多传感器融合技术在机器人环境辨识中的研究

摘要

在实际环境的辨识中,很少采用单一的传感器来完成.因为每一种传感器都受到一定使用条件的限制,往往只能反映被测系统某一方面的特性.在外界干扰下,测量的准确性和可靠性也会受到很大的影响.为此,在实际系统辨识中,目前广泛采用的是多传感器融合(multi-sensor fusion)技术.多传感器融合技术在工业、交通和机器人等诸多领域有着广泛的应用前景.本文的主要内容是实现一个基于多传感器融合的机器人障碍物轨迹跟踪系统,该系统能够完成机器人手臂对环境中障碍物的轨迹跟踪、预测,并且能够实现碰撞检测和碰撞预警的功能.本文首先对课题研究所采用的机器人控制系统的软、硬件的基本结构进行介绍.然后在传感器融合技术方面进行了三个阶段的研究:视频传感器融合技术、超声波传感器技术和多传感器融合技术.论文介绍了一种基于双目视觉的摄像机模型,即对两个视频传感器的数据进行融合来实现双目视觉.该模型不仅考虑了摄像机的外部姿态参数,还考虑到摄像机的有效焦距、畸变等内部参数,论文中给出了这些参数的标定方法.考虑到检测精度和检测速度的要求,采用在障碍物体上安置特征点的方法来实现对障碍物的跟踪,但实验结果显示数据在深度上的误差比较大,为此引入了超声波传感器技术来弥补视频传感器的不足.论文中详细的分析了超声波传感器的工作原理及其相关特点,同时结合实验的需要设计了超声波传感器与计算机的接口卡,并介绍了接口卡的软硬件研制方案.实验显示超声波传感器在深度方向能获得比较精确的数据.经过进一步的分析,我们发现双目视觉与超声波传感器所获得数据能互补,特别是超声波传感器能弥补双目视觉在深度上的不足.论文接下来对多传感器融合技术的原理与应用进行了分析与研究,并提出了用改进的BP神经网络进行融合的方法.经过对实验的分析,融合处理后能得到目标更精确的姿态参数.

目录

文摘

英文文摘

原创性声明及本论文使用授权说明

第一章引言

1.1课题来源和研究背景

1.2国内外多传感器融合在机器人系统中应用的研究情况

1.3研究目的

第二章机器人中多传感器融合系统结构和原理

2.1多传感器融合系统的硬件系统结构

2.2多传感器融合系统的软件系统结构

2.3多传感器融合原理的分析与探讨

2.4本章小结

第三章视频传感器融合的分析与设计

3.1摄像机模型和透视投影

3.2摄像机的内外参数

3.3摄像机标定

3.4本章小结

第四章超声波传感器测距仪的分析与设计

4.1超声波传感器测距仪原理

4.1.1超声波传感器测距仪的基本原理

4.1.2超声波传感器测距仪的工作原理

4.2超声波传感器测距仪与计算机接口技术

4.3超声波传感器测距仪的标定实验

4.3.1引言

4.3.2回归模型与分析

4.3.3实验分析与结果

4.4本章小结

第五章多传感器融合技术在机器人系统中的应用与研究

5.1多传感器融合原理

5.2运用神经网络技术进行多传感器融合的理论前提

5.3基于神经网络技术的多传感器融合

5.3.1神经网络模型的研究与分析

5.3.2 BP神经网络学习算法的改进

5.3.3多传感器融合的实现

5.4本章小结

第六章实验与结论

6.1机器人环境辨识的仿真实验平台的搭建

6.2视觉和声纳信息的提取

6.3融合仿真实验与分析

6.4结论与展望

参考文献

致谢

作者攻读学位期间公开发表的学术论文、专著、科技成果

说明