本文關(guān)鍵詞：RFID在智能撿球機(jī)器人球體定位中的研究

  更多相關(guān)文章： 撿球機(jī)器人 RFID室內(nèi)定位 LANDMARC算法 參考標(biāo)簽

【摘要】：隨著生活水平、科技水平的不斷提高,智能機(jī)器人已逐漸進(jìn)入人們的生活。目前,越來越多的人注重身體健康,在閑暇之余進(jìn)行體育鍛煉已成為現(xiàn)代人生活的一部分。室內(nèi)乒乓球、網(wǎng)球等運(yùn)動(dòng)受到了更多人的青睞,這類運(yùn)動(dòng)用時(shí)少、鍛煉效果好,但隨之而來的問題就是人們在運(yùn)動(dòng)之余不得不去撿取散落在球場各處的球體,費(fèi)時(shí)費(fèi)力。為了解決這個(gè)問題,設(shè)計(jì)出了基于視覺識(shí)別和多傳感器數(shù)據(jù)融合的智能撿球機(jī)器人來代替人工撿球,但因其視覺范圍較小,定位時(shí)間較長,因此,找出一種快速精準(zhǔn)的定位方法勢在必行,而RFID室內(nèi)定位技術(shù)是定位領(lǐng)域研究的熱點(diǎn)。目前,基于RFID的室內(nèi)定位技術(shù)主要采用LANDMARC算法,通過引入輔助參考標(biāo)簽來確定待定位標(biāo)簽的物理位置,在室內(nèi)環(huán)境下具有較為理想的定位精度。然而,LANDMARC算法仍然存在一些不足,其定位精度與近鄰參考標(biāo)簽個(gè)數(shù)和參考標(biāo)簽的部署密度有關(guān)。因此,在實(shí)驗(yàn)分析的基礎(chǔ)上,對基于LANDMARC算法的球體定位技術(shù)進(jìn)行了深入研究,主要包括以下兩個(gè)方面:(1)針對LANDMARC算法的定位精度與近鄰參考標(biāo)簽個(gè)數(shù)有關(guān)的問題,在選取的近鄰參考標(biāo)簽中引入加權(quán)思想來改進(jìn)算法。傳統(tǒng)的算法僅僅局限于在小范圍定位環(huán)境中選取3-5個(gè)參考標(biāo)簽,而在較大的定位環(huán)境中,距閱讀器較遠(yuǎn)的相鄰參考標(biāo)簽存在干擾近鄰參考標(biāo)簽選取的情況,需要選取較多的參考標(biāo)簽來輔助定位,但定位誤差會(huì)隨著選取參考標(biāo)簽數(shù)量的增加而增大�；诩訖�(quán)因子的LANDMARC算法優(yōu)化了計(jì)算過程中權(quán)重的分配,降低了系統(tǒng)誤差,提高了定位精度。仿真實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法在選取較多參考標(biāo)簽的情況下基本達(dá)到了撿球機(jī)器人所需定位精度。(2)針對LANDMARC算法的定位精度也與參考標(biāo)簽部署密度有關(guān)的問題,通過引入虛擬參考標(biāo)簽的方法來進(jìn)一步提高定位精度。在實(shí)際中,參考標(biāo)簽之間存在著信號(hào)干擾,并不允許大量部署,部署越密集其影響程度越高。而虛擬參考標(biāo)簽與真實(shí)參考標(biāo)簽擁有相同的特性,其收信場強(qiáng)值可以根據(jù)路徑損耗模型做出推算。因此,在定位過程中,采用基于虛擬參考標(biāo)簽的定位算法與改進(jìn)的LANDMARC定位算法相結(jié)合的方式進(jìn)行兩次定位。仿真實(shí)驗(yàn)結(jié)果表明,基于虛擬參考標(biāo)簽的定位算法進(jìn)一步提高了定位精度,且對于單個(gè)待定位標(biāo)簽,改善效果顯著,使球體定位精度由分米級提高到厘米級。
【關(guān)鍵詞】：撿球機(jī)器人 RFID室內(nèi)定位 LANDMARC算法 參考標(biāo)簽
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.44;TP242.6
【目錄】：

• 摘要7-8
• ABSTRACT8-12
• 第一章 緒論12-17
• 1.1 課題意義12-13
• 1.2 國內(nèi)外RFID機(jī)器人研究現(xiàn)狀13-14
• 1.3 RFID定位技術(shù)研究現(xiàn)狀14-15
• 1.4 本文內(nèi)容與結(jié)構(gòu)15-17
• 第二章 智能撿球機(jī)器人系統(tǒng)設(shè)計(jì)17-23
• 2.1 智能撿球機(jī)器人系統(tǒng)組成17-18
• 2.2 撿球機(jī)器人模塊設(shè)計(jì)18-20
• 2.2.1 視覺定位系統(tǒng)18-19
• 2.2.2 避障系統(tǒng)19
• 2.2.3 動(dòng)力系統(tǒng)19
• 2.2.4 撿球計(jì)數(shù)系統(tǒng)19-20
• 2.2.5 信息處理系統(tǒng)20
• 2.3 撿球機(jī)器人撿球方法設(shè)計(jì)20-22
• 2.4 本章小結(jié)22-23
• 第三章 RFID技術(shù)概述及常用定位算法23-35
• 3.1 RFID系統(tǒng)概述23-26
• 3.1.1 RFID系統(tǒng)的基本組成23-25
• 3.1.2 RFID系統(tǒng)的特點(diǎn)25
• 3.1.3 RFID的工作流程25-26
• 3.2 RFID系統(tǒng)的分類26-28
• 3.3 常用定位算法分類28-33
• 3.3.1 基于測距的定位算法28-31
• 3.3.2 基于非測距的定位算法31-33
• 3.4 基于RSSI和KNN的LANDMARC定位系統(tǒng)33-34
• 3.5 本章小結(jié)34-35
• 第四章 基于加權(quán)因子的改進(jìn)LANDMARC算法研究35-46
• 4.1 基本LANDMARC算法35-36
• 4.2 LANDMARC算法的優(yōu)缺點(diǎn)36
• 4.3 LANDMARC算法仿真分析36-37
• 4.4 加權(quán)因子改進(jìn)37-38
• 4.5 仿真與分析38-45
• 4.5.1 仿真與分析一38-40
• 4.5.2 仿真與分析二40-41
• 4.5.3 仿真與分析三41-43
• 4.5.4 仿真與分析四43-45
• 4.6 本章小結(jié)45-46
• 第五章 基于虛擬參考標(biāo)簽的定位算法研究46-54
• 5.1 參考標(biāo)簽部署密度對定位精度的影響46-47
• 5.2 定位精度評價(jià)指標(biāo)47-49
• 5.3 基于虛擬參考標(biāo)簽的定位算法49-53
• 5.3.1 VIBE算法簡介49-50
• 5.3.2 基于虛擬參考標(biāo)簽的改進(jìn)方案50-51
• 5.3.3 仿真與分析51-53
• 5.4 本章小結(jié)53-54
• 總結(jié)與展望54-56
• 參考文獻(xiàn)56-61
• 致謝61-62
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓浩;董硯秋;張娟;;基于湖面清掃機(jī)器人的圖像識(shí)別技術(shù)研究[J];科技資訊;2006年33期

2 Joseph Ogando;;讓機(jī)器人放松“肌肉”[J];工業(yè)設(shè)計(jì);2007年11期

3 ;《機(jī)器人技術(shù)與應(yīng)用》全年總目次[J];機(jī)器人技術(shù)與應(yīng)用;2010年06期

4 郭健;;機(jī)器人在涂裝車間的應(yīng)用[J];科技視界;2012年31期

5 王偉;;日本農(nóng)用機(jī)器人的研究成果與趨勢[J];農(nóng)業(yè)機(jī)械;1994年11期

6 董雅萍;有視覺的機(jī)器人[J];世界制造技術(shù)與裝備市場;2001年01期

7 梁冰,洪炳昒,曙光;基于視覺與行為模型的機(jī)器人目標(biāo)跟蹤[J];通信學(xué)報(bào);2004年01期

8 張彥鐸,魯統(tǒng)偉;基于航跡關(guān)聯(lián)的足球機(jī)器人視覺系統(tǒng)的改進(jìn)[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2004年07期

9 高崢;擬人機(jī)器人視覺系統(tǒng)的軟件設(shè)計(jì)[J];計(jì)算機(jī)工程與設(shè)計(jì);2004年11期

10 靳曄;施釉機(jī)器人視覺系統(tǒng)設(shè)計(jì)[J];河北省科學(xué)院學(xué)報(bào);2005年03期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前9條

1 陳衛(wèi)東;曹其新;賈建強(qiáng);羅真;王磊;黃永志;繆壽洪;張衛(wèi)星;徐化;欒楠;付莊;張彭濤;孫英杰;張飛;張春裕;包賢捷;;面向動(dòng)態(tài)與競爭環(huán)境的多機(jī)器人團(tuán)隊(duì)[A];馬斯特杯2003年中國機(jī)器人大賽及研討會(huì)論文集[C];2003年

2 張春龍;黃小龍;劉衛(wèi)東;張妍;李南;張俊雄;李偉;;基于機(jī)器視覺的鋤草機(jī)器人信息獲取方法研究[A];中國農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

3 張亞靜;喬軍;劉剛;李民贊;;水果采摘機(jī)器人視覺系統(tǒng)的發(fā)展現(xiàn)狀研究[A];2007年中國農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

4 雍超;竺長安;杜華生;;基于視覺和超聲技術(shù)的機(jī)器人視覺系統(tǒng)[A];第六屆全國計(jì)算機(jī)應(yīng)用聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2002年

5 徐大宏;;基于彩色識(shí)別的足球機(jī)器人視覺系統(tǒng)研究與實(shí)現(xiàn)[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 高瑞;劉剛;司永勝;劉兆祥;;蘋果采摘機(jī)器人視覺系統(tǒng)研究[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集[C];2009年

7 袁波;徐科軍;盛磊;;基于TMDXEVM642的機(jī)器人視覺系統(tǒng)[A];第三屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

8 張汝波;張亮;張子迎;;基于立體視覺的機(jī)器人目標(biāo)識(shí)別與跟蹤[A];2007年中國智能自動(dòng)化會(huì)議論文集[C];2007年

9 湯修映;張鐵中;;黃瓜收獲機(jī)器人避碰軌跡規(guī)劃[A];走中國特色農(nóng)業(yè)機(jī)械化道路——中國農(nóng)業(yè)機(jī)械學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集（上冊）[C];2008年

中國重要報(bào)紙全文數(shù)據(jù)庫 前2條

1 青島日報(bào)、青報(bào)網(wǎng)記者 林剛;高端機(jī)器人裝備年產(chǎn)400臺(tái)[N];青島日報(bào);2014年

2 本報(bào)記者 徐光;全球增速第一 國內(nèi)機(jī)器人產(chǎn)業(yè)快速崛起[N];中國證券報(bào);2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬爽;具有自主發(fā)育能力的機(jī)器人感知與認(rèn)知方法研究[D];吉林大學(xué);2016年

2 陳浩耀;面向多機(jī)器人編隊(duì)的基于視覺定位系統(tǒng)研究[D];中國科學(xué)技術(shù)大學(xué);2009年

3 瞿心昱;基于仿人腦認(rèn)知計(jì)算模型的機(jī)器人視覺學(xué)習(xí)方法[D];浙江工業(yè)大學(xué);2012年

4 王勇;棉花收獲機(jī)器人視覺系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2007年

5 張正濤;乒乓球機(jī)器人視覺測量與控制[D];中國科學(xué)院研究生院（自動(dòng)化研究所）;2010年

6 陳四杰;面向數(shù)控機(jī)床群的上下料機(jī)器人視覺識(shí)別定位研究[D];江蘇大學(xué);2013年

7 王海青;黃瓜收獲機(jī)器人視覺系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2012年

8 張健;220kV/330kV高壓帶電清掃機(jī)器人視覺系統(tǒng)的研究[D];上海交通大學(xué);2009年

9 呂小蓮;基于四自由度西紅柿采摘機(jī)器人視覺系統(tǒng)的研究[D];沈陽農(nóng)業(yè)大學(xué);2008年

10 陳華斌;運(yùn)載火箭動(dòng)力系統(tǒng)五通連接器機(jī)器人GTAW質(zhì)量控制系統(tǒng)[D];上海交通大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張皓然;四足除草機(jī)器人的靜態(tài)步行及穩(wěn)定性研究[D];昆明理工大學(xué);2015年

2 李晶路;基于人工路標(biāo)的室內(nèi)機(jī)器人自定位算法研究[D];長安大學(xué);2015年

3 霍美杰;基于動(dòng)態(tài)結(jié)構(gòu)網(wǎng)絡(luò)的機(jī)器人發(fā)育機(jī)制研究[D];華北理工大學(xué);2015年

4 宗鵬程;基于NAO機(jī)器人的視覺目標(biāo)檢測與跟蹤[D];華北電力大學(xué);2015年

5 黎嘉文;基于行為的多機(jī)器人協(xié)同研究與實(shí)現(xiàn)[D];揚(yáng)州大學(xué);2014年

6 王寧揚(yáng);面向服務(wù)機(jī)器人的蜂巢氣動(dòng)網(wǎng)絡(luò)軟件執(zhí)行器研究[D];中國科學(xué)技術(shù)大學(xué);2016年

7 嚴(yán)帥;基于GPU加速的機(jī)器人人臉檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2016年

8 張永恒;輪足結(jié)合清潔機(jī)器人輪行控制與路徑規(guī)劃研究[D];燕山大學(xué);2016年

9 陶威;機(jī)器人3D視覺傳感器設(shè)計(jì)與實(shí)現(xiàn)[D];西南交通大學(xué);2016年

10 楊勝男;仿人頭像機(jī)器人人工鼻—肺系統(tǒng)及氣味識(shí)別算法研究[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號(hào)：893857