實用型陪護機器人導航方法研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩102頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、本論文以國家863高技術項目《助老/助殘機器人關鍵技術研究》的子課題《實用型陪護機器人》為背景,設計并實現(xiàn)實用型陪護機器人室內(nèi)環(huán)境下導航系統(tǒng)。包括多路聲納模塊設計及傳感器數(shù)據(jù)融合、基于擴展重采樣的定位系統(tǒng)、基于接近圖法的反應式避障系統(tǒng)等內(nèi)容。
   針對原機器人系統(tǒng)聲納測距模塊數(shù)目少、距離短、精度差且無法滿足室內(nèi)環(huán)境下陪護機器人導航避障實時性需求等問題,重新設計并安裝了14路聲納測距系統(tǒng),以交替發(fā)射技術為基礎,解決超聲測距存在的

2、串擾問題并極大縮短數(shù)據(jù)采集周期。建立起適合本平臺的聲納模型,并運用貝葉斯法則實現(xiàn)聲納數(shù)據(jù)融合。新聲納模塊能更完整的詮釋環(huán)境信息,滿足室內(nèi)結構化環(huán)境下導航技術對傳感的基本需求。
   針對傳統(tǒng)基于采樣重要性采樣的蒙特卡羅方法普遍存在樣本貧乏、計算負載過大等問題,設計出一種適用于本陪護機器人平臺的基于擴展重采樣的自適應粒子濾波器。融合邊界可變的提議分布函數(shù),采用Metropolis Hastings抽樣實現(xiàn)MCMC轉移,不僅充分保持

3、粒子的多樣性,而且增強粒子的微觀細化能力。融合基于KLD-Sampling的自適應采樣方法,建立起基于MCMC的自適應擴展重采樣系統(tǒng),實時調整定位過程中樣本數(shù)目,減輕計算負載。通過與多路聲納測距模塊結合,新定位算法能極大改善陪護機器人定位的精度與效果。
   VFH方法經(jīng)過VFH+,VFH*的演變和發(fā)展,在移動機器人避障領域被廣泛應用。本文將VFH系列方法與接近圖法進行客觀比較分析后,針對VFH算法內(nèi)部閾值參數(shù)難以調節(jié)等問題,引

4、入更適合本系統(tǒng)的接近圖法來完成室內(nèi)環(huán)境下反應式避障任務。建立PND和RND圖實現(xiàn)環(huán)境信息的提取和詮釋,對機器人的安全形勢進行細致的分類,針對不同的安全形勢建立相應的導航策略體系。通過實驗,安排各種復雜的障礙物分布環(huán)境,測試接近圖法的避障效果,并與傳統(tǒng)避障算法對比,逐一分析接近圖法在反應式避障領域獨有的優(yōu)勢。
   最后,在SBOT陪護機器人平臺上進行實驗,驗證各子模塊及導航軟件整體的有效性。包括新多路聲納測距模塊環(huán)境感知試驗、基

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。
  • 6. 下載文件中如有侵權或不適當內(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