基于信息融合的機器人目標探測與識別研究.pdf

1、隨著計算機技術(shù)的迅速發(fā)展和普及,機器人技術(shù)已成為一門跨學科的綜合信息處理技術(shù),目前,移動機器人的不確定性分析能力已成為衡量機器人智能的一個重要因素。本文來源于國家863計劃“服務機器人”重點項目“智能敏捷家庭助理機器人綜合平臺”,以及國家“863”計劃專題課題“面向住院病人巡護的智能空間技術(shù)及機器人巡視系統(tǒng)”,針對移動機器人的信息融合技術(shù)展開了研究。本文從不確定性信息分析方法入手,以信息融合為中心,對移動機器人的目標探測和目標識別信息融

2、合等方面進行研究論文的研究工作有以下幾個方面:
　　 首先本文介紹了課題的研究背景和移動機器人國內(nèi)外信息融合以及目標識別的研究發(fā)展狀況,同時對信息融合的不同定義方法進行了介紹。
　　 其次本文對不確定性信息分析方法進行了概述,分析了移動機器人工作中存在的不確定性信息的原因,同時對本文的主要的研究內(nèi)容進行了介紹。
　　 第三,針對移動機器人工作中存在的不確定性信息,在移動機器人目標探測中,對超聲波測距傳感器進行了電

3、路設計,同時對超聲波測距數(shù)據(jù)的結(jié)果進行了標定,通過數(shù)學推導,給出了超聲波傳感器測距的線性回歸模型,同時給出了模型的顯著性檢驗;由于單獨采用超聲傳感器不能滿足機器人對障礙物的精確識別,有必要結(jié)合其他傳感器提高障礙物的測量精度,文中又對紅外接近傳感器的測距進行了硬件和軟件的設計,給出了紅外傳感器的上位機通訊程序設計。同時,本文進行了超聲波與紅外傳感器數(shù)據(jù)融合的實驗,結(jié)果表明兩種傳感器具有互補性。
　　 第四,在探測到目標后,本文對多

4、傳感器的目標識別信息融合概況進行了綜述,分析了移動機器人目標識別中存在的困難。本文將相關系數(shù)的概念擴充到機器人目標識別中,建立了機器人目標識別的相似性系數(shù)數(shù)學模型。同時提出了基于最大后驗概率的目標識別融合算法,并且對算法進行了實驗驗證,表明該算法可以提高系統(tǒng)的識別率和可靠性。
　　 第五,針對機器人的目標識別,本文在利用D-S證據(jù)理論進行目標識別融合時,基于大量的實驗研究,提出了D-S證據(jù)理論中基本概率函數(shù)的一種構(gòu)造方法,該方法

5、對決策的結(jié)果起著至關重要的作用。
　　 第六,本文改進了D-S理論在目標識別融合中的應用,提出了采用時空數(shù)據(jù)兩級融合的思想,再與D-S證據(jù)理論相結(jié)合,得到時域、空域以及時空的數(shù)據(jù)的融合算法,這將在移動機器人中的目標識別中大大提高識別的效果,使我們的移動機器人系統(tǒng)具有很好的容錯的能力。同時本文還提出了基于模糊綜合的目標識別融合算法,對目標識別融合具有較好的效果。
　　 最后,本文對研究成果進行了總結(jié),提出了論文研究中存在的