隨著無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks,WSNs）與移動機(jī)器人（Mobile Robot,MR）技術(shù)的不斷發(fā)展,WSNs節(jié)點(diǎn)的功能越來越強(qiáng)大,具有各種功能的移動機(jī)器人也逐漸得到廣泛運(yùn)用。兩者分布式的特征、公共的通信頻段、良好的傳感能力,使得兩者的結(jié)合成為熱點(diǎn)研究問題。將WSNs與移動機(jī)器人結(jié)合,組成新的WSNs-移動機(jī)器人系統(tǒng),不僅保留了 WSNs與移動機(jī)器人原有的優(yōu)勢,還可以彌補(bǔ)各自的局限與不足,提升系統(tǒng)的整體性能,使得兩者原有的難題得以簡化。本文在WSNs與移動機(jī)器人結(jié)合的背景下,研究了 WSNs-移動機(jī)器人混合系統(tǒng)的定位問題。首先,針對混合系統(tǒng)下的WSNs節(jié)點(diǎn)定位問題進(jìn)行了仿真研究,利用移動機(jī)器人可移動方面的優(yōu)勢與WSNs節(jié)點(diǎn)分布式的特性,構(gòu)建了一種移動機(jī)器人輔助下,機(jī)器人-節(jié)點(diǎn)、節(jié)點(diǎn)-節(jié)點(diǎn)相互配合的節(jié)點(diǎn)定位模型,利用多約束不等式組將測量數(shù)據(jù)進(jìn)行初步估計(jì),并融入基于CKF的濾波算法,對節(jié)點(diǎn)的預(yù)估位置實(shí)施預(yù)測修正,實(shí)現(xiàn)了對WSNs節(jié)點(diǎn)高效、精確的動態(tài)定位。之后,研究了 WSNs環(huán)境下機(jī)器人的定位問題,利用WSNs節(jié)點(diǎn)對機(jī)器人的觀測以及其自身攜帶傳感器對... 

【文章來源】：安徽工程大學(xué)安徽省

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景與意義
    1.2 WSNs與移動機(jī)器人的異同及兩者結(jié)合
        1.2.1 WSNs與移動機(jī)器人的比較
        1.2.2 WSNs與移動機(jī)器人的結(jié)合
    1.3 WSNs與移動機(jī)器人定位國內(nèi)外研究現(xiàn)狀
        1.3.1 WSNs定位研究現(xiàn)狀
        1.3.2 移動機(jī)器人定位研究現(xiàn)狀
        1.3.3 WSNs-移動機(jī)器人定位研究現(xiàn)狀
    1.4 論文主要內(nèi)容與組織結(jié)構(gòu)
    1.5 本章小結(jié)
第2章 基于移動機(jī)器人輔助的WSNs節(jié)點(diǎn)定位研究
    2.1 引言
    2.2 WSNs節(jié)點(diǎn)定位技術(shù)
        2.2.1 WSNs節(jié)點(diǎn)定位概述
        2.2.2 WSNs節(jié)點(diǎn)定位常用算法
    2.3 基于移動機(jī)器人輔助的節(jié)點(diǎn)定位
        2.3.1 移動機(jī)器人-WSNs定位問題描述
        2.3.2 移動機(jī)器人-WSNs系統(tǒng)模型
    2.4 移動機(jī)器人輔助下基于改進(jìn)CKF的節(jié)點(diǎn)定位算法
        2.4.1 卡爾曼濾波在節(jié)點(diǎn)定位中的應(yīng)用
        2.4.2 基于改進(jìn)CKF的輔助節(jié)點(diǎn)定位算法
        2.4.3 算法仿真結(jié)果及分析
    2.5 本章小結(jié)
第3章 WSNs環(huán)境下基于改進(jìn)CKF的移動機(jī)器人定位算法
    3.1 引言
    3.2 移動機(jī)器人定位技術(shù)
        3.2.1 移動機(jī)器人定位概述
        3.2.2 移動機(jī)器人定位方法
    3.3 三種常用移動機(jī)器人定位算法
        3.3.1 基于多種傳感器的自定位算法
        3.3.2 基于圖優(yōu)化匹配的定位算法
        3.3.3 基于卡爾曼濾波的定位算法
    3.4 WSNs環(huán)境下移動機(jī)器人定位研究
        3.4.1 WSNs環(huán)境下移動機(jī)器人定位問題描述
        3.4.2 WSNs環(huán)境下移動機(jī)器人定位系統(tǒng)建模
    3.5 WSNs環(huán)境下基于改進(jìn)CKF濾波的定位算法
        3.5.1 CKF算法改進(jìn)思想
        3.5.2 WSNs環(huán)境下移動機(jī)器人定位算法實(shí)現(xiàn)流程
        3.5.3 算法仿真結(jié)果及分析
    3.6 本章小結(jié)
第4章 基于改進(jìn)CKF的WSNs與移動機(jī)器人協(xié)作定位研究
    4.1 引言
    4.2 多傳感器數(shù)據(jù)融合
        4.2.1 多傳感器數(shù)據(jù)融合概述
        4.2.2 數(shù)據(jù)融合方法設(shè)計(jì)
    4.3 基于改進(jìn)CKF算法的WSNs與移動機(jī)器人協(xié)作定位
        4.3.1 協(xié)作定位問題描述與建模
        4.3.2 改進(jìn)CKF算法的WSNs與移動機(jī)器人協(xié)作定位
    4.4 仿真實(shí)驗(yàn)及分析
        4.4.1 仿真環(huán)境及參數(shù)
        4.4.2 仿真結(jié)果及誤差分析
    4.5 本章小結(jié)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 未來工作的展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
攻讀學(xué)位期間取得的科研成果目錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]WSNs環(huán)境下基于高斯混合容積卡爾曼濾波的移動機(jī)器人定位算法[J]. 陳曉飛,凌有鑄,陳孟元.  傳感技術(shù)學(xué)報(bào). 2017(01)
[2]基于RSSI路徑損耗因子動態(tài)修正的三邊質(zhì)心定位算法[J]. 張宏剛,黃華.  傳感技術(shù)學(xué)報(bào). 2016(11)
[3]基于平均跳距和位置優(yōu)化的改進(jìn)DV-Hop定位算法[J]. 趙芝璞,吳棟,王艷,紀(jì)志成.  系統(tǒng)仿真學(xué)報(bào). 2016(06)
[4]基于全局和局部特征融合的圖像匹配算法研究[J]. 朱奇光,張朋珍,李昊立,詹賢嬌,陳穎.  儀器儀表學(xué)報(bào). 2016(01)
[5]基于無跡卡爾曼濾波的機(jī)器人無線室內(nèi)定位估計(jì)算法[J]. 趙中偉,戴文戰(zhàn).  機(jī)電技術(shù). 2015(05)
[6]WSNs下移動機(jī)器人HuberM-CKF離散濾波定位[J]. 鄧先瑞,聶雪媛,劉國平.  計(jì)算機(jī)應(yīng)用研究. 2016(06)
[7]一種新的基于RFID的室內(nèi)移動機(jī)器人自定位方法研究[J]. 董永峰,王安娜,周艷聰,顧軍華.  計(jì)算機(jī)應(yīng)用研究. 2016(03)
[8]基于加權(quán)的三維DV-Hop定位算法[J]. 李琳,趙可,林志貴,王鵬.  控制工程. 2015(04)
[9]一種基于CKF的無線傳感器網(wǎng)絡(luò)分布式定位算法[J]. 余木琪,鄧平.  傳感技術(shù)學(xué)報(bào). 2015(07)
[10]WSN中節(jié)點(diǎn)定位方法的改進(jìn)[J]. 馬淑麗,趙建平,張炳婷,盛艷梅,陳麗.  通信技術(shù). 2015(04)

博士論文
[1]移動機(jī)器人與無線傳感器網(wǎng)絡(luò)混合系統(tǒng)的協(xié)作定位問題研究[D]. 海丹.國防科學(xué)技術(shù)大學(xué) 2010



本文編號：3253436