基于多传感器信息融合技术的智能小车避障系统研究

论文摘要

智能小车属于轮式机器人的一种,越来越多地被应用到生产、生活及其它工业领域,其中智能小车的避障是一个非常关键和重要的问题。因为小车的所处环境复杂并且无法预知,单一传感器不能满足实际应用需求,因此多传感器信息融合技术的诞生成功地解决了这一难题。这是一门新兴的实践应用技术,它综合分析多个传感器的数据对周围环境做出单一传感器无法比拟的判断。文章采用了基于BP模型的模糊神经网络信息融合方法对智能小车进行避障研究。文章采用5路超声波传感器分别测量小车左方、左前方、前方、右前方和右方的障碍物距离信息,并利用红外传感器感知超声波传感器测量盲区范围内的障碍物信息,再综合超声波传感器和红外传感器的数据得到最终障碍物的状态结果,并将这个5位融合数据作为模糊神经网络的输入,最终得到小车的运动行为指令。文章首先介绍了多传感器信息技术的相关理论和系统的硬件平台的基本结构与功能,其次分别详细阐述了系统的硬软件设计,包括传感器的选择、具体测量电路、程序流程和模糊神经网络的基本结构以及算法实现,最后对全文进行了总结,并指出了设计的不足,展望了一些可以继续努力的方向。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景、目的与意义
• 1.2 国内外研究现状
• 1.2.1 多传感器信息融合技术在移动机器人领域的应用
• 1.2.2 模糊神经网络信息融合方法的应用
• 1.3 论文研究内容
• 2 多传感器信息融合技术及智能小车的硬件平台分析
• 2.1 引言
• 2.2 多传感器信息融合的基本内容
• 2.2.1 多传感器信息融合的层次
• 2.2.2 多传感器信息融合的结构
• 2.2.3 多传感器信息融合的主要方法
• 2.3 智能小车硬件平台
• 2.3.1 单片机STC89C52
• 2.3.2 电机及驱动电路
• 2.4 本章小结
• 3 超声波测距系统分析与硬件设计
• 3.1 引言
• 3.2 传感器特性分析与选择
• 3.3 超声波传感器简介
• 3.3.1 超声波传感器
• 3.3.2 超声测距原理
• 3.3.3 提高超声波传感器测量精度的方法
• 3.4 超声波传感器电路设计
• 3.4.1 单一超声波传感器的应用电路
• 3.4.2 多路超声波传感器的应用电路
• 3.5 红外传感器应用电路
• 3.6 数据的融合规则及系统结构设计
• 3.7 本章小结
• 4 模糊神经网络及其在避障系统中的应用
• 4.1 引言
• 4.2 BP 神经网络
• 4.2.1 BP 神经元和神经网络结构
• 4.2.2 BP 网络学习规则
• 4.2.3 BP 网络不足与改进措施
• 4.3 模糊控制理论
• 4.3.1 模糊控制系统基本结构
• 4.3.2 模糊化方法
• 4.3.3 解模糊方法
• 4.3.4 模糊规则
• 4.3.5 模糊推理
• 4.4 模糊神经网络
• 4.4.1 模糊神经网络结构
• 4.4.2 模糊神经网络的学习方法
• 4.5 模糊神经网络在避障系统中的应用
• 4.5.1 模糊神经网络模型的建立
• 4.5.2 带动量项批处理算法实现
• 4.6 模糊规则的建立和训练样本的确定
• 4.7 MATLAB 算法实现
• 4.8 四种算法结果对比
• 4.9 算法移植
• 4.10 本章小结
• 5 结论
• 附录 智能小车避障系统硬件电路图
• 参考文献
• 攻读硕士期间发表的论文
• 致谢