基于多傳感器信息融合的移動機器人走廊導(dǎo)航研究.pdf_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著計算機和人工智能技術(shù)的發(fā)展,自主移動機器人的研究得到廣泛的關(guān)注。在民用領(lǐng)域,自主移動機器人被應(yīng)用于娛樂、家庭服務(wù)、科學(xué)實驗等;在軍事領(lǐng)域,機器人替代人在危險的場合從事危險的工作,比如防化、掃雷、救護等。研究未知環(huán)境中的移動機器人導(dǎo)航技術(shù),主要包括圖像識別、攝像機標定、多傳感器信息融合、自主避障、導(dǎo)航算法和遙操作技術(shù)等。本文在移動機器人平臺CASIA-I上,對上述問題進行了研究,重點研究了移動機器人在走廊環(huán)境內(nèi)的自主導(dǎo)航問題。

2、 首先,本文對移動機器人定位導(dǎo)航技術(shù)及基于Internet的移動機器人遠程控制研究狀況進行了綜述,并對本文的選題背景和主要內(nèi)容做了介紹。 其次,利用MultilayerPerceptron代替閾值分割法,提高了移動機器人在工作環(huán)境中路標分割的魯棒性。研究了基于羅盤和CCD信息融合的移動機器人定位方法,改善了多項式擬合攝像機標定方法在應(yīng)用中存在的問題。 第三,針對移動機器人CASIA-I在走廊內(nèi)的自主導(dǎo)航問題。建立了超聲數(shù)

3、據(jù)預(yù)測模型,消除環(huán)境噪聲對超聲數(shù)據(jù)的干擾;利用概率加權(quán)的方法對超聲、紅外數(shù)據(jù)有效融合,得到更為可靠的環(huán)境信息。建立人工勢場,解決了機器人的自主避障問題。本文給出兩種機器人門牌搜索策略,基于地面路標和地圖創(chuàng)建的門牌搜索策略。并提出基于視覺的攝像機伺服控制方法,提高了門牌正確識別率。 第四,利用MPEG-4提高視頻的壓縮比。在應(yīng)用層,用RTP/RTCP協(xié)議提高UDP協(xié)議傳輸圖像的實時性。利用TCP協(xié)議傳輸遠程控制指令、機器人深度信息

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論