復(fù)雜工作環(huán)境下將移動多機器人控制方法與傳感器網(wǎng)絡(luò)技術(shù)相結(jié)合是移動多機器人控制研究中的一項前沿技術(shù),這項技術(shù)對移動多機器人控制中的定位、路徑規(guī)劃、隊形控制等方面具有重要意義。傳統(tǒng)方法下移動多機器人與外部導(dǎo)航設(shè)備分離時,通常使用慣性導(dǎo)航方式繼續(xù)跟蹤機器人,然而在慣性導(dǎo)航工作方式下,隨著時間推移,所積累的導(dǎo)航誤差、里程計誤差均會限制慣性導(dǎo)航方法在移動多機器人控制中的使用。基于無線傳感器網(wǎng)絡(luò)的多機器人控制方法可以充分利用傳感器網(wǎng)絡(luò)的自組織、智能化、多源等特性,對移動多機器人的工作位置、障礙物進行感知與識別,進而提高移動多機器人系統(tǒng)在封閉、強噪聲等復(fù)雜工作條件下的魯棒性、普適性及抗干擾能力。本文基于傳統(tǒng)移動多機器人控制理論,對現(xiàn)階段移動多機器人控制系統(tǒng)的導(dǎo)航、路徑規(guī)劃及編隊控制理論進行了深入研究,系統(tǒng)分析了現(xiàn)階段移動多機器人控制方法存在的問題,提出了將無線傳感器網(wǎng)絡(luò)與移動多機器人控制方法相結(jié)合的新方向。本文圍繞基于無線傳感器網(wǎng)絡(luò)的移動機器人控制關(guān)鍵技術(shù)展開了以下三個方面的研究:（1）剖析了現(xiàn)有全球定位系統(tǒng)/慣性導(dǎo)航定位系統(tǒng)存在的外部信號更新速度慢、易丟失、無全球定位系統(tǒng)時慣性導(dǎo)航積分計算累積誤差... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：126 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的意義與背景
    1.2 研究現(xiàn)狀
        1.2.1 網(wǎng)絡(luò)環(huán)境下移動機器人定位研究現(xiàn)狀
        1.2.2 網(wǎng)絡(luò)環(huán)境下移動機器人路徑規(guī)劃研究現(xiàn)狀
        1.2.3 網(wǎng)絡(luò)環(huán)境下多機器人編隊控制研究現(xiàn)狀
    1.3 網(wǎng)絡(luò)環(huán)境下移動多機器人控制方法存在的主要問題
    1.4 主要研究內(nèi)容與組織結(jié)構(gòu)
第2章 網(wǎng)絡(luò)環(huán)境下移動機器人組合定位算法研究
    2.1 引言
    2.2 網(wǎng)絡(luò)環(huán)境下移動機器人控制框架
    2.3 松散耦合方式下WSN/INS組合定位方法
        2.3.1 網(wǎng)絡(luò)環(huán)境下ICOG位置解算方法的建立
        2.3.2 慣性導(dǎo)航系統(tǒng)坐標系的建立
        2.3.3 基于噪聲平滑矯正算法的組合位置解算方法的建立
    2.4 組合定位算法仿真分析
        2.4.1 無線傳感器網(wǎng)絡(luò)定位方法誤差分析
        2.4.2 無線傳感器網(wǎng)絡(luò)定位方法連通度分析
        2.4.3 組合定位系統(tǒng)定位仿真誤差分析
        2.4.4 工作區(qū)域變化對定位精度影響比較分析
    2.5 本章小結(jié)
第3章 網(wǎng)絡(luò)環(huán)境下移動機器人路徑規(guī)劃算法研究
    3.1 引言
    3.2 基于粒子群優(yōu)化FNN神經(jīng)網(wǎng)絡(luò)的機器人路徑規(guī)劃方法
        3.2.1 網(wǎng)絡(luò)環(huán)境下路徑規(guī)劃工作環(huán)境建模
        3.2.2 全連接前饋神經(jīng)網(wǎng)絡(luò)感知器結(jié)構(gòu)模型的建立
        3.2.3 粒子群算法尋優(yōu)機理分析
        3.2.4 碰撞罰函數(shù)與能量函數(shù)的建立
        3.2.5 網(wǎng)絡(luò)環(huán)境下二維路徑規(guī)劃算法模型
    3.3 實驗結(jié)果與性能分析
        3.3.1 粒子群算法對目標函數(shù)路徑尋優(yōu)實驗分析
        3.3.2 網(wǎng)絡(luò)環(huán)境下所提出路徑規(guī)劃算法軟件環(huán)境下對比分析
        3.3.3 網(wǎng)絡(luò)環(huán)境下所提出路徑規(guī)劃算法實物環(huán)境下對比分析
    3.4 本章小結(jié)
第4章 網(wǎng)絡(luò)環(huán)境下移動機器人編隊控制算法研究
    4.1 引言
    4.2 建立多移動機器人運動學(xué)模型
        4.2.1 非線性增量移動機器人運動學(xué)模型的建立
        4.2.2 基于Lyapunov方法的穩(wěn)定驗證模型的建立
    4.3 基于網(wǎng)絡(luò)的Leader-Follower控制器設(shè)計
        4.3.1 Leader-Follower編隊算法分析
        4.3.2 改進的Leader-Follower編隊模型設(shè)計
        4.3.3 全局框架下隊形保持算法設(shè)計
        4.3.4 改進的Leader-Follower控制方程的建立
    4.4 改進的Leader-Follower編隊控制算法仿真及實驗分析
        4.4.1 錨節(jié)點數(shù)量與編隊隊形形成的關(guān)系
        4.4.2 改進的Leader-Follower編隊控制算法軟件仿真與分析
        4.4.3 改進的Leader-Follower編隊控制編隊算法實物仿真分析
    4.5 本章小結(jié)
結(jié)論
參考文獻
攻讀博士學(xué)位期間發(fā)表的論文及其它成果
致謝
個人簡歷


【參考文獻】：
期刊論文
[1]改進人工勢場法的移動機器人路徑規(guī)劃研究[J]. 梁獻霞,劉朝英,宋雪玲,張英坤.  計算機仿真. 2018(04)
[2]一種改進蟻群算法在TSP問題上的應(yīng)用[J]. 矯德強,�；搓�.  科技與創(chuàng)新. 2018(01)
[3]基于改進粒子群算法的移動機器人多目標點路徑規(guī)劃[J]. 蒲興成,李俊杰,吳慧超,張毅.  智能系統(tǒng)學(xué)報. 2017(03)
[4]基于IAPF與多層Morphin搜索樹的移動機器人路徑規(guī)劃[J]. 王偉,陳躍東,陳孟元.  電子測量與儀器學(xué)報. 2017(02)
[5]Novel method to calibrate kinematic parameters for mobile robots[J]. 施家棟,劉娟,王建中.  Journal of Beijing Institute of Technology. 2015(01)
[6]無線傳感器網(wǎng)絡(luò)DV-Hop定位算法的改進[J]. 夏少波,鄒建梅,朱曉麗,連麗君.  計算機應(yīng)用. 2015(02)
[7]多機器人編隊的人工勢場法控制[J]. 高溪鈉,吳麗娟,李瑋瑋,王婧怡,陳曉峰.  遼寧科技大學(xué)學(xué)報. 2014(04)
[8]基于無線傳感器網(wǎng)絡(luò)的未知環(huán)境下移動機器人實時路徑規(guī)劃[J]. 薛晗,陶溢,馬宏緒.  計算機應(yīng)用研究. 2008(07)
[9]偏振光/地磁/GPS/SINS組合導(dǎo)航方法[J]. 盧鴻謙,尹航,黃顯林.  宇航學(xué)報. 2007(04)
[10]基于ZigBee的無線傳感器網(wǎng)絡(luò)節(jié)點的設(shè)計與通信實現(xiàn)[J]. 昂志敏,金海紅,范之國,段勇.  現(xiàn)代電子技術(shù). 2007(10)

碩士論文
[1]基于混合算法的多機器人路徑規(guī)劃的設(shè)計與實現(xiàn)[D]. 呂東澔.天津理工大學(xué) 2013



本文編號：3170974