基于视觉导航的自主移动机器人的设计与研究

基于视觉导航的自主移动机器人的设计与研究

论文摘要

移动机器人集人工智能、智能控制、信息处理、图像处理等专业技术于一体,成为当今机器人研究领域的热点之一。计算机视觉具有信息量丰富,信号探测范围广,获取信息完整等优点。近年来广泛应用于自主移动机器人领域,是自主移动机器人导航和避障的一个主要发展方向。本课题研究的目的包括,设计并构建基于视觉的自主移动机器人控制系统,研究基于视觉的导航和避障算法,实现自主移动机器人的视觉导航功能。本论文完成如下几个方面的研究内容。机器人驱动结构设计,直流电机功率核算和电机选型,以及差速驱动机器人的运动学分析。设计差速驱动控制系统,设计并实现PI反馈控制算法和基于串口的多机通信协议。建立直流电机数学模型,并通过MATLAB对电机控制性能进行分析。通过实验对控制系统的性能进行分析。设计开发控制系统软件,实现摄像机视频流信息的获取,基于地图定位,基于视觉局部导航功能和多机通信功能。该软件对于获取的摄像机的视频流信息,通过图像处理算法提取路面信息和深度信息。并通过串口与下位机进行多机通信。本论文设计了基于视觉导航的自主移动机器人整体结构,包括机械结构和差速驱动控制系统的设计。为进一步研究基于视觉导航的自主移动机器人,提供了良好的实验平台。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题来源及背景意义
  • 1.2 自主移动机器人技术国内外发展现状
  • 1.3 主要研究内容
  • 第2章 移动机器人运动学分析
  • 2.1 引言
  • 2.2 移动机器人驱动方式分析
  • 2.3 机器人运动学分析
  • 2.4 本章小结
  • 第3章 驱动控制系统的设计与分析
  • 3.1 引言
  • 3.2 驱动电路的结构原理
  • 3.3 直流伺服电机驱动电路设计
  • 3.3.1 通信电路设计
  • 3.3.2 功率驱动电路设计
  • 3.3.3 供电电源
  • 3.4 速度闭环控制算法及软件实现
  • 3.4.1 直流电机数学模型
  • 3.4.2 速度闭环控制算法
  • 3.5 驱动控制系统性能分析
  • 3.5.1 控制参数的整定方法
  • 3.5.2 控制系统仿真分析
  • 3.5.3 控制系统实验验证
  • 3.6 本章小结
  • 第4章 机器人视觉系统的设计与实现
  • 4.1 引言
  • 4.2 机器人视觉系统的构建
  • 4.2.1 基于DirectShow 的视频采集模块
  • 4.2.2 CMOS 摄像机视觉采集平台
  • 4.3 视频流信息处理
  • 4.3.1 图像预处理
  • 4.3.2 深度提取算法原理
  • 4.3.3 深度提取算法试验和结果
  • 4.4 多机通信协议
  • 4.5 本章小结
  • 第5章 基于视觉的导航控制算法的研究
  • 5.1 引言
  • 5.2 导航定位算法的研究
  • 5.2.1 基于地图的定位方法
  • 5.2.2 基于里程表的位置更新方法
  • 5.3 避障算法的研究
  • 5.4 移动机器人的导航控制
  • 5.5 试验结果
  • 5.6 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].基于激光雷达定位系统的全自主移动机器人[J]. 科学技术创新 2020(19)
    • [2].一种模拟激光雷达的自主移动机器人虚拟墙方法[J]. 导航定位学报 2020(05)
    • [3].用于自主移动机器人的导航定位技术分析[J]. 集成电路应用 2017(02)
    • [4].浅谈自主移动机器人运动控制与协调方法研究[J]. 科技风 2019(12)
    • [5].多自主移动机器人系统协调及合作控制实验平台[J]. 浙江大学学报(工学版) 2010(11)
    • [6].灵动科技:以技术为指引,为客户创价值[J]. 起重运输机械 2020(18)
    • [7].行业动态(新产品)[J]. 机器人技术与应用 2020(04)
    • [8].自主移动机器人基于激光测距解释模型地图创建研究[J]. 黑龙江科技信息 2014(33)
    • [9].能量受限的多自主移动机器人围捕策略研究[J]. 工业仪表与自动化装置 2013(03)
    • [10].自主移动机器人运动控制与协调方法研究[J]. 信息通信 2019(07)
    • [11].自主移动机器人运动机制探析[J]. 机电一体化 2015(05)
    • [12].一种室内自主移动机器人定位方法[J]. 华中科技大学学报(自然科学版) 2013(S1)
    • [13].自主移动机器人的非接触充电模式[J]. 上海第二工业大学学报 2012(02)
    • [14].协作机器人学习“协作”[J]. 现代制造 2020(14)
    • [15].自主移动机器人的轨迹误差补偿方法[J]. 机械设计与研究 2018(06)
    • [16].一种全自主移动机器人实验平台的设计与研究[J]. 实验技术与管理 2009(02)
    • [17].基于混合环境模型的自主移动机器人环境探索研究[J]. 高技术通讯 2013(07)
    • [18].多目的地自主移动机器人的路径规划[J]. 计算机工程与设计 2020(10)
    • [19].Mobile Industrial Robots 宣布与佛吉亚展开战略合作,助其优化全球内部物流[J]. 电子测量技术 2019(01)
    • [20].遥自主移动机器人系统设计及实现[J]. 计算机应用 2011(11)
    • [21].基于超声波传感器的自主移动机器人的探测系统[J]. 现代电子技术 2008(04)
    • [22].Mobile Industrial Robots宣布与佛吉亚展开战略合作,助其优化全球内部物流[J]. 世界电子元器件 2019(01)
    • [23].产品推荐[J]. 现代制造 2020(24)
    • [24].自主移动机器人MiR250问世[J]. 机器人技术与应用 2020(02)
    • [25].MiR自主移动机器人赋能柏中智能工厂物流创新[J]. 自动化博览 2020(07)
    • [26].基于动态矩阵控制的自主移动机器人模型预测控制方法研究[J]. 重庆邮电大学学报(自然科学版) 2018(04)
    • [27].ARC发布《自主移动机器人全球市场研究报告》[J]. 变频器世界 2013(07)
    • [28].室外自主移动机器人AMOR的导航技术[J]. 计算机工程与应用 2008(22)
    • [29].自主移动机器人局部优化导航算法研究[J]. 西安工业大学学报 2014(03)
    • [30].基于ROS的铁路客站自主移动机器人关键技术研究[J]. 铁路计算机应用 2020(05)

    标签:;  ;  ;  ;  

    基于视觉导航的自主移动机器人的设计与研究
    下载Doc文档

    猜你喜欢