多传感器信息融合在自主移动机器人上的应用

摘要

该文主要针对在智能全自主移动机器人上应用多传感器信息融合算法进行了深入研究.传感器系统是智能移动机器人的一个重要组成部分.该文的研究目标就是在自主研制高性能,低成本的嵌入式多传感器数据采集系统的基础上,应用多传感器信息融合算法,实现机器人运行环境的地图建模,从而提高整个多传感器系统乃至整个移动机器人系统的性能价格比.该论文主要包括以下几个方面的内容:1.首先,分析了目前全自主智能移动机器人上常用的传感器系统,并结合实际应用提出了

目录

文摘

英文文摘

独创性声明和关于论文使用授权的说明

第一章绪论

1.1引言

1.2多传感器信息融合概述

1.2.1多传感器信息融合研究的主要内容和发展现状

1.2.2多传感器信息融合的主要方法

1.3移动机器人系统中的多传感器信息融合问题

1.4本文的主要研究内容

第二章嵌入式多传感器数据采集系统研究

2.1移动机器人系统中的传感器技术

2.1.1传感器的分类

2.1.2移动机器人传感器系统的发展趋势

2.2面向移动机器人的嵌入式多传感器数据采集系统的研制

2.2.1嵌入式多传感器数据采集系统的硬件设计

2.2.2嵌入式多传感器数据采集系统的软件设计

2.3嵌入式多传感器数据采集系统性能测试

2.3.1超声传感器实验结果

2.3.2方位传感器实验结果

2.3.3系统的实时性实验

2.4小结

第三章超声传感器在移动机器人上的应用

3.1超声波传感器的特性分析

3.1.1超声传感器的结构

3.1.2超声传感器的基本特性

3.2超声传感器测距的局限性

3.2.1较差的方向性

3.2.2镜面反射（specular reflection)问题

3.2.3在机器人系统上应用的其他问题

3.3超声传感器的数学模型

3.3.1超声传感器的指向函数

3.3.2利用超声传感器进行测距的数学建模

3.4本章小结

第四章基于柱状图的移动机器人环境地图建模

4.1环境表达框架

4.1.1不同的环境模型

4.1.2栅格地图模型在地图建模中的应用

4.1.3柱状栅格地图

4.2新的超声传感器模型

4.3 RIC(Range-Incidence Combination)方法

4.4实验结果

4.4.1采用简化RIC方法进行环境地图建模

4.4.2 RIC方法实验

4.5本章小结

第五章基于D-S证据理论的移动机器人环境地图建模

5.1 D-S证据理论基础

5.2 D-S理论在环境地图建模中的应用

5.2.1证据栅格模型(Evidence Grid Map)

5.2.2证据栅格上的超声传感器模型

5.2.3 Dempster组合规则

5.3处理幻象目标

5.3.1长距离测量传感器(Long Distance Measuring Sensor)

5.3.2证据冲突量

5.4实验结果

5.5本章小结

第六章结论与展望

参考文献

硕士期间发表和接收的学术论文

致谢