多傳感器融合技術(shù)在移動機器人定位中的應用研究.pdf

1、多傳感器信息融合技術(shù)是近年來十分熱門的研究課題，信息融合技術(shù)結(jié)合了控制理論、信號處理、概率和統(tǒng)計學、人工智能等諸多學科的發(fā)展。多傳感器信息融合技術(shù)綜合了來自多個傳感器的感知數(shù)據(jù)，產(chǎn)生更可靠、更準確或更精確的信息，經(jīng)過融合的多傳感器信息具有以下特性：信息的冗余性、信息的互補性、信息的實時性和信息的低成本性。信息融合為機器人在各種復雜的、動態(tài)的、不確定或未知的環(huán)境中工作提供了一種技術(shù)解決途徑。 本文以多傳感器信息融合技術(shù)作為研究重點

2、，結(jié)合它在機器人中的應用進行了理論和實踐上的探討。論文首先介紹了國內(nèi)外信息融合技術(shù)和移動機器人的發(fā)展動態(tài)和趨勢，單一的傳感器提供信息已經(jīng)無法滿足現(xiàn)代移動機器人的需求，多傳感器信息融合技術(shù)開始在機器人領(lǐng)域廣泛應用。然后，對多傳感器信息融合技術(shù)的基本原理、融合層次和融合方法進行了詳細的分析，研究了現(xiàn)今機器人領(lǐng)域中多傳感器信息融合的常用方法，目前移動機器人領(lǐng)域中常用的多傳感器信息融合方法有加權(quán)平均法、Kalman濾波、Bayes估計、Demp

3、ster—Shaferi證據(jù)推理、模糊邏輯、神經(jīng)網(wǎng)絡等。論文重點分析了基于概率的移動機器人定位技術(shù)，基于對當今移動機器人卡爾曼濾波、馬爾可夫和粒子濾波等常用概率定位方法的優(yōu)點和缺陷分析。論文著重以卡爾曼濾波作為融合算法基礎，設計了數(shù)據(jù)層和特征層的混合融合結(jié)構(gòu)。并對卡爾曼濾波進行了初步的仿真論證，卡爾曼濾波在通常情況下能實現(xiàn)機器人的自定位，但需要嚴格的運動模型匹配，要求機器人是線性的運動模型，但是現(xiàn)實情況下，機器人是一個非線性系統(tǒng)，因此采