面向服务任务的智能空间支持技术研究与实现

论文摘要

智能空间是一种集成多种感知、决策、执行和控制设备的复杂系统,各种设备之间通过网络互联实现信息交换,进而协作地完成服务任务。近年来提出的服务机器人智能空间将智能空间与服务机器人相结合,扩展了服务机器人的感知和决策能力。同时,服务机器人作为智能空间中可移动的感知和执行设备,也丰富了智能空间的信息感知和服务执行功能。智能空间的服务支持技术,是为智能空间完成服务任务所提供的支撑技术,是智能空间完成服务任务所必需的若干传感、通讯、决策、控制等技术的集合,是支持智能空间稳定、高效、准确地完成服务任务的基础和保证。本文面向智能空间的服务任务要求,针对智能空间服务支持技术的具体实现和其中的共性关键问题进行了研究。论文主要工作如下：（1）面向智能空间的分布式智能设备控制任务要求,实现了基于ZigBee的智能空间无线传感执行网络。在分析智能空间异构互联网络的基础上,提出了基于树状拓扑结构的ZigBee无线传感执行网络系统整体设计方案。基于CC2430无线单片机完成了无线传感执行网络通信节点和传感执行器节点的硬件设计,节点硬件的模块化设计降低了系统的复杂性。基于Z-Stack软件协议栈设计了ZigBee无线传感执行网络的软件系统,实现了智能空间的高层决策和控制系统与低层传感和执行设备的无缝衔接。网络通信性能测试表明该ZigBee无线传感执行网络能够满足分布式智能设备控制任务要求。（2）面向智能空间低成本目标定位任务要求,在ZigBee无线传感执行网络的基础上,设计了基于CC2431的定位系统,详细介绍了定位系统的工作过程和命令信息格式,比较了不同应用环境和参考节点密度条件下的定位精度,讨论了影响定位系统定位精度的主要因素。在分析无线信号传播模型的基础上,证明了环境参数动态变化是影响RSSI定位精度的主要因素,并提出了一种环境参数自适应的RSSI定位算法。该算法避免了环境参数的估计,减少了环境参数动态变化对定位精度的影响,与CC2431定位系统相比定位精度提高了约30%。进一步,针对发射信号功率和路径损耗指数动态变化对RSSI定位精度的影响,将RSSI定位问题转化为非线性方程组的参数向量估计问题,提出了基于UKF的目标位置和信道参数同时估计算法,与CC2431定位系统相比定位精度提高了近50%。（3）面向智能空间中基于RFID的物品定位任务要求,针对RFID在应用中难以确定标签与天线的相对位置这一问题,提出了一种RFID标签定位算法。首先建立了一种多功率RFID标签识别率模型,统计得到多功率条件下RFID标签的识别率上下界,将多功率下的RFID标签定位问题转化为不确定信息融合问题。将单功率贝叶斯估计结果用于构造基本信度赋值函数,对多功率下的RFID标签定位信息采用DSm广义融合机进行信息融合,进而将融合结果用于识别范围内的随机粒子加权估计RFID标签位置。实验结果表明,该RFID标签定位算法能够稳定收敛到较高定位精度,能够满足物品定位的要求。（4）面向服务任务中的平稳运动要求,提出了智能空间中基于Bezier曲线的服务机器人平滑路径规划算法。首先使用Voronoi图获得Bezier曲线的控制点序列,然后去除控制点序列中的冗余控制点,进一步将此控制点序列分段用于分段Bezier曲线设计,最后通过分段曲线连接得到完整的Bezier曲线平滑路径。相比于插值算法得到的平滑路径,路径长度更短,曲线更平滑,且容易实现蔽障功能。通过ZigBee无线传感执行网络控制服务机器人左右轮运动速度,在不使用高精度定位传感器进行位置反馈矫正的情况下,依然得到较好的路径跟踪效果。

论文目录

• 摘要
• ABSTRACT
• 缩略语
• 第1章 绪论
• 1.1 论文研究背景
• 1.2 智能空间研究概述
• 1.3 面向服务任务的智能空间关键支持技术
• 1.3.1 智能空间的无线传感执行网络
• 1.3.2 基于无线传感器网络的目标定位
• 1.3.3 基于RFID的物品管理与定位
• 1.3.4 机器人定位导航与路径规划
• 1.4 论文研究内容与章节安排
• 1.4.1 论文主要研究内容
• 1.4.2 论文章节安排
• 第2章 面向分布式智能设备控制的无线传感执行网络构建
• 2.1 智能空间的异构互联网络
• 2.2 基于ZigBee的无线传感执行网络
• 2.3 ZigBee无线传感执行网络系统硬件设计
• 2.3.1 ZigBee通信节点硬件设计
• 2.3.2 传感执行节点硬件设计
• 2.4 ZigBee无线传感执行网络系统软件设计
• 2.4.1 Z-Stack软件协议栈
• 2.4.2 网络系统配置
• 2.4.3 网络系统软件设计
• 2.5 ZigBee无线传感执行网络通信性能测试
• 2.6 本章小结
• 第3章 面向目标定位的RSSI定位算法研究
• 3.1 RSSI测距基本原理
• 3.2 基于CC2431的定位系统设计
• 3.2.1 CC2431定位原理
• 3.2.2 定位引擎的操作
• 3.2.3 基于Z-Stack的定位系统
• 3.2.4 定位系统命令簇
• 3.2.5 命令簇信息格式
• 3.2.6 实验与分析
• 3.3 环境参数自适应RSSI定位算法
• 3.3.1 环境参数对距离估计的影响
• 3.3.2 环境参数自适应RSSI定位算法
• 3.3.3 实验与分析
• 3.4 基于UKF的目标位置和信道参数同时估计算法
• 3.4.1 U变换和UKF滤波
• 3.4.2 算法模型分析
• 3.4.3 实验与分析
• 3.5 本章小结
• 第4章 面向物品定位的RFID标签定位算法研究
• 4.1 不确定信息融合理论
• 4.1.1 D-S证据理论（DST）
• 4.1.2 DSm理论（DSmT）
• 4.2 多功率RFID标签识别率模型
• 4.3 RFID标签定位算法
• 4.3.1 基本信度赋值
• 4.3.2 基于广义融合机的信息融合
• 4.4 实验与分析
• 4.5 本章小结
• 第5章 面向平稳运动的服务机器人平滑路径规划算法研究
• 5.1 基本原理
• 5.1.1 Bezier曲线
• 5.1.2 Voronoi图
• 5.1.3 机器人运动模型
• 5.2 基于Bezier曲线的平滑路径规划算法
• 5.2.1 Bezier曲线控制点获取
• 5.2.2 冗余控制点去除
• 5.2.3 分段Bezier曲线设计
• 5.2.4 分段曲线的连接
• 5.3 实验与分析
• 5.4 本章小结
• 第6章 总结与展望
• 6.1 论文主要工作与创新点
• 6.2 下一步工作展望
• 参考文献
• 致谢
• 攻读博士学位期间取得的科研成果
• 攻读博士学位期间参加的科研项目
• 外文论文
• 学位论文评阅及答辩情况表