基于多传感器信息融合的移动机器人避障研究(1)

《基于多传感器信息融合的移动机器人避障研究(1)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、砸±论文摘要本文壤AS-R移动巍器A为平台，飘多镗感器信息融含的角度出发，遂点研究了雾层融合方法在移瀚杭嚣入溅漳中的斑埔。本文针对单一传感器不毵准确、垒骧地竞裁瓣巧境的撼述，研鼗了采魁怒声波锩感器帮红终抟感嚣鞫戏的移耱撬器人多传感器避漳系统。瘟璎实验鳇方法，难转感器的性能作了测试，根据测试结果分析了传感器测距时产生误差的原因。针对趣声渡传臻器产生的不确定稽息，提出了一种基予神经网络和模糊神经网络掴终台的两缓融合方法。该方法的一级融合采用BP网络融合方法，实现对每组超声波传感嚣黪信患融会，撬赢了对障碍耪识别的撩确率{=级融合采蠲模糊车串经弼辫方法，实现移动橇嚣

2、夫的蘧簿决策拄铡。与单簇融合方法耜鞋：，嚣级融合俊系统是旃较商的爨棒性和灵活性。间时钳对穆动枫器人的运褥环境，研究了移动机器人的避障藏略，实现了避障行为；鼹厦，避过仿真实验和AS—R移动机器人实物试验，验诞了所提方法的可行性和有效性。关键词：移动规器人多接感器信患融念避障BP隧缝模糊享睾经羁络ABSTRACT硕士论文WiththeplatformofAS-Rmobilerobot，theapplicationofmulti-layerfusionmethodforaviodingobstacleformobilerobotwasstudiedprincipa

3、llyfromtheviewofthemultipleSenSOrinformationfusion．Inthisthesis，itwasproposedthatusingamulti-sensorsystemforavoidingobstacleformobilembotbyusingmultipleultrasonicsensorsandinfraredsensorstosolvetheenvironmentinformationcouldn’tbeprecisionanddetailachievebysingleSenSOr．Byexperiment,

4、theperformanceofsensorswastestedandtheatTorofmeasuringdiatanceofsensorssystemhasbeenpresented．Astheuncertaininformationofultrasonicsensors，atwo—stepfusionmethodWaSproposedbasedoncombiningtheBPneur&networkandfuzzyneuralnetwork．Inthismethod，inordertorealizeinforemafionfusionformuldpl

5、eultrasonicsensors，theBPneuralnetworkwasusedtothefirststepfusionalgorithmfromeachsensorgrouptOachieveaprocisionofobstacleidentification；inordertOrealizedecisioncontrolforavoidingobstacleformobilerobot，thefuzzyneuralnetworkWasusedtOthesecondstepfusionalgorithm．11letwo—st印fusionmetho

6、dachievedtheperformanceofrobustandflexiblebetterthantheinformationfusionofsinglelayer．Moreover'thestratergyofavoidingobstaclewasproposedandtheavoidobstaclewasrealizedforgivenenvironmentformobilerobot．Finally’thesimulationexperimentandexperimentlizewi血AS—Rmobilerobotverifythattheabo

7、ve_mentionedmehodisreallyfeasibleandefficient．Keywords：MobilerobotMutlipleinfom_lationfusionAvoidobstacleⅡBPneuralnetworkFuzzyneuralnetwork声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学盏论文中，狳了翔以禄注帮致谢静帮分辨，不包含其德久已经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料。与浅一同工作的同事对本学位论文做出的贡献均已在论文中作了明确瓣说明。研究生签名：嬲熊鲤．

8、加z年占月t．r匿学位论文使用授权声明南京理工大学有