快速原型平台设计及其在多传感器数据融合中的应用

快速原型平台设计及其在多传感器数据融合中的应用

论文摘要

快速原型设计是一种新出现的工程设计方法,其能够克服传统设计过程所固有的诸多问题,并已经广泛应用于航空、航天、汽车制造等领域。本文旨在设计一种能够实现快速原型设计方法的嵌入式平台,并将其应用于以实现移动机器人自主避障为背景的多传感器数据融合领域。分析快速原型设计方法相比较于传统工程设计方法的优势,并结合MATLAB的RTW组件分析其中最关键的代码自生成技术的主要功能和特点。开发能够实现快速原型设计方法的嵌入式DSP目标平台;设计移动机器人平台的相关硬件和软件,并针对两个平台间的通信接口和所传输的数据内容制定相关的通信协议。划分移动机器人的避障区域,建立移动机器人的运动模型,设计具有两级融合结构的移动机器人自主避障算法。其中,第一级融合结构设计基于量测融合方式的卡尔曼滤波算法用以提升相关传感器的测量性能,并利用规则产生式的方法实现对障碍物目标特征的提取。第二级融合结构则通过建立基于专家系统的决策推理规则库,根据所提取的障碍物目标特征通过查询相应的规则库,实现最终的决策级融合,并生成相应的控制指令。根据所设计的两级自主避障算法,在MATLAB的Simulink和Stateflow下建立移动机器人自主避障算法模型,研究基于量测融合方式的卡尔曼滤波算法的融合效果,并对其它相关模型进行仿真实验。仿真测试量测方式卡尔曼滤波融合算法的融合效果,并对测量噪声方差R对融合算法收敛速度和滤波性能的影响进行对比实验,最后对整个避障算法模型进行仿真。在进行算法仿真后,利用MATLAB下RTW的代码自动生成功能生成针对快速原型平台的嵌入式C代码,并进行移动机器人的实物自主避障实验。首先,通过对车载传感器的测试实验计算基于量测融合方式的卡尔曼滤波算法的相关参数,然后进行移动机器人自主避障实验,给出避障过程中的测量结果,并对比融合前后传感器的测量曲线,验证融合算法的实际融合效果。最后,对快速原型平台的自生成代码结构进行分析,并对平台的整体效能进行评价。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 论文的选题背景及意义
  • 1.2 国内外研究发展现状
  • 1.2.1 快速原型设计
  • 1.2.2 多传感器数据融合
  • 1.3 论文研究的主要内容
  • 第2章 快速原型系统的集成开发环境
  • 2.1 MATLAB环境及相关工具箱
  • 2.1.1 Simulink交互式图形化设计工具
  • 2.1.2 Stateflow交互式图形化设计工具
  • 2.1.3 TC2工具箱
  • 2.2 RTW环境
  • 2.2.1 RTW的主要功能和特点
  • 2.2.2 RTW的代码自生成过程
  • 2.3 CCS及Link CC环境
  • 2.3.1 Code Composer Studio集成开发环境
  • 2.3.2 Link CC集成开发环境
  • 2.4 本章小结
  • 第3章 快速原型平台及移动机器人平台设计
  • 3.1 系统整体结构
  • 3.2 快速原型平台硬件体系结构
  • 3.2.1 TMS320F28335数字信号处理器简介
  • 3.2.2 基于DSP的嵌入式目标板卡设计
  • 3.3 移动机器人平台体系结构
  • 3.3.1 MCU控制电路
  • 3.3.2 传感器部分
  • 3.3.3 电机驱动及车体部分
  • 3.3.4 通信协议
  • 3.3.5 控制软件
  • 3.4 本章小结
  • 第4章 基于快速原型平台的避障算法设计
  • 4.1 多传感器数据融合技术研究
  • 4.1.1 多传感器数据融合技术在移动机器人领域的应用
  • 4.1.2 相关数据融合算法研究
  • 4.2 多传感器数据融合避障算法设计
  • 4.2.1 避障区域划分
  • 4.2.2 避障算法设计
  • 4.2.3 系统Simulink模型的建立
  • 4.3 仿真实验及模型代码自生成
  • 4.3.1 算法仿真实验及分析
  • 4.3.2 模型代码自生成
  • 4.4 本章小结
  • 第5章 基于快速原型平台的自主避障实验
  • 5.1 移动机器人在多障碍物环境下的实验及结果
  • 5.1.1 车载传感器实验结果
  • 5.1.2 自主避障实验结果
  • 5.2 快速原型平台的自生成代码结构分析
  • 5.3 快速原型平台效能评价
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  

    快速原型平台设计及其在多传感器数据融合中的应用
    下载Doc文档

    猜你喜欢