基于多传感器信息融合的移动机器人障碍探测系统

基于多传感器信息融合的移动机器人障碍探测系统

ID:28067780

大小:18.54 KB

页数:6页

时间:2018-12-08

基于多传感器信息融合的移动机器人障碍探测系统_第1页
基于多传感器信息融合的移动机器人障碍探测系统_第2页
基于多传感器信息融合的移动机器人障碍探测系统_第3页
基于多传感器信息融合的移动机器人障碍探测系统_第4页
基于多传感器信息融合的移动机器人障碍探测系统_第5页
资源描述:

《基于多传感器信息融合的移动机器人障碍探测系统》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。基于多传感器信息融合的移动机器人障碍探测系统  摘要:采用单目CCD摄像机获取环境空间的图像信息,融合来自超声波测距传感器系列的深度数据可完成对环境空间的快速理解。设计出基于多传感器信息融合的移动机器人障碍探测系统,分析了多传感信息A/D数据的实时采集方法,采用多传感器数据自适应加权融合算法获取最终测量结果。实验表明该算法具有线性无偏最小方差性,可获取最优的数据

2、融合值。  关键词:机器人视觉;多传感器信息;障碍物检测;数据融合  中图分类号:文献标志码:A    ObstacleDetectingSystemofMobileRobotBasedonMulti-sensor  InformationAmalgamation  YUPing,SHOUBing  (JiangxiIndustryPolytechnicCollege,Nanchang,China)  Abstract:Imageinformationofenvironmentspacecanbeobtainedbyone-eyeCCD

3、vidicon,andrapidcomprehensionofenvironmentspaceisimplementedby为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。amalgamatingdepthdatafromsu

4、personicdisplacementmeasurementsensor.Mobilerobotobstacledetectingsystembasedonmulti-sensorinformationamalgamationisdesigned,andrealtimeA/Ddatacollectingmethodofmulti-sensorinformationisanalyzed.Ultimatemeasurementresultscanbeobtainedbymulti-sensordataauto-adjustableamal

5、gamationarithmetic.Itindicatesthatthearithmetichasthepropertiesofnolinearerrorandminimumconvarianceerrorwhichcanoptimizedataamalgamationvalues.  Keywords:robotvision;multi-sensorinformation;obstacledetecting;dataamalgamation  为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利

6、用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。  自主导航对于移动机器人在障碍空间运动具有十分重要的意义,而获得机器人对环境空间的理解是移动机器人实现自主导航的先决条件。传统的感知环境的方法是使用超声波、光电开关实现移动机器人的避障,这种方法在一定程度上能实现机器人的局部自主导航。随着CCD电荷耦合器件的出现,从

7、图像上获取的环境空间信息数据由于其完整性越来越起着决定性的作用。基于人眼模型的双目视觉检测技术是一种立体视觉检测系统[1-2],近年来被成功地用于工业检测、物体识别、工件定位等诸多领域。但双目视觉检测技术需要对来自两个CCD摄像机的两幅图像进行匹配,以形成一幅完整的三维立体图像。对于灰度图像利用灰度相关取灰度相关最大位置实现匹配,但灰度相关匹配的计算量很大,并且匹配精度也难以达到理想的效果。如在作像素级灰度相关融合时,设数字化后待融合图像尺寸为NN像素,采用较好融合效果的金字塔法需要的MAC运算总量达到1253N2,取N=480,设“实

8、时”要求为每秒10帧,则MAC运算总量达到100M,仅从图像匹配校准方面可见双目CCD立体检测技术难以满足移动机器人对环境空间的理解。    1移动机器人障碍探测系统结构    基于小孔成像模型的单目CCD

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。