傳感器、計(jì)算機(jī)、自動(dòng)控制、人工智能等相關(guān)技術(shù)的發(fā)展推動(dòng)了機(jī)器人技術(shù)的進(jìn)步。技術(shù)進(jìn)步與市場(chǎng)競(jìng)爭(zhēng)促進(jìn)了機(jī)器人的應(yīng)用日益廣泛,其中移動(dòng)機(jī)器人因?yàn)榫哂协h(huán)境檢測(cè)、動(dòng)態(tài)決策與控制等功能而在工業(yè)、農(nóng)業(yè)、醫(yī)療和智能安防等領(lǐng)域獲得廣泛應(yīng)用。因此,移動(dòng)機(jī)器人的研究與應(yīng)用日益得到世界各國(guó)的普遍關(guān)注。在實(shí)際應(yīng)用中,移動(dòng)機(jī)器人檢測(cè)障礙物的能力是一項(xiàng)重要指標(biāo)。為了能夠更加準(zhǔn)確、全面和實(shí)時(shí)地獲取到障礙物的信息,本課題采用了多傳感器信息融合技術(shù)進(jìn)行移動(dòng)機(jī)器人的障礙物檢測(cè),從而實(shí)現(xiàn)對(duì)障礙物信息的準(zhǔn)確評(píng)估,為進(jìn)一步的避障和任務(wù)的完成打好基礎(chǔ)。衡量機(jī)器人智能化程度的一個(gè)重要指標(biāo)就是處理不確定性信息的能力。從不確定信息因素入手分析,基于多傳感器信息融合技術(shù),對(duì)移動(dòng)機(jī)器人周圍的障礙物信息進(jìn)行研究和分析。本文首先闡述了移動(dòng)機(jī)器人的系統(tǒng)結(jié)構(gòu)和運(yùn)動(dòng)學(xué)模型。通過(guò)構(gòu)建移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)模型,可以比較直觀地獲取到移動(dòng)機(jī)器人自身所屬的位置和姿態(tài),以及相對(duì)于周邊障礙物的方位角。其系統(tǒng)結(jié)構(gòu)又很好地展示了移動(dòng)機(jī)器人各個(gè)層次模塊的功能屬性以及構(gòu)造布局。然后通過(guò)采用超聲波、激光和視覺(jué)傳感器來(lái)對(duì)未知環(huán)境中障礙物進(jìn)行距離的測(cè)量。分析超聲波和激光傳感器的信... 

【文章來(lái)源】：河南科技學(xué)院河南省

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題的研究背景及意義
    1.2 課題研究現(xiàn)狀
        1.2.1 移動(dòng)機(jī)器人國(guó)內(nèi)外研究現(xiàn)狀
        1.2.2 多傳感器信息融合技術(shù)國(guó)內(nèi)外研究現(xiàn)狀
        1.2.3 多傳感器信息融合在移動(dòng)機(jī)器人中應(yīng)用的研究現(xiàn)狀
    1.3 本文的主要研究?jī)?nèi)容與技術(shù)路線
        1.3.1 論文的主要研究?jī)?nèi)容
        1.3.2 論文的整體框架和技術(shù)路線
    1.4 本章小結(jié)
第二章 移動(dòng)機(jī)器人的系統(tǒng)結(jié)構(gòu)和運(yùn)動(dòng)學(xué)分析
    2.1 移動(dòng)機(jī)器人的系統(tǒng)結(jié)構(gòu)
        2.1.1 移動(dòng)機(jī)器人總體架構(gòu)
        2.1.2 移動(dòng)機(jī)器人無(wú)線控制模塊
        2.1.3 移動(dòng)機(jī)器人電機(jī)驅(qū)動(dòng)模塊
        2.1.4 移動(dòng)機(jī)器人電源供給模塊
    2.2 移動(dòng)機(jī)器人的運(yùn)動(dòng)學(xué)分析
        2.2.1 移動(dòng)機(jī)器人運(yùn)動(dòng)模型建立
        2.2.2 運(yùn)動(dòng)學(xué)模型分析
    2.3 本章小結(jié)
第三章 多傳感器信息融合技術(shù)
    3.1 多傳感器信息融合技術(shù)概述
    3.2 超聲波傳感器障礙物檢測(cè)
    3.3 激光傳感器障礙物檢測(cè)
    3.4 視覺(jué)傳感器障礙物檢測(cè)
    3.5 本章小結(jié)
第四章 卡爾曼濾波在多傳感器信息融合中的應(yīng)用
    4.1 典型的信息融合算法
    4.2 卡爾曼濾波信息融合算法
        4.2.1 卡爾曼濾波的基本原理
        4.2.2 線性卡爾曼濾波
        4.2.3 擴(kuò)展卡爾曼濾波
    4.3 本章小結(jié)
第五章 移動(dòng)機(jī)器人障礙物檢測(cè)的實(shí)驗(yàn)與結(jié)果分析
    5.1 超聲波測(cè)距實(shí)驗(yàn)分析
    5.2 激光測(cè)距實(shí)驗(yàn)分析
    5.3 視覺(jué)測(cè)距實(shí)驗(yàn)分析
    5.4 多傳感器信息融合實(shí)驗(yàn)分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于雙目視覺(jué)的泊車機(jī)器人障礙物檢測(cè)系統(tǒng)[J]. 王帥,楊建璽.  智能計(jì)算機(jī)與應(yīng)用. 2019(04)
[2]蘋果園區(qū)作業(yè)機(jī)器人障礙物識(shí)別研究[J]. 楊茜,竇輝,張建鋒.  農(nóng)機(jī)化研究. 2019(11)
[3]基于視覺(jué)的機(jī)器人自主定位與障礙物檢測(cè)方法[J]. 丁斗建,趙曉林,王長(zhǎng)根,高關(guān)根,寇磊.  計(jì)算機(jī)應(yīng)用. 2019(06)
[4]基于圖像處理的機(jī)器人柔性作業(yè)方法研究[J]. 賀冬冬,張良安,王晨晨.  制造技術(shù)與機(jī)床. 2017(10)
[5]關(guān)于工業(yè)機(jī)器人多傳感器數(shù)據(jù)融合技術(shù)路徑的探討[J]. 李胡.  職業(yè). 2017(26)
[6]基于多傳感器信息融合的機(jī)器人障礙物檢測(cè)[J]. 王中立,牛穎.  中國(guó)測(cè)試. 2017(08)
[7]基于動(dòng)態(tài)和靜態(tài)環(huán)境對(duì)象觀測(cè)一致性約束的移動(dòng)機(jī)器人多傳感器標(biāo)定優(yōu)化方法[J]. 伍明,張國(guó)良,李琳琳,付光遠(yuǎn),李承劍.  兵工學(xué)報(bào). 2017(08)
[8]基于深度圖像檢測(cè)的機(jī)器人碰撞避免方案[J]. 姚湘,徐平平,王華君.  控制工程. 2017(07)
[9]基于ROS的機(jī)器人導(dǎo)航系統(tǒng)架構(gòu)設(shè)計(jì)[J]. 李勝.  電腦知識(shí)與技術(shù). 2017(20)
[10]一種多傳感器數(shù)據(jù)融合的智能撿球機(jī)器人結(jié)構(gòu)設(shè)計(jì)[J]. 馬飛.  內(nèi)蒙古師范大學(xué)學(xué)報(bào)(自然科學(xué)漢文版). 2017(04)

博士論文
[1]基于多傳感器融合的室內(nèi)機(jī)器人自主導(dǎo)航方法研究[D]. 張文.中國(guó)科學(xué)技術(shù)大學(xué) 2017
[2]機(jī)器人視覺(jué)導(dǎo)航中的圖像處理問(wèn)題研究[D]. 胡凱.東南大學(xué) 2015

碩士論文
[1]移動(dòng)機(jī)器人的手勢(shì)識(shí)別運(yùn)動(dòng)控制設(shè)計(jì)[D]. 趙航.電子科技大學(xué) 2017
[2]移動(dòng)機(jī)器人圖像處理關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D]. 張昊龍.電子科技大學(xué) 2017
[3]基于多傳感器信息融合的移動(dòng)機(jī)器人控制[D]. 羅彬.東華大學(xué) 2016
[4]移動(dòng)機(jī)器人卡爾曼濾波定位技術(shù)的研究[D]. 黨宇.東北大學(xué) 2015



本文編號(hào)：3022725