欢迎来到天天文库
浏览记录
ID:34626476
大小:5.40 MB
页数:126页
时间:2019-03-08
《搜索机器人定位技术的研究》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、摘要机器人定位一直是机器人技术研究的重点和难点,也是机器人实现导航的前提,对提高机器人智能化水平具有重要的意义。实现移动机器人定位方式繁多,但针对以煤矿灾后环境代表的典型封闭式非结构化环境的搜索机器人自主定位技术鲜有研究。封闭式非结构化环境搜索机器人定位技术面临诸多挑战,如定位方式、传感器限制等。本文以传感器技术、传感器数据处理算法、多传感器信息融合算法为基础,研究了封闭式非结构化环境的搜索机器人自主定位技术,提出了适用于不同机器人的两种自主组合定位方式以及相应的定位误差补偿和修正方法。本文提出了捷联式惯性组合定位和光学编码器与电子罗盘组合定位两种方式,设计和
2、制造了捷联式惯性组合定位系统的硬件平台原型。针对捷联式惯性组合定位技术,分析了影响传感器数据有效性的主要因素,结合小波分析理论,提出了基于小波参数优化的传感器滤波算法。分析了小波函数、分解尺度和各尺度滤波阈值对传感器数据滤波效果影响的基础上,提出了以特定频段重构数据信号的功率谱密度和计算成本为综合评价指标的小波函数与分解尺度优化算法,为小波函数优化选择和分解尺度优化设定提供了一种有效手段。在分析由环境路面不平产生的环境激励干扰的基础上,提出了以传感器噪声和环境激励干扰特性为基础的设置各尺度滤波阈值的方法。以此为基础,应用半物理仿真实验验证了所提出的算法。提出了
3、以多传感器信息融合为基础的捷联式惯性组合定位算法和光学编码器与电子罗盘组合定位算法。捷联式惯性组合定位系统的多传感器是组合定位算法的数据源,联邦信息融合算法为其组合定位算法提供了理论基础。结合联邦滤波器特点和捷联式惯性组合定位要求,以无先导卡尔曼滤波为算法核心,提出了融合-反馈模式和无反馈模式组合联邦信息融合滤波,解决了定位系统精度与容错性问题。结合传感器滤波算法,研究了不同环境路况激励干扰下滤波阈值设置方法,扩展了搜索机器人的应用范围。提出了光学编码器与电子罗盘组合定位算法,避开了繁杂的由双编码器解算机器人方位的过程,以减少航迹推算过程的姿态累积误差,实现了
4、在三维空间内的机器人定位。I针对所提出的定位方式误差特点,建立了两种定位方式的误差模型,提出了系统定位误差补偿和修正方法。揭示了各环节误差的传递规律,为定位误差补偿提供了理论基础,结合搜索机器人工作特点,提出了设置机器人运动速度上限、引入自然路标和机器人工作状态辨识等搜索机器人定位误差修正的方法。基于上述内容,设计和制造了所提出的两种定位系统,进行了一系列半物理仿真和实验。以捷联式惯性组合定位硬件平台为基础,进行了基于小波参数优化的传感器数据处理半物理仿真和捷联式惯性组合定位仿真。以履带式机器人为移动平台,进行了光学编码器与电子罗盘组合定位的野外实验。实验结果
5、表明,本文提出的两种定位方法在不需要环境先验信息的情况下,能够实现机器人定位,为搜索机器人完成煤矿井下灾后环境检测和人员搜索提供技术保障。本论文的研究成果为解决以煤矿井下特殊环境为代表的非结构化地下环境搜索机器人定位问题提供了新方法和新思路。关键词:搜索机器人;定位;小波参数优化算法;组合定位算法;误差模型IIAbstractLocalizationforrobotsisalwaysthekeystoneanddifficulty,anditprovidesinformationforautonomousnavigation.Itissignificancet
6、oimproveperformancesofrobotsinintelligence.Thereareseveralmethodsoflocalizationformobilerobots.However,literaturesarerareaboutlocalizationforsearchrobotsincatastrophiccoalmineswhicharerepresentationsofclosedandunconstructedenvironments.Manychallengesmustbeconfrontedwhenpeopledevelop
7、localizationsystemsforsearchrobots.Forinstance,bothmethodsoflocalizationandselectionofsensorsarerestricted.Basdonsensortechniques,signalfilteringalgorithms,multisensordatafusiontechniques,thisdissertationresearchedonintegratedlocalizationtechniquesforsearchrobotsusedinclosedanduncon
8、structedenvironment
此文档下载收益归作者所有