移動機器人定位與導(dǎo)航的研究.pdf

1、室內(nèi)移動機器人的研究，一直是移動機器人研究中最基本、最重要的內(nèi)容，而且一直存在難以準確控制和定量描述定位與導(dǎo)航的問題。而工程上精確定位與導(dǎo)航的實現(xiàn)面臨著兩個挑戰(zhàn)：即是如何降低傳感器誤差帶來的不確定性和如何實現(xiàn)具體的定位導(dǎo)航行為。因此為了迎接這樣的挑戰(zhàn)，把如何降低傳感器的不確定性、如何實現(xiàn)具體行為、如何實現(xiàn)遠程監(jiān)控（定量描述）定為本文的重點和三大目標。其中第一個為本文的核心技術(shù)，另外兩個為關(guān)鍵技術(shù)。
　　移動機器人定位與導(dǎo)航的工程研

2、究，一定是建立在機器人的運動學(xué)、動力學(xué)模型和機器人平臺系統(tǒng)上。由力學(xué)模型可以知道其前行速度、轉(zhuǎn)彎速度、轉(zhuǎn)彎半徑等以及機器人所受非完整約束帶來非線性系統(tǒng)。根據(jù)系統(tǒng)設(shè)計分析，可以知道閉環(huán)控制、傳感器采集、通訊協(xié)議等具體軟硬件設(shè)計，有利于實現(xiàn)具體行為。另外文章對一些重點細節(jié)參數(shù)進行了詳細地描述,如電機PI控制參數(shù)、電機扭矩功率參數(shù)選擇等。
　　為了分析和得到降低傳感器不確定的方法，將從傳感器感知模型、工藝上的系統(tǒng)誤差、環(huán)境的隨機誤差幾個

3、方面做詳細研究。經(jīng)過理論推導(dǎo)和實驗數(shù)據(jù)的仿真，得出傳感器誤差的一般模型為:固定漂移+隨機信號。對于超聲、紅外等傳感器而言隨機信號是可以看出正態(tài)分布的；而MEMS慣性傳感器的隨機信號是由正態(tài)信號和非平穩(wěn)信號疊加，進一步地真實數(shù)據(jù)分析知道隨著采樣頻率和采樣點的增加，其隨機誤差也會慢慢趨于正態(tài)分布。得到單傳感器的平滑處理和多傳感器的融合兩種方法都是可以降低傳感器的不確定性的，它們是可以互補的，但是不可完全代替。在單傳感器平滑處理方面，從計算量

4、、存儲量、效率等指標考慮，將線性平滑濾波、非線性濾波、巴特沃斯濾波、普通卡爾曼濾波和改進卡爾曼濾波進行比較，提出了一種引入“Q”值的改進卡爾曼濾波，陀螺儀定位精度可達1.13％和加速度機定位精度可達6％，而仿真和實踐證明不確性模型和方法均是有效可行的；在多傳感器融合方面，將普通的線性加權(quán)進行了權(quán)數(shù)改進;對于適合非線性系統(tǒng)的擴展卡爾曼濾波（Extend Kalman Filter）做了非線性近似線性帶來的誤差補償?shù)难芯浚抡婵芍獙?dǎo)航軌跡非

5、常接近參考軌跡，方法是行之有效的。
　　室內(nèi)環(huán)境定位導(dǎo)航典型行為指定路徑跟蹤、顏色跟蹤、避障、尋墻等成功實現(xiàn),效果較好。程序設(shè)計基于行為反應(yīng)模型，在MFC的界面上開發(fā)的，首先將平滑濾波和融合技術(shù)引入，然后結(jié)合實際行為算法在平臺上進行調(diào)試和實現(xiàn)。特別是指定軌跡跟蹤，得出基于改進的Kalman Filter的實際效果定位和導(dǎo)航軌跡精度為10cm，由實驗可知可以知道是算法可靠的、有效的，具有實際工程意義。
　　本文基于無線局域網(wǎng)開