針對(duì)移動(dòng)機(jī)器人在自適應(yīng)跟蹤方面存在跟蹤避障精度不足的問(wèn)題,設(shè)計(jì)了基于STM32F407ZGT6芯片的移動(dòng)機(jī)器人自適應(yīng)跟蹤系統(tǒng)。該系統(tǒng)采用了基于IMM和VFH的新型避障方法實(shí)現(xiàn)移動(dòng)機(jī)器人的自適應(yīng)跟蹤和避障功能,融合兩者優(yōu)勢(shì),有效適應(yīng)目標(biāo)的運(yùn)動(dòng)變化,解決了在趨勢(shì)目標(biāo)點(diǎn)附近存在的機(jī)關(guān)干擾和轉(zhuǎn)向震顫的問(wèn)題。通過(guò)MatLab對(duì)有、無(wú)障礙物2種方式進(jìn)行仿真。結(jié)果證明,在無(wú)障礙物下具有較高的跟蹤精度,在存在障礙物的情況下可實(shí)現(xiàn)有效避障且不存在抖動(dòng)現(xiàn)象。 

【文章來(lái)源】：自動(dòng)化與儀表. 2020,35(11)

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

機(jī)器人自適應(yīng)跟蹤系統(tǒng)總體框圖

機(jī)器人在對(duì)前進(jìn)方向的相關(guān)空間范圍進(jìn)行柵格化之后，柵格內(nèi)的信息值分布情況即可呈現(xiàn)出來(lái)，因?yàn)樾枰獙C(jī)器人可能遇到的障礙物及方向數(shù)據(jù)具體化，在此將機(jī)器人柵格化的平面區(qū)域進(jìn)行向量化處理，劃分成若干空間的運(yùn)動(dòng)區(qū)域，如圖2所示。通過(guò)將柵格進(jìn)行向量化劃分，可以得到障礙物處于運(yùn)動(dòng)區(qū)間的向量值pi,j；障礙物到機(jī)器人位置的矢量角[14]δi,j。具體為

算法流程

【參考文獻(xiàn)】：
期刊論文
[1]基于激光雷達(dá)的機(jī)器人定位信息處理技術(shù)研究[J]. 梁林勛,楊俊杰,樓志斌.  自動(dòng)化與儀器儀表. 2020(01)
[2]基于毫米波雷達(dá)的智能避障小車設(shè)計(jì)與實(shí)現(xiàn)[J]. 吉鑒鎖,方朝曦.  浙江萬(wàn)里學(xué)院學(xué)報(bào). 2020(01)
[3]基于IMM算法在空中機(jī)動(dòng)目標(biāo)跟蹤中的研究[J]. 邵龍闖,呂艷輝,黨阿琳.  中國(guó)新通信. 2019(16)
[4]基于混合策略的移動(dòng)機(jī)器人避障算法探究[J]. 張倩倩,余道洋,李民強(qiáng).  控制工程. 2019(07)
[5]交互多模型Kalman濾波下的目標(biāo)跟蹤應(yīng)用研究[J]. 趙兵,王桁.  電子測(cè)量技術(shù). 2019(11)
[6]基于STM32的移動(dòng)機(jī)器人目標(biāo)自動(dòng)跟隨系統(tǒng)設(shè)計(jì)[J]. 李艷,周瑩亮,李可可.  電子器件. 2019(02)
[7]智能小車的發(fā)展現(xiàn)狀與趨勢(shì)[J]. 駱第含,趙子豪,岳有山.  河南科技. 2017(23)
[8]基于激光雷達(dá)的移動(dòng)機(jī)器人避障策略研究[J]. 向亞軍,嚴(yán)華.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(03)
[9]車載毫米波雷達(dá)對(duì)前方目標(biāo)的運(yùn)動(dòng)狀態(tài)估計(jì)[J]. 高振海,王竣,佟靜,李紅建,郭章勇,婁方明.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2014(06)

碩士論文
[1]面向多人場(chǎng)景的博物館導(dǎo)覽機(jī)器人自動(dòng)避障技術(shù)研究[D]. 劉傳.哈爾濱工業(yè)大學(xué) 2019
[2]全方位移動(dòng)機(jī)器人障礙感知與避障策略研究[D]. 張永超.東北林業(yè)大學(xué) 2018
[3]移動(dòng)機(jī)器人定點(diǎn)目標(biāo)跟蹤與避障方法研究[D]. 李培鵬.哈爾濱工程大學(xué) 2017



本文編號(hào)：3399906