文档库 最新最全的文档下载
当前位置:文档库 › 一种基于信息融合的巡线机器人电磁导航方法_王伟

一种基于信息融合的巡线机器人电磁导航方法_王伟

一种基于信息融合的巡线机器人电磁导航方法_王伟
一种基于信息融合的巡线机器人电磁导航方法_王伟

移动机器人导航技术总结

移动机器人的关键技术分为以下三种: (1)导航技术 导航技术是移动机器人的一项核心技术之一[3,4]"它是指移动机器人通过传感器感知环境信息和自身状态,实现在有障碍的环境中面向目标的自主运动"目前,移动机器人主要的导航方式包括:磁导航,惯性导航,视觉导航等"其中,视觉导航15一7]通过摄像头对障碍物和路标信息拍摄,获取图像信息,然后对图像信息进行探测和识别实现导航"它具有信号探测范围广,获取信息完整等优点,是移动机器人导航的一个主要发展方向,而基于非结构化环境视觉导航是移动机器人导航的研究重点。 (2)多传感器信息融合技术多传感器信息融合技术是移动机器人的关键技术之一,其研究始于20世纪80年代18,9]"信息融合是指将多个传感器所提供的环境信息进行集成处理,形成对外部环境的统一表示"它融合了信息的互补性,信息的冗余性,信息的实时性和信息的低成本性"因而能比较完整地,精确地反映环境特征,从而做出正确的判断和决策,保证了机器人系统快速性,准确性和稳定性"目前移动机器人的多传感器融合技术的研究方法主要有:加权平均法,卡尔曼滤波,贝叶斯估计,D-S证据理论推理,产生规则,模糊逻辑,人工神经网络等"例如文献[10]介绍了名为Xavier的机器人,在机器人上装有多种传感器,如激光探测器!声纳、车轮编码器和彩色摄像机等,该机器人具有很高的自主导航能力。 (3)机器人控制器作为机器人的核心部分,机器人控制器是影响机器人性能的关键部分之一"目前,国内外机器人小车的控制系统的核心处理器,己经由MCS-51、80C196等8位、16位微控制器为主,逐渐演变为DSP、高性能32位微控制器为核心构成"由于模块化系统具有良好的前景,开发具有开放式结构的模块化、标准化机器人控制器也成为当前机器人控制器的一个研究热点"近几年,日本!美国和欧洲一些国家都在开发具有开放式结构的机器人控制器,如日本安川公司基于PC开发的具有开放式结构!网络功能的机器人控制器"我国863计划智能机器人主题也已对这方面的研究立项 视觉导航技术分类 机器人视觉被认为是机器人重要的感觉能力,机器人视觉系统正如人的眼睛一样,是机器人感知局部环境的重要“器官”,同时依此感知的环境信息实现对机器人的导航。机器人视觉信息主要指二维彩色CCD摄像机信息,在有些系统中还包括三维激光雷达采集的信息。视觉信息能否正确、实时地处理直接关系到机器人行驶速度、路径跟踪以及对障碍物的避碰,对系统的实时性和鲁棒性具有决定性的作用。视觉信息处理技术是移动机器人研究中最为关键的技术之一。

一种由Matlab仿真控制的自主移动机器人模拟器(英文)

A Matlab-based Simulator for Autonomous Mobile Robots Abstract Matlab is a powerful software development tool and can dramatically reduce the programming workload during the period of algorithm development and theory research. Unfortunately, most of commercial robot simulators do not support Matlab. This paper presents a Matlab-based simulator for algorithm development of 2D indoor robot navigation. It provides a simple user interface for constructing robot models and indoor environment models, including visual observations for the algorithms to be tested. Experimental results are presented to show the feasibility and performance of the proposed simulator. Keywords: Mobile robot, Navigation, Simulator, Matlab 1. Introduction Navigation is the essential ability that a mobile robot. During the development of new navigation algorithms, it is necessary to test them in simulated robots and environments before the testing on real robots and the real world. This is because (i) the prices of robots are expansive; (ii) the untested algorithm may damage the robot during the experiment; (iii) difficulties on the construction and alternation of system models under noise background; (iv) the transient state is difficult to track precisely; and (v) the measurements to the external beacons are hidden during the experiment, but this information is often helpful for debugging and updating the algorithms. The software simulator could be a good solution for these problems. A good simulator could provide many different environments to help the researchers to find out problems in their algorithms in different kinds of mobile robots. In order to solve the problems listed above, this simulator is supposed to be able to monitor system states closely. It also should have flexible and friendly users’ interface to develop all kinds of algorithms. Up to now, many commercial simulators with good performance have been developed. For instance, MOBOTSIM is a 2D simulator for windows, which provides a graphic interface to build environments [1]. But it only supports limited robot models (differential driven robots with distance sensors only), and is unable to deal with on visual based algorithms. Bugworks is a very simple simulator providing drag-and-place interface [2]; but it provides very primitive functions and is more like a demonstration rather than a simulator. Some other robot simulators, such as Ropsim [3], ThreeDimSim [5], and RPG Kinematix [6], are not specially designed for the development of autonomous navigation algorithms of mobile robots and have very limited functions. Among all the commercial simulators, Webot from Cyberbotics [4] and MRS from Microsoft are powerful and better performed simulators for mobile robot navigation. Both simulators, i.e. Webots and MRS, provide powerful interfaces to build mobile robots and environments, excellent 3-D display, accurate performance simulation, and programming languages for robot control. Perhaps due to the powerful functions, they are difficult to use for a new user. For instance, it is quite a boring job to build an environment for visual utilities, which involves shapes building, materials selection, and illumination design. Moreover, some robot development kits have built-in simulator for some special kinds of robots. Aria from Activmedia has a 2-D indoor simulator for Pioneer mobile robots [8]. The simulator adopts feasible text files to configure the environment, but only support limited robot models. However, the majority of commercial simulators are not currently supporting On the other hand, Matlab

机器人路径规划

1绪论 1.1机器人简介 1.1.1什么是机器人 机器人一词不仅会在科幻小说、动画片等上看到和听到,有时也会在电视上看到在工厂进行作业的机器人,在实际中也有机会看到机器人的展示。今天,说不定机器人就在我们的身过,但这里我们要讨论的是什么是机器人学研究的机器人。 机器人(robot)一词来源下1920年捷克作家卡雷尔. 查培克(Kapel Capek)所编写的戏剧中的人造劳动者,在那里机器人被描写成像奴隶那样进行劳动的机器。 后来作为一种虚构的机械出现在许多作品中,代替人们去完成某些工作。20世纪60年代出现了作为可实用机械的机器人。为了反这种机器人同虚构的机器人及玩具机器人加以区别,称其为工业机器人。 工业机器人的兴起促进了大学及研究所开展机器人的研究。随着计算机的普及,又积极地开展了带有智能的机器人的研究。到70年代,机器人作为工程对象已经被确认,机器人一词也受到公认。目前,机器人学的研究对象已不仅仅是工业机器人了。 即便是实际存在的机器人,也很难把它定义为机器人,而且其定义也随着时代在变化。这里简单地反具有下述性质的机械看作是机器人: 1.代替人进行工作:机器人能像人那样使用工具和机械,因此,数控机床和 汽车不是机器人。 2.有通有性:既可简单地变换所进行的作为,又能按照工作状况的变化相应 地进行工作。一般的玩具机器人不能说有通用性。 3.直接对个界作工作:不仅是像计算机那样进行计算,而且能依据计算结果 对外界结果对外界产生作用。 机器人学把这样定义的机器人作为研究对象。

1.1.2机器人的分类 机器人的分类方法很多,这里我们依据三个有代表性的分类方法列举机器人的种类。 首先,由天机器人要代替人进行作业,因此可根据代替人的哪一个器官来分类: 操作机器人(手):利用相当于手臂的机械手、相当于手指的手爪来使物体协作。 移动机器人(腿):虽然已开发出了2足步行和4足步行机器人,但实用的却是用车轮进行移动的机器人。(本文以轮式移动机器人作为研究对象)视觉机器人(眼):通过外观检查来除掉残次品,观看人的面孔认出是谁。虽然还有使用触觉的机器人,但由于它不是为了操作,所以不能说是触觉机器人。 也还有不仅代替单一器官的机器人,例如进行移动操作,或进行视觉和操作的机器人。 其次,按机器人的应用来分类: 工业机器人:可分为搬送、焊接、装配、喷漆、检查等机器人,主要用于工厂内。 极限作业器人:主要用在人们难以进入的核电站、海底、宇宙空间等进行作为的机器人。也包括建筑、农业机器人等。 娱乐机器人:有弹奏乐器的机器人、舞蹈机器人、宠物机器人等,具有某种程度的通用性。也有适应环境面改变行动的宠物机器人。 最后则是按照基于什么样的信息进行动作来分类: 表1基于动作信息的机器人分类

机器人路径规划方法的研究

第5期(总第156期) 2009年10月机械工程与自动化 M ECHAN I CAL EN G I N EER I N G & AU TOM A T I ON N o 15 O ct 1 文章编号:167226413(2009)0520194203 机器人路径规划方法的研究 李爱萍,李元宗 (太原理工大学机械工程学院,山西 太原 030024) 摘要:路径规划技术是机器人学研究领域中的一个重要部分。目前的研究主要分为全局规划方法和局部规划方法两大类。通过对机器人路径规划方法研究现状的分析,指出了各种方法的优点及不足,并对其发展方向进行了展望。 关键词:机器人;全局规划;局部规划中图分类号:T P 242 文献标识码:A 收稿日期:2009201207;修回日期:2009204218 作者简介:李爱萍(19792),女,山西晋中人,在读硕士研究生。 0 引言 路径规划技术是机器人学研究领域中的一个重要 部分。机器人的最优路径规划就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等),在其工作空间中找到一条从起始状态到目标状态的最优路径。根据对环境信息的掌握程度不同,路径规划可分为:①全局路径规划:环境信息完全已知,根据环境地图按照一定的算法搜寻一条最优或者近似最优的无碰撞路径,规划路径的精确程度取决于获取环境信息的准确程度;②局部路径规划:环境信息完全未知或部分未知,根据传感器的信息来不断地更新其内部的环境信息,从而确定出机器人在地图中的当前位置及周围局部范围内的障碍物分布情况,并在此基础上,规划出一条从当前点到某一子目标点的最优路径。 1 全局规划方法111 栅格法 栅格法是目前研究最广泛的路径规划方法之一。该方法将机器人的工作空间分解为多个简单的区域(栅格),由这些栅格构成一个显式的连通图,或在搜索过程中形成隐式的连通图,然后在图上搜索一条从起始栅格到目标栅格的路径。一般路径只需用栅格的序号表示。但栅格的划分直接影响其规划结果,如果栅格划分过大,环境信息储藏量小,分辨率下降,规划能力就差;栅格划分过小,规划时间长,而且对信息存储能力的要求会急剧增加。112 可视图法 可视图法中的路径图由捕捉到的存在于机器人一 维网络曲线(称为路径图)自由空间中的节点组成。路径的初始状态和目标状态同路径图中的点相对应,这样路径规划问题就演变为在这些点间搜索路径的问题。要求机器人和障碍物各顶点之间、目标点和障碍物各顶点之间以及各障碍物顶点与顶点之间的连线均不能穿越障碍物,即直线是“可视的”。然后采用某种方法搜索从起始点到目标点的最优路径,搜索最优路径的问题就转化为从起始点到目标点经过这些可视直线的最短距离问题。该法能够求得最短路径,但需假设忽略机器人的尺寸大小,使得机器人通过障碍物顶点时离障碍物太近甚至接触,并且搜索时间长。113 拓扑法 拓扑法将规划空间分割成具有拓扑特征的子空间,根据彼此的连通性建立拓扑网络,在网络上寻找起始点到目标点的拓扑路径,最终由拓扑路径求出几何路径。拓扑法的基本思想是降维法,即将在高维几何空间中求路径的问题转化为低维拓扑空间中判别连通性的问题。其优点在于利用拓扑特征大大缩小了搜索空间,其算法的复杂性仅依赖于障碍物数目,在理论上是完备的;而且拓扑法通常不需要机器人的准确位置,对于位置误差也就有了更好的鲁棒性。缺点是建立拓扑网络的过程相当复杂,特别是在增加障碍物时如何有效地修正已经存在的拓扑网是有待解决的问题。 114 自由空间法 自由空间法采用预先定义的广义锥形或凸多边形等基本形状构造自由空间,并将自由空间表示为连通图,通过搜索连通图来进行路径规划。自由空间的构

基于行为设计的自主式小型移动机器人系统研究详细摘要(正式)

基于行为设计的自主式小型机器鼠系统研究 学生:谢群指导老师:周伦 单位:机械工程学院机械工程与自动化2003级 摘要 移动机器人是近年来发展起来的一门综合学科,集中了机械、电子、计算机、自动控制以及人工智能等多学科最新研究成果,代表了机电一体化的最高成就。移动机器人在工业生产中常用来完成运输和上下料等任务,同时也被广泛用于农业、医疗等不同行业。 在移动机器人相关技术研究中,路径规划技术是一个重要研究领域[17]。本文首先初步讨论总结了目前主要的路径规划技术。从基于事例、基于环境模型和基于行为三个方面全面而系统地综述了移动机器人路径规划技术的研究现状,对于目前普遍采用的路径规划方法及其实际应用情况进行了较为详细介绍和分析。 基于行为的方法是由MIT的Brooks在他著名的包容式结构[42]中建立,它是一门从生物系统得到启发,而产生的用来设计自主机器人的技术,也是本文所重点研究的目标。它采用类似动物进化的自底向上的原理体系,尝试从简单的智能体来建立一个复杂的系统。将其用于解决移动机器人路径规划问题是一种新的发展趋势,它把导航问题分解为许多相对独立的行为单元,比如跟踪、避碰、目标制导等。这些行为单元是一些由传感器和执行器组成的完整的运动控制单元,具有相应的导航功能,各行为单元所采用的行为方式各不相同,这些单元通过相互协调工作来完成导航任务。 基于行为的机器人学反对抽象的定义, 因此采用具体化的解释更适合该领域的哲学思想。基于行为的机器人学的重要研究内容是系统结构而不是算法, 基于行为设计的机器人在非结构化动态环境中的性能非常优越,用基于符号的机器人学设计的类似机器人无法达到如下性能: a.高速度,高灵活性。在动态复杂环境中的移动速度很快; b.高鲁棒性。可以承受局部损坏; c.高效性。软件代码可以是传统的几百分之一,硬件可以是传统的几十分之一; d.经济性。价格是传统的十几分之一; e.可扩展性。很少改变原有系统便可增加性能; f.可靠性。分布式自组织并行工作,可靠性强。 为进一步研究基于行为的规划方法,而引入一个真实环境及任务模型,即IEEE每年举办的微型机器鼠比赛,通过设计基于行为的机器鼠模型论证该算法的可行性。此项比赛要求机器人能

多源信息融合技术的起源发展与研究应用

1.多源信息融合技术的起源发展与研究应用 1.1多源信息融合的概念 多源信息融合(multi-source information fusion)亦称多传感器信息融合,是一门新兴边缘学科。多源的含义是广义的,包含多种信息源如传感器、环境信息匹配、数据库及人类掌握的信息等,信息融合最初的定义是数据融合,但随着信息技术的发展,系统信息的外延不断扩大,已经远远超出了数据的简单含义,包括了有形的数据、图像、音频、符号和无形的模型、估计、评价等,故学术界、技术界均认为使用信息融合更能代表其含义。多源信息融合的优势可以表现在密集性、有效性、互补性、冗余性、实时性、低成本性、高适应性等多个方面。 1.2多源信息融合技术的起源与发展 这一概念是在20世纪70年代提出的。当时新一代作战系统中依靠单一传感器提供信息已无法满足作战需要,必须运用多传感器集成来提供多种观测数据,通过优化综合处理提供相对准确的战场信息,从而更好地把握战场态势。在多传感器系统中,由于信息表现形式的多样性,信息数量的巨大性,信息关系的复杂性,以及要求信息处理的及时性,都已大大超出了人脑的信息综合处理能力,所以多传感器数据融合(Multi-sensor Data Fusion简称MSDF)便迅速发展起来。20多年来,MSDF技术在现代 C3I(指挥、控制、通信与情报Command, Control, Communication and Intelligence)系统中和各种武器平台得到了广泛的应用[3],在工业、农业、航空航天、目标跟踪和惯性导航等民用领域也得到了普遍关注。 国外对信息融合技术的研究起步较早。第二次世界大战末期,高炮火控系统开始同时使用了雷达和光学传感器,这有效地提高了高炮系统的瞄准精度,也大大提高了抗恶劣气象、抗干扰能力。现代信息融合概念 70 年代初开始萌芽。最初主要在多种雷达同时运用的条件下执行同类传感器信息融合处理,以后逐渐扩展。70 年代末期开始引入电子战、ESM 系统,引起人们高度重视。从80年代起,美国在研发,学术讨论,以及推广多源信息融合技术等方面始终走在前列。尤其在海湾战争结束后,美国更加重视信息自动综合处理技术的研究,并有效带动了其他北约国家在这方面的研究工作,如英国陆军开发了炮兵智能融合系统(AIDD)、机动和控制系统(WAVELL)等,德国准备在“豹2”坦克的改进中运用信息融合和人工智能等关键技术。

移动机器人的自主导航控制

移动机器人的自主导航控制 一、研究的背景 移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集中了传感器技术、计算机技术、机械工程、电子工程、自动化控制工程以及人工智能等多学科的研究成果,是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善,移动机器人的应用范围大为扩展,不仅在工业、农业、国防、医疗、服务等行业中得到广泛的应用,而且在排雷、搜捕、救援、辐射和空间领域等有害与危险场合都得到很好的应用。因此,移动机器人技术已经得到世界各国的普遍关注。 在自主式移动机器人相关技术的研究中,导航技术是其研究核心,同时也是移动机器人实现智能化及完全自主的关键技术。导航是指移动机器人通过传感器感知环境信息和自身状态,实现在有障碍的环境中面向目标的自主运动。导航主要解决以下三方面的问题:(l)通过移动机器人的传感器系统获取环境信息;(2)用一定的算法对所获信息进行处理并构建环境地图;(3)根据地图实现移动机器人的路径规划及运动控制。 二、相关技术 移动机器人定位是指确定机器人在工作环境中相对于全局坐标的位置,是移动机器人导航的基本环节。定位方法根据机器人工作环境的复杂性、配备传感器种类和数量等方面的不同而采用多种方法。主要方法有惯性定位、标记定位、GPS定位、基于地图的定位等,它们都不同程度地适用于各种不同的环境,括室内和室外环境,结构化环境与非结构化环境。 惯性定位是在移动机器人的车轮上装有光电编码器,通过对车轮转动的记录来粗略地确定移动机器人位置。该方法虽然简单,但是由于车轮与地面存在打滑现象,生的累积误差随路径的增加而增大,导致定位误差的逐渐累积,从而引起更大的差。 标记定位法是在移动机器人工作的环境里人为地设置一些坐标已知的标记,超声波发射器、激光反射板等,通过机器人的传感器系统对标记的探测来确定机器人在全局地图中的位置坐标。三角测量法是标记定位中常用的方法,机器人在同一点探测到三个陆标,并通过三角几何运算,由此可确定机器人在工作环境中的坐标。标记定位是移动机器人定位中普遍采用的方法,其可获得较高的定位精度且计量小,但是在实际应用中需要对环境作一些改造,添加相应的标记,不太符合真正意义的自主导航。 GPS定位是利用环绕地球的24颗卫星,准确计算使用者所在位置的庞大卫星网 定位系统。GPS定位技术应用已经非常广泛,除了最初的军事领域外,在民用方面也得到了广泛的应用,但是因为在移动导航中,移动GPS接收机定位精度受到卫 星信号状况和道路环境的影响,同时还受到时钟误差、传播误差、接收机噪声

自主移动机器人智能导航研究进展

自主移动机器人智能导航研究进展 冯建农 柳 明 吴 捷 (华南理工大学计算机系 广州 510641)摘 要 本文对当前在自主移动机器人智能导航研究中已被采用并取得成果的研究方法进行了 综述,并根据已取得的成果预测了移动机器人智能导航研究的发展趋势,指出视觉导航和传感器融合将是移动机器人智能导航的主要发展方向. 关键词 移动机器人,智能系统,导航 1 引言 国际机器人研究在经过了80年代的低潮之后,呈现出复苏和继续发展的形势;我国的机器人研究在国家“七五”、“八五”及“863”计划的推动下也取得了很大进展.与70年代的机器人浪潮相比,现在的机器人研究有两个特点:一是对机器人智能的定位有了更加符合实际的标准,也就是不要求机器人具有象人类一样的高智能,而只是要求机器人在某种程度上具有自主处理问题的能力;另一个特点是许多新技术及控制方法(神经网络、传感器融合、虚拟现实、高速度的并行处理机等)被引入到机器人研究中.研究重点的转变使机器人研究走向了健康而平稳的发展道路,并不断取得新的研究成果. 智能自主移动机器人能够按照存储在其内部的地图信息,或根据外部环境所提供的一些引导信号(即通过对环境的实时探测所获得的信息)规划出一条路径,并能够沿着该路径在没有人工干预的情况下,移动到预定目标点.智能自主移动机器人对它的研究正在成为一个重要的研究热点. 由于机器人应用从制造业向非制造业的扩展,以及自主移动智能机器人在诸如野外作业、深海探测、以及一些人类本身所不能进入的有毒或高温环境的作业中,有着极其广泛的应用前景,因此近年来机器人研究在多方面都已取得了很大的进展.研究的成果必将成为各行各业提高生产力的强有力工具. 2 移动机器人导航分类 移动机器人有多种导航方式,根据环境信息的完整程度、导航指示信号类型、导航地域等因素的不同,可以分为基于地图导航、基于陆标导航、基于视觉导航、基于感知器导航等. 基于地图的导航是在机器人内部存有关于环境的完整信息,并在预先规划出的一条全局路线的基础上,采用路径跟踪和避障技术,实现机器人导航;当机器人对周围环境并不完全了解时,则可采用基于陆标的导航策略,也就是将环境中具有明显特征的景物存储在机器人内部,机器人通过对陆标的探测来确定自己的位置,并将全局路线分解成陆标与陆标之间的片段,再通过一连串的陆标探测和陆标制导来完成导航任务;在环境信息完全未知的情况下,可1997年11月机器人 R OBOT N ov.,1997 1996-11-04收稿

移动机器人路径规划技术综述

第25卷第7期V ol.25No.7 控制与决策 Control and Decision 2010年7月 Jul.2010移动机器人路径规划技术综述 文章编号:1001-0920(2010)07-0961-07 朱大奇,颜明重 (上海海事大学水下机器人与智能系统实验室,上海201306) 摘要:智能移动机器人路径规划问题一直是机器人研究的核心内容之一.将移动机器人路径规划方法概括为:基于模版匹配路径规划技术、基于人工势场路径规划技术、基于地图构建路径规划技术和基于人工智能的路径规划技术.分别对这几种方法进行总结与评价,最后展望了移动机器人路径规划的未来研究方向. 关键词:移动机器人;路径规划;人工势场;模板匹配;地图构建;神经网络;智能计算 中图分类号:TP18;TP273文献标识码:A Survey on technology of mobile robot path planning ZHU Da-qi,YAN Ming-zhong (Laboratory of Underwater Vehicles and Intelligent Systems,Shanghai Maritime University,Shanghai201306, China.Correspondent:ZHU Da-qi,E-mail:zdq367@https://www.wendangku.net/doc/5f14213428.html,) Abstract:The technology of intelligent mobile robot path planning is one of the most important robot research areas.In this paper the methods of path planning are classi?ed into four classes:Template based,arti?cial potential?eld based,map building based and arti?cial intelligent based approaches.First,the basic theories of the path planning methods are introduced brie?y.Then,the advantages and limitations of the methods are pointed out.Finally,the technology development trends of intelligent mobile robot path planning are given. Key words:Mobile robot;Path planning;Arti?cial potential?eld;Template approach;Map building;Neural network; Intelligent computation 1引言 所谓移动机器人路径规划技术,就是机器人根据自身传感器对环境的感知,自行规划出一条安全的运行路线,同时高效完成作业任务.移动机器人路径规划主要解决3个问题:1)使机器人能从初始点运动到目标点;2)用一定的算法使机器人能绕开障碍物,并且经过某些必须经过的点完成相应的作业任务;3)在完成以上任务的前提下,尽量优化机器人运行轨迹.机器人路径规划技术是智能移动机器人研究的核心内容之一,它起始于20世纪70年代,迄今为止,己有大量的研究成果报道.部分学者从机器人对环境感知的角度,将移动机器人路径规划方法分为3种类型[1]:基于环境模型的规划方法、基于事例学习的规划方法和基于行为的路径规划方法;从机器人路径规划的目标范围看,又可分为全局路径规划和局部路径规划;从规划环境是否随时间变化方面看,还可分为静态路径规划和动态路径规划. 本文从移动机器人路径规划的具体算法与策略上,将移动机器人路径规划技术概括为以下4类:模版匹配路径规划技术、人工势场路径规划技术、地图构建路径规划技术和人工智能路径规划技术.分别对这几种方法进行总结与评价,展望了移动机器人路径规划的未来发展方向. 2模版匹配路径规划技术 模版匹配方法是将机器人当前状态与过去经历相比较,找到最接近的状态,修改这一状态下的路径,便可得到一条新的路径[2,3].即首先利用路径规划所用到的或已产生的信息建立一个模版库,库中的任一模版包含每一次规划的环境信息和路径信息,这些模版可通过特定的索引取得;随后将当前规划任务和环境信息与模版库中的模版进行匹配,以寻找出一 收稿日期:2009-08-30;修回日期:2009-11-18. 基金项目:国家自然科学基金项目(50775136);高校博士点基金项目(20093121110001);上海市教委科研创新项目(10ZZ97). 作者简介:朱大奇(1964?),男,安徽安庆人,教授,博士生导师,从事水下机器人可靠性与路径规划等研究;颜明重(1977?),男,福建泉州人,博士生,从事水下机器人路径规划的研究.

【CN109737959A】一种基于联邦滤波的极区多源信息融合导航方法【专利】

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910213640.3 (22)申请日 2019.03.20 (71)申请人 哈尔滨工程大学 地址 150001 黑龙江省哈尔滨市南岗区南 通大街145号哈尔滨工程大学科技处 知识产权办公室 (72)发明人 许兆新 范睿恒 程建华 康瑛瑶  秦名赫  (51)Int.Cl. G01C 21/16(2006.01) G01S 19/47(2010.01) (54)发明名称一种基于联邦滤波的极区多源信息融合导航方法(57)摘要本发明提供一种基于联邦滤波的极区多源信息融合导航方法,采用的导航设备为格网惯导系统、多普勒计程仪和全球卫星定位系统,设计基于无重置联邦滤波器的多源信息融合导航算法,同时满足极区运载体高精度和高可靠性的导航需求。分别以格网系速度信息和ECEF系位置信息作为量测量建立惯导/多普勒和惯导/卫星两个子滤波器,经过信息分配计算出局部估计值,输入主滤波器进行信息融合,得到惯导姿态、速度、位置的全局误差估计并进行补偿。本发明不仅能够通过惯导/多普勒组合以及惯导/卫星组合抑制格网惯导积累的误差提高系统精度,还能够利用基于无重置联邦器的多源信息融合技术实现高容错性,达到同时实现极区导航系统的高 精度和高可靠性的目的。权利要求书2页 说明书7页 附图3页CN 109737959 A 2019.05.10 C N 109737959 A

1.一种基于联邦滤波的极区多源信息融合导航方法,其特征在于:步骤如下: 步骤一:选取极区格网惯导作为主导航系统,DVL和GNSS作为辅助导航系统,建立格网惯导的误差模型; 步骤二:设计格网SINS/DVL组合和格网SINS/GNSS组合的两个子滤波器,并进行信息分配;其中,分别采用格网系下速度和地心地固坐标系的位置信息作为量测量,格网SINS的姿态、速度、ECEF系下的位置三组导航信息误差和陀螺漂移、加速度计零偏两组惯性器件误差作为系统状态量;通过局部滤波分别计算获得各子滤波器的局部状态量估计值和局部估计协方差阵; 步骤三:将各子滤波器分别按照步骤二进行计算,得到的结果送入主滤波器,进行信息融合,建立无重置联邦滤波器,得到全局状态量估计值和全局估计协方差阵; 步骤四:利用步骤三计算得到的结果对格网SINS输出的格网姿态、速度以及ECEF系下位置信息进行校正,使系统实时连续地输出校正后的极区高精度载体姿态、速度、位置信息,直至导航任务结束。 2.根据权利要求1所述的一种基于联邦滤波的极区多源信息融合导航方法,其特征在于:步骤二中的信息分配具体为: βm =0; 式中,β1、β2、β3分别表示SINS/DVL组合构成的第一子滤波器、 SINS/GNSS组合构成的第二子滤波器和主滤波器的信息分配情况。 3.根据权利要求2所述的一种基于联邦滤波的极区多源信息融合导航方法,其特征在于:步骤二中的局部滤波方案为: 时间更新: 量测更新: P k =(I -K k H k )P k/k - 1 式中,Φk ,k -1为一步转移阵,Γk -1为系统噪声驱动阵,H k 为量测阵,Q k 为系统噪声协方差阵,R k 为量测噪声协方差阵,Z k 为当前时刻的量测值, 和P k -1分别为上一时刻的状态量估计值和估计协方差阵,和P k/k -1分别为一步预测的状态量估计值和估计协方差阵, 和P k 分别为当前时刻的状态量估计值和估计协方差阵, 即该滤波方案的输出为 和P k 。4.根据权利要求3所述的一种基于联邦滤波的极区多源信息融合导航方法,其特征在于: 步骤三中的信息融合具体为: 权 利 要 求 书1/2页2CN 109737959 A

移动机器人的自主导航

移动机器人的自主导航 一、研究的背景 二、移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功 能于一体的综合系统。它集中了传感器技术、计算机技术、机械工程、电子工程、自动化控制工程以及人工智能等多学科的研究成果,是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善,移动机器人的应用范围大为扩展,不仅在工业、农业、国防、医疗、服务等行业中得到广泛的应用,而且在排雷、搜捕、救援、辐射和空间领域等有害与危险场合都得到很好的应用。 因此,移动机器人技术已经得到世界各国的普遍关注。 三、在自主式移动机器人相关技术的研究中,导航技术是其研究核心,同时也 是移动机器人实现智能化及完全自主的关键技术。导航是指移动机器人通过传感器感知环境信息和自身状态,实现在有障碍的环境中面向目标的自主运动。 导航主要解决以下三方面的问题:(l)通过移动机器人的传感器系统获取环境信息;(2)用一定的算法对所获信息进行处理并构建环境地图;(3)根据地图实现移动机器人的路径规划及运动控制。 四、相关技术 五、移动机器人定位是指确定机器人在工作环境中相对于全局坐标的位置,是 移动机器人导航的基本环节。定位方法根据机器人工作环境的复杂性、配备传感器种类和数量等方面的不同而采用多种方法。主要方法有惯性定位、标记定位、GPS定位、基于地图的定位等,它们都不同程度地适用于各种不同的环境,括室内和室外环境,结构化环境与非结构化环境。 六、惯性定位是在移动机器人的车轮上装有光电编码器,通过对车轮转动的记 录来粗略地确定移动机器人位置。该方法虽然简单,但是由于车轮与地面存在打滑现象,生的累积误差随路径的增加而增大,导致定位误差的逐渐累积,从而引起更大的差。 七、标记定位法是在移动机器人工作的环境里人为地设置一些坐标已知的标记, 八、超声波发射器、激光反射板等,通过机器人的传感器系统对标记的探测来 确定机器人在全局地图中的位置坐标。三角测量法是标记定位中常用的方法,机器人在同一点探测到三个陆标,并通过三角几何运算,由此可确定机器人在工作环境中的坐标。标记定位是移动机器人定位中普遍采用的方法,其可获得较高的定位精度且计量小,但是在实际应用中需要对环境作一些改造,添加相应的标记,不太符合真正意义的自主导航。 九、GPS定位是利用环绕地球的24颗卫星,准确计算使用者所在位置的庞大卫 星网定位系统。GPS定位技术应用已经非常广泛,除了最初的军事领域外,在民用方面也得到了广泛的应用,但是因为在移动导航中,移动GPS接收机定位精度受到卫星信号状况和道路环境的影响,同时还受到时钟误差、传播误差、接收机噪声等诸多因素的影响,因此,单纯利用GPS定位精度比较低、可靠性不高,所以在机器人的导航应用中通常还辅以磁罗盘、光码盘与GPS数据进行

多机器人路径规划研究方法

多机器人路径规划研究方法 张亚鸣雷小宇杨胜跃樊晓平瞿志华贾占朝 摘要:在查阅大量文献的基础上对多机器人路径规划的主要研究内容和研究现状进行了分析和总结,讨论了多机器人路径规划方法的评判标准,并阐述了研究遇到的瓶颈问题,展望了多机器人路径规划方法的发展趋势。 关键词:多机器人;路径规划;强化学习;评判准则 Abstract:This paper analyzed and concluded the main method and current research of the path planning research for multi robot.Then discussed the criterion of path planning research for multi robot based large of literature.Meanwhile,it expounded the bottleneck of the path planning research for multi robot,forecasted the future development of multi robot path planning. Key words:multi robot;path planning;reinforcement learning;evaluating criteria 近年来,分布式人工智能(DAI)成为人工智能研究的一个重要分支。DAI研究大致可以分为DPS(distributed problem solving)和MAS(multi agent system)两个方面。一些从事机器人学的研究人员受多智能体系统研究的启发,将智能体概念应用于多机器人系统的研究中,将单个机器人视做一个能独立执行特定任务的智能体,并把这种多机器人系统称为多智能体机器人系统(MARS)。因此,本文中多机器人系统等同于多智能体机器人系统。目前,多机器人系统已经成为学术界研究的热点,而路径规划研究又是其核心部分。 机器人路径规划问题可以建模为一个带约束的优化问题,其包括地理环境信息建模、路径规划、定位和避障等任务,它是移动机器人导航与控制的基础。单个移动机器人路径规划研究一直是机器人研究的重点,且已经有许多成果[1~3],例如在静态环境中常见的有连接图法、可视图法、切线图法、Voronoi图法、自由空间法、栅格法、拓扑法、链接图法、Dempster Shafer 证据理论建图等;动态环境中常见的有粒子群算法、免疫算法、遗传算法、神经网络、蚁群算法、模拟退火算法、人工势场法等。然而,多机器人路径规划

多源信息融合

1st Int’l Conf. on Recent Advances in Information Technology | RAIT-2012 |
A Project Selection Framework of DSS by Dempster-Shafer Theory under Fuzziness
Tuli Bakshi
Jadavpur University Kolkata, India tuli.bakshi@https://www.wendangku.net/doc/5f14213428.html,
Subir Kumar Sanyal, Bijan Sarkar
Dept. of Production Engineering Jadavpur University, Kolkata, India sanyal_s_k@yahoo.co.in, bijon_sarkar@https://www.wendangku.net/doc/5f14213428.html,
A. Sinharay
Dept. of IT Future Institute of Engineering & Management, Kolkata, India arindam.sinharay@https://www.wendangku.net/doc/5f14213428.html,
Abstract: This paper exposits evolutionary MCDM techniques which integrates Dempster –Shafer Theory (DST) of evidence, quantificational evidence preference from different criteria based on belief function. In this paper, current researchers’ proposed method is able to preference rank a no. of alternative projects under uncertainty for project selection based on imperfect information coming out from more or less reliable and conflicting sources. Under fuzziness the integrated MCDM method uses possibility and belief function theory to take a decision based on imprecise and uncertain evaluations of quantitative and qualitative criteria. The derived ranking of alternative is based on DST related belief and plausibility measures. Keywords: Dempster-ShaferTheory (DST), uncertainty, imperfect information, belief and plausibility measures.
decisions are based on multiple criteria with variable expressed by the decision makers. Usually, the available information to evaluate those criteria remain imperfect and the sources of these information are not always reliable and may be conflicting. The problem is therefore to propose a decision support system that are capable to process both the complexity of decision problem including relative and subjective importance of the criteria, the impurity and heterogeneities of information, reliability and conflict level of information of sources. The main purpose of the present work is to analyze the decision mechanism as it is constrained by the relative importance of attribute elements and the independent valuation of these elements for existing alternatives. The mathematical tool used includes fuzzy sets [6, 7, 8, and 9] and the Dempster-Shafer theory [10]. II. UNCERTENTY AND IMPERFECTION INFORMATION & OTHER DEFINATION
I. INTRODUCTION Being a temporary attempt, a project needs to create a unique product, service or result. Temporary signifies that a particular project has a definite dead line, reaching the dead line the project objectives has been gained or it becomes clear that the project objective will not be made or the necessity of the project no longer exists. In real world, there can be multiple alternative projects. A decision maker (DM) has to choose one alternative, which must be the best option. Therefore, it is a very difficult task [1]. Selection and evaluation of a project involves decisions those are critical to profitability, growth and survival of organization in the competitive world. This type of decision involves multiple factors such as identification, considerations and analysis of viability. According to Hwang and Yoon [2] Multi-criteria decision making (MCDM) is applied to preferable decisions among available classified alternatives by multiple attributes. Therefore, MCDM is one of the most widely used decision methodology in project selection problems. The MCDM is a method that follows the analysis of several criteria, simultaneously. In this method, economic, environmental, social and technological factors are considered for the selection of the project and for making the choice sustainable [3-5]. Several frameworks have been proposed for solving MCDM problems. In reality
978-1-4577-0697-4/12/$26.00 ?2012 IEEE
Any decision is closely related to information quality. Uncertainty, often used in common language, is indeed only one of all the various types of information imperfection which are inconsistency, imprecision, incompleteness and uncertainty Probability theory is widely used to represent uncertainty but fails to handle vague, imprecise, uncertain and conflicting information. New theories have proposed to handle those different types of imperfect information. A. Fuzzy sets and possibility theories Fuzzy sets theory [11] represents vague information and relates an imprecise quantitative evaluation with a qualitative category as defined by an expert. Possibility theory [12], [13] represents both imprecision and uncertainty using possibility distribution. Instead of a single discrete evaluation, several consonant intervals with increasing confidence levels can be chosen: the wider the interval is, the more confident the expert is in his evaluation of the criterion.

相关文档