移動機器人環(huán)境建模技術研究.pdf

1、獲得完全自主意義的移動機器人，即在完全未知的環(huán)境下完成各種智能任務，最基本要求是能夠逐步創(chuàng)建周圍環(huán)境的地圖并在此地圖上實現(xiàn)同步定位。面臨無法預知、動態(tài)變化的環(huán)境，傳感器給出的數(shù)據(jù)通常是不完全、不連續(xù)、不可靠的，移動機器人的環(huán)境建模問題是機器人研究領域的熱點和難點問題。本文在這一方面開展了一些研究工作，如利用神經(jīng)網(wǎng)絡識別障礙物、建立基于聲納數(shù)據(jù)的移動機器人環(huán)境建模仿真平臺。本文涉及以下三方面的內(nèi)容： 一.研究了基于聲納的移動機器人

2、環(huán)境建模仿真平臺的設計和實現(xiàn)，利用VisualBasic建立了一個移動機器人環(huán)境建模的仿真平臺，通過仿真聲納的數(shù)學模型，采用以概率論和Dempster-Shafer證據(jù)理論為基礎的基于占有率的柵格地圖創(chuàng)建方法，解釋和融合仿真的聲納數(shù)據(jù)，建立環(huán)境的柵格地圖。該仿真平臺提供了環(huán)境和移動機器人運動狀態(tài)在線實時設定功能，其參數(shù)可調的聲納模型及根據(jù)聲納數(shù)據(jù)進行環(huán)境建模的算法設計相對獨立等特點極大地方便移動機器人環(huán)境建模的研究工作。 二介紹

3、了基于聲納數(shù)據(jù)的環(huán)境障礙物識別的BP神經(jīng)網(wǎng)絡的設計。同一般的目標識別法則相比，利用BP神經(jīng)網(wǎng)絡對聲納數(shù)據(jù)進行處理具有更高的準確度，誤差很小。我們利用MATLAB編程來實現(xiàn)聲納數(shù)據(jù)的獲得，并利用MATLAB中的神經(jīng)網(wǎng)絡工具箱對聲納數(shù)據(jù)進行了處理，得到了很好的誤差曲線。 三.提出了一種基于學習矢量量化(LVQ)網(wǎng)絡的移動機器人目標識別方法。利用學習矢量量化網(wǎng)絡對聲納信號的TOF數(shù)據(jù)及聲波反射信號的振幅特性進行特征分類，移動機器人能夠