隨著計(jì)算機(jī)技術(shù)和人工智能的發(fā)展,移動(dòng)機(jī)器人已經(jīng)廣泛應(yīng)用在太空探索、工業(yè)、軍事、服務(wù)和醫(yī)療等各個(gè)領(lǐng)域。由于個(gè)體機(jī)器人能力的局限性,多機(jī)器人協(xié)作技術(shù)應(yīng)運(yùn)而生,其中協(xié)作定位又是多移動(dòng)機(jī)器人技術(shù)的關(guān)鍵問題之一,如何提高定位的精度、效率和穩(wěn)定性是其中的主要問題。異構(gòu)多機(jī)器人協(xié)作定位是指某些具有較強(qiáng)定位能力的機(jī)器人依靠自身攜帶的傳感器與無線通信設(shè)備,通過分布式感知、信息共享、相對(duì)觀測(cè)等方式實(shí)現(xiàn)整個(gè)機(jī)器人群體的定位。本文針對(duì)異構(gòu)多機(jī)器人協(xié)作定位問題開展了較為系統(tǒng)的研究,主要工作包括以下幾個(gè)方面:1、針對(duì)現(xiàn)有移動(dòng)機(jī)器人平臺(tái)可擴(kuò)展性差、代碼復(fù)用性低等缺點(diǎn),搭建了基于機(jī)器人操作系統(tǒng)ROS的移動(dòng)機(jī)器人平臺(tái),為本文算法的實(shí)現(xiàn)提供了軟硬件基礎(chǔ)。2、針對(duì)單傳感器定位不精準(zhǔn)且穩(wěn)定性不好的問題,提出了一種基于CI融合方法的異構(gòu)多機(jī)器人多傳感器協(xié)作定位方法,解決了單傳感器定位系統(tǒng)魯棒性差的問題。3、針對(duì)異構(gòu)多機(jī)器人協(xié)作定位系統(tǒng)中由于過程噪聲未知,CI融合精度不夠?qū)е露ㄎ徊粶?zhǔn)確的問題,提出了一種基于分布式融合的異構(gòu)多機(jī)器人協(xié)作定位方法。該方法有效降低了過程噪聲統(tǒng)計(jì)特性未知對(duì)定位系統(tǒng)的影響,相比于CI融合具有更高的定位精度... 

【文章頁數(shù)】：78 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 輪式移動(dòng)機(jī)器人
        1.2.2 移動(dòng)機(jī)器人定位
        1.2.3 多移動(dòng)機(jī)器人定位
    1.3 本文主要工作
第2章 移動(dòng)機(jī)器人軟硬件平臺(tái)
    2.1 引言
    2.2 機(jī)器人操作系統(tǒng)
        2.2.1 ROS主要特點(diǎn)
        2.2.2 ROS的基本概念
    2.3 機(jī)器人軟硬件系統(tǒng)
        2.3.1 機(jī)器人硬件系統(tǒng)
        2.3.2 機(jī)器人軟件系統(tǒng)
    2.4 傳感器系統(tǒng)
        2.4.1 RGB-D相機(jī)測(cè)距原理
        2.4.2 激光測(cè)距原理
    2.5 本章小結(jié)
第3章 基于CI融合的異構(gòu)多機(jī)器人協(xié)作定位
    3.1 引言
    3.2 問題描述
        3.2.1 系統(tǒng)描述
        3.2.2 機(jī)器人運(yùn)動(dòng)學(xué)模型
        3.2.3 協(xié)作定位框架
    3.3 異構(gòu)機(jī)器人局部定位估計(jì)器
        3.3.1 線性卡爾曼濾波器
        3.3.2 擴(kuò)展卡爾曼濾波器(Extend Kalman Filter)
        3.3.3 無跡卡爾曼濾波(Unsecented Kalman Filter)
        3.3.4 RGB-D局部估計(jì)器設(shè)計(jì)
        3.3.5 基于激光傳感器的局部估計(jì)器
    3.4 異構(gòu)機(jī)器人融合定位
        3.4.1 CI融合原理
        3.4.2 異構(gòu)機(jī)器人融合定位算法
    3.5 仿真
    3.6 本章小結(jié)
第4章 基于分布式融合估計(jì)異構(gòu)多機(jī)器人協(xié)作定位
    4.1 引言
    4.2 問題描述
    4.3 基于自適應(yīng)無跡卡爾曼的局部估計(jì)器
        4.3.1 帶噪聲方差估計(jì)器的自適應(yīng)無跡卡爾曼濾波原理
        4.3.2 基于RGB-D相機(jī)和自適應(yīng)UKF的局部估計(jì)器設(shè)計(jì)
        4.3.3 基于激光傳感器和自適應(yīng)UKF的局部估計(jì)器設(shè)計(jì)
    4.4 分布式融合估計(jì)器
        4.4.1 分布式融合算法原理
        4.4.2 異構(gòu)多機(jī)器人分布式融合算法設(shè)計(jì)
    4.5 仿真
    4.6 本章小結(jié)
第5章 異構(gòu)多機(jī)器人協(xié)作定位實(shí)驗(yàn)
    5.1 引言
    5.2 異構(gòu)多機(jī)器人協(xié)作定位軟件設(shè)計(jì)
        5.2.1 需求分析
        5.2.2 系統(tǒng)軟件總體框架
    5.3 系統(tǒng)軟件實(shí)現(xiàn)
        5.3.1 數(shù)據(jù)采集模塊軟件實(shí)現(xiàn)
        5.3.2 人機(jī)交互軟件實(shí)現(xiàn)
    5.4 異構(gòu)多機(jī)器人協(xié)作定位實(shí)驗(yàn)
        5.4.1 基于CI融合異構(gòu)多機(jī)器人協(xié)作定位實(shí)驗(yàn)
        5.4.2 基于分布式融合算法異構(gòu)多機(jī)器人協(xié)作定位實(shí)驗(yàn)
    5.5 本章小結(jié)
第6章 結(jié)論與展望
    6.1 研究工作總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄1
附錄2
致謝
攻讀學(xué)位期間參加的科研項(xiàng)目和成果


【參考文獻(xiàn)】：
期刊論文
[1]帶不確定協(xié)方差線性相關(guān)白噪聲系統(tǒng)改進(jìn)的魯棒協(xié)方差交叉融合穩(wěn)態(tài)Kalman估值器[J]. 王雪梅,劉文強(qiáng),鄧自立.  控制與決策. 2016(10)
[2]雙輪差速驅(qū)動(dòng)式室內(nèi)移動(dòng)機(jī)器人的改進(jìn)航跡推算方法[J]. 向秀娟,袁亮,姜道偉.  機(jī)床與液壓. 2016(11)
[3]基于聯(lián)邦濾波的室內(nèi)移動(dòng)機(jī)器人定位[J]. 許坤,鄒杰,陳謀.  電光與控制. 2016(09)
[4]噪聲特性未知的多傳感器協(xié)方差交叉融合姿態(tài)估計(jì)[J]. 王碩,宋申民,史小平,于浛.  控制與決策. 2016(02)
[5]基于極大似然準(zhǔn)則和最大期望算法的自適應(yīng)UKF算法[J]. 王璐,李光春,喬相偉,王兆龍,馬濤.  自動(dòng)化學(xué)報(bào). 2012(07)
[6]自適應(yīng)UKF算法在目標(biāo)跟蹤中的應(yīng)用[J]. 石勇,韓崇昭.  自動(dòng)化學(xué)報(bào). 2011(06)
[7]差動(dòng)驅(qū)動(dòng)機(jī)器人的一種航跡推算定位方法[J]. 張利,潘承毅,劉征宇,徐娟,黃業(yè)偉.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(11)
[8]高斯模糊噪聲圖像的圖像復(fù)原算法的改進(jìn)[J]. 厲丹,錢建生,蘆楠楠,田雋.  計(jì)算機(jī)應(yīng)用與軟件. 2010(10)
[9]高斯模糊算法優(yōu)化及實(shí)現(xiàn)[J]. 丁怡心,廖勇毅.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2010(08)
[10]一種多機(jī)器人編隊(duì)協(xié)同定位的方法[J]. 蔣榮欣,田翔,謝立,陳耀武.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2010(01)

碩士論文
[1]基于ROS的移動(dòng)機(jī)器人自主定位與導(dǎo)航方法研究[D]. 王強(qiáng).浙江工業(yè)大學(xué) 2017
[2]基于Qt的嵌入式GUI的研究與實(shí)現(xiàn)[D]. 黃超.吉林大學(xué) 2011



本文編號(hào)：3647749