章节小结
• 5 数据融合在机器人导航中的应用
• 5.1 基于专家系统的多传感器信息融合算法
• 5.1.1 信息融合技术的系统结构与层次结构
• 5.1.2 专家系统的基本结构与知识表示方法选择
• 5.2 专家系统数据融合算法在机器人导航中的应用
• 5.3 机器人导航程序设计
• 5.3.1 导航程序设计流程图
• 5.3.2 机器人导航程序结构设计
• 5.3.3 程序运行界面
• 5.4 实验结果
• 5.5 本章节小结
• 6 机器人室外导航道路识别与路径跟踪研究
• 6.1 室外导航的道路边沿提取
• 6.2 实验结果
• 总结与展望
• 参考文献
• 在学研究成果
• 致谢