在室外環(huán)境中,通過GPS進(jìn)行定位的技術(shù)已經(jīng)較為完善,但在室內(nèi)環(huán)境里,由于建筑物的遮擋和室內(nèi)環(huán)境復(fù)雜等原因,GPS定位精度較差,往往通過移動(dòng)機(jī)器人自身攜帶的傳感器獲取位置信息。但由于每種傳感器的特性不同,適用的場(chǎng)景也不同,單純的依靠一種傳感器進(jìn)行定位,難以適應(yīng)各種復(fù)雜環(huán)境,無法保證定位的精度。基于多傳感器融合的定位方法通過對(duì)多種傳感器數(shù)據(jù)進(jìn)行融合,增強(qiáng)了系統(tǒng)的穩(wěn)定性,提高了定位的精度,因此,基于多傳感器融合的定位方法具有重要的研究?jī)r(jià)值。本文針對(duì)室內(nèi)環(huán)境中的移動(dòng)小車定位問題進(jìn)行了研究,主要的研究?jī)?nèi)容如下:1、首先,搭建了輪式移動(dòng)小車實(shí)驗(yàn)平臺(tái)。該平臺(tái)的主體選用四輪差分驅(qū)動(dòng)小車,以STM32F407作為其核心控制器。同時(shí),移動(dòng)小車配有許多模塊。包含有光電編碼器、超聲波、激光雷達(dá)和無線通訊等模塊。其次,完成了下位機(jī)軟件和上位機(jī)軟件的編寫。最后,實(shí)現(xiàn)了下位機(jī)和上位機(jī)的無線數(shù)據(jù)傳輸以及移動(dòng)小車的基本控制和定位功能。2、提出了一種基于移動(dòng)小車速度信息的快速定位算法。首先,建立真實(shí)位置和圖像中位置之間的關(guān)系,基于該關(guān)系,可以直接從畸變圖像中獲得移動(dòng)小車的位置。然后,利用速度信息來定位小車在圖像中的位置,...

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究與發(fā)展現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容和結(jié)構(gòu)
第二章 移動(dòng)小車實(shí)驗(yàn)平臺(tái)搭建
    2.1 移動(dòng)小車硬件總體設(shè)計(jì)
        2.1.1 車體結(jié)構(gòu)
        2.1.2 電源模塊
        2.1.3 核心控制器模塊
        2.1.4 電機(jī)驅(qū)動(dòng)模塊
        2.1.5 傳感器模塊
        2.1.6 通訊模塊
        2.1.7 視覺模塊
    2.2 移動(dòng)小車軟件總體設(shè)計(jì)
        2.2.1 移動(dòng)小車下位機(jī)軟件設(shè)計(jì)
        2.2.2 上位機(jī)軟件設(shè)計(jì)
    2.3 小結(jié)
第三章 基于航跡推測(cè)的圖像定位方法
    3.1 基于顏色的小車識(shí)別
    3.2 畸變坐標(biāo)系的建立
    3.3 結(jié)合航跡推測(cè)法的目標(biāo)定位
        3.3.1 移動(dòng)小車運(yùn)動(dòng)模型
        3.3.2 航跡推測(cè)原理
    3.4 定位實(shí)驗(yàn)
    3.5 小結(jié)
第四章 多傳感器信息融合定位
    4.1 卡爾曼濾波
    4.2 擴(kuò)展卡爾曼濾波
    4.3 無跡卡爾曼濾波
    4.4 系統(tǒng)模型和量測(cè)模型的建立
    4.5 多傳感器融合定位算法設(shè)計(jì)
        4.5.1 基于擴(kuò)展卡爾曼濾波的融合定位算法
        4.5.2 基于無跡卡爾曼濾波的融合定位算法
    4.6 實(shí)驗(yàn)與仿真
    4.7 小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
附錄
    作者在讀期間發(fā)表的學(xué)術(shù)論文及申請(qǐng)的專利
    作者在讀期間參加的科研項(xiàng)目



本文編號(hào)：3890212