隨著智能化時代的到來,移動機器人已經(jīng)在各個領域得到了廣泛應用。在移動機器人智能化發(fā)展中,避障效果的優(yōu)劣嚴重影響定位與導航的實現(xiàn)效果。經(jīng)過長期的研究,在靜態(tài)環(huán)境中的避障研究已取得良好的成效,但在動態(tài)環(huán)境下避障效果仍不理想。因此,本文針對動態(tài)環(huán)境下的移動機器人避障問題展開研究具有非常重要的理論意義和實際應用價值。本文首先對動態(tài)避障系統(tǒng)進行分析研究,完成總體系統(tǒng)方案的設計。根據(jù)所設計方案對各個硬件模塊以及涉及軟件平臺進行闡述。通過對本文的主要研究內(nèi)容進行分析,確定了研究重點為對外部檢測傳感器信息的融合與動態(tài)避障算法的改進。本文在檢測動態(tài)環(huán)境中的障礙物時,針對障礙物多樣性以及單一傳感器檢測時的自身缺陷,造成環(huán)境檢測結果不準確而出現(xiàn)避障失敗的問題,提出了將激光傳感器與超聲波傳感器檢測數(shù)據(jù)采用區(qū)域融合規(guī)則與貝葉斯估計相結合的融合方式,從而獲得更加準確的環(huán)境信息。實驗結果表明該方法能夠互補兩種傳感器缺點使檢測結果更準確有效。同時將內(nèi)部傳感器IMU、霍爾編碼器與外部激光傳感器使用擴展卡爾曼濾波融合,完成了移動機器人運動狀態(tài)的實時檢測。針對Q學習動態(tài)避障算法在更新Q值的過程計算時間過長且易發(fā)散的缺陷,本... 

【文章來源】：重慶郵電大學重慶市

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

微型計算機

電大學碩士學位論文 第 2 章 動態(tài)避障系統(tǒng)總體方硬件平臺據(jù)系統(tǒng)平臺設計的需要，本系統(tǒng)中所涉及到的移動機器人硬件平臺：移動機器人載體、微型計算機、底層控制板、超聲波傳感器、激爾編碼器、IMU、電機與驅(qū)動和電源。動機器人載體：移動機器人載體采用的是一款兩輪差速驅(qū)動結構的。為了便于安放各個硬件模塊使用多層安裝的方法：在平臺底層安裝以及輪子，由下往上第二層安裝超聲波傳感器與底層控制板，由下安裝微型計算機、激光傳感器以及電源變換器，最頂層用來放置電池

2.4 KS109 超聲波傳感器 圖 2.5 URG-04LX 激光傳感波傳感器：本系統(tǒng)采用的超聲波傳感器是收發(fā)一體式設計的 K感器，實物如圖 2.4 所示，該傳感器具有實時溫度補償和低功如表 2.1 所示。表 2.1 KS109 超聲波測距傳感器主要參數(shù)標 電源 測量距離 測量精度 掃描角度 掃描周數(shù) DC 3.0-5.5V 30-10000mm ±5mm 10-20° 20m傳感器：本系統(tǒng)采用的是 HOKUYO 公司的 URG-04LX 型激光如圖 2.5 所示。該傳感器具有體積小、功率低和掃描速度快等優(yōu) 2.2 所示。表 2.2 URG-04LX 激光掃描測距儀主要參數(shù)

【參考文獻】：
期刊論文
[1]智能機器人的現(xiàn)狀與發(fā)展[J]. 董文清.  機械制造. 2019(01)
[2]多傳感器數(shù)據(jù)的處理及融合[J]. 陳英,胡艷霞,劉元寧,朱曉冬.  吉林大學學報(理學版). 2018(05)
[3]Current Researches and Future Development Trend of Intelligent Robot: A Review[J]. Tian-Miao Wang,Yong Tao,Hui Liu.  International Journal of Automation and Computing. 2018(05)
[4]自主移動機器人避障技術研究現(xiàn)狀[J]. 晉曉飛,王浩,宗衛(wèi)佳,王鵬程,王策.  傳感器與微系統(tǒng). 2018(05)
[5]遙感數(shù)據(jù)融合技術文獻綜述[J]. 閆晗晗,邢波濤,任璐,張琳,姚麟倩,段子陽,李晨曦,李鏘.  電子測量技術. 2018(09)
[6]基于認知發(fā)育的移動機器人自主導航[J]. 蔡建羨,阮曉鋼,于乃功,柴潔,朱曉慶.  計算機工程. 2018(01)
[7]移動機器人動態(tài)路徑規(guī)劃方法的研究與實現(xiàn)[J]. 史進,董瑤,白振東,崔澤晨,董永峰.  計算機應用. 2017(11)
[8]基于擴展卡爾曼濾波算法的無人機定位[J]. 楊潤豐,駱春波,張智聰,李銘釗.  電訊技術. 2016(01)
[9]海洋數(shù)據(jù)同化與數(shù)據(jù)融合技術應用綜述[J]. 吳新榮,王喜冬,李威,韓桂軍,張學峰,付紅麗,李冬.  海洋技術學報. 2015(03)
[10]Cubature卡爾曼濾波-卡爾曼濾波算法[J]. 孫楓,唐李軍.  控制與決策. 2012(10)

博士論文
[1]基于多傳感器信息融合的移動機器人位姿計算方法研究[D]. 馮肖維.上海大學 2011
[2]多傳感器數(shù)據(jù)融合中幾個關鍵技術的研究[D]. 劉嚴巖.中國科學技術大學 2006

碩士論文
[1]基于SLAM算法的移動機器人定位導航技術研究[D]. 王盼盼.安徽工程大學 2018
[2]基于傳感器信息融合的移動機器人動態(tài)避障方法研究[D]. 尹云鵬.重慶郵電大學 2017
[3]基于多傳感器信息融合的移動機器人避障研究[D]. 楊小菊.沈陽理工大學 2017
[4]基于多傳感器的機器人自主運動規(guī)劃研究[D]. 謝國超.哈爾濱工業(yè)大學 2017
[5]基于Kinect傳感器的移動機器人環(huán)境檢測和地圖構建[D]. 盛棟梁.沈陽工業(yè)大學 2016
[6]基于擴展卡爾曼濾波的自主移動機器人設計與實現(xiàn)[D]. 王治斌.內(nèi)蒙古大學 2015
[7]礦井中無線傳感器網(wǎng)絡數(shù)據(jù)融合技術研究[D]. 閔杰.河南理工大學 2014
[8]基于回歸預測算法的無線傳感器數(shù)據(jù)融合節(jié)能算法研究與實現(xiàn)[D]. 潘昊.沈陽師范大學 2014
[9]未知環(huán)境下自主移動機器人避障研究[D]. 胡遠航.哈爾濱工程大學 2013
[10]基于網(wǎng)絡的Multi-MEMS數(shù)據(jù)融合算法的研究[D]. 馮文萃.江蘇科技大學 2012



本文編號：3570462