基于多传感器数据融合的智能小车避障的研究.pdf

《基于多传感器数据融合的智能小车避障的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、66传感器与微系统(TransducerandMicrosystemTechnologies)2010年第29卷第2期基于多传感器数据融合的智能小车避障的研究刘金强，聂诗良，潘泽友，冯聪杰(1．西南科技大学信息工程学院，四川绵阳621010；2．中国工程物理研究院计算机应用研究所，四川绵阳621900)摘要：针对智能小车避障问题，提出了一种将模糊逻辑和神经网络相结合的融合方法一Takagi—Sugeno(T—S)模糊神经网络方法。基于此方法的数据融合算法应用在智能小车避障运动中，采用多只超声波传感器和红外线传感器探测障碍物的距离和方向，采集的各种数据利用T—s模糊神经网络进行融合。通

2、过实验仿真表明：此方法能够使智能小车对障碍物的灵活避障和导航行进。关键词：多传感器数据融合；避障；模糊神经网络；智能小车中图分类号：TP242文献标识码：A文章编号：1000-9787(2010)02-0066·-03Studyonobstacleavoidanceofintelligentmachinebasedonmulti．sensordatafusionLIUJin．qiang，NIEShi—liang，PANZe．you，FENGCong-jie(1．SchoolofInformationEngineering，SouthwestUniversityofScience&Te

3、chnology，Mianyang621010，China；2．InstituteofComputerApplication，ChinaAcademyEngineeringPhysics，Mianyang621900，China)Abstract：Aimedattheproblemofobstacleavoidanceofintelligentmachine，anovelapproachofmulti—sensorinformationfusionbasedonneuralnetworksandfuzzylogic．i．e．T．Sfuzzyneuralnetworksmethodis

4、presented．Themethodbasedondatafusionalgorithmisusedinintelligentmachineobstacle—avoidingmovement，severalultrasonicsensorsandinfraredsensorsareusedfordetectingdistanceanddirectionoftheobstacle．AllkindsofcollecteddataareintegratedbytheT—Sfuzzyneuralnetworks．Thesimulationexperimentindicatesthatthe

5、methodwhichisusedinavoidingtheobstacleandnavigatingofintelligentmachineisflexible．Keywords：multi—sensordatafusion；obstacleavoidance；fuzzyneuralnetworks；intelligentmachine0引言基于T-S模型的模糊神经网络算法。多传感器融合是把在不同位置的多只同类或者不同类1．1避障控制系统结构传感器所提供的局部环境的不完整信息加以综合，消除传为了综合利用系统所拥有的传感器以准确判定待测参感器间可能存在的冗余信息，加以互补，降低不确定

6、性，从数，必须建立适当的信息融合的体系结构。本文选用基而提高智能系统的决策、规划、反应的快速性和正确性，降于T．S模糊神经网络方法，输入的是超声波传感器和红外低决策风险。线传感器采集到的障碍物的距离和方向数据，先采用模糊逻辑对其进行特征级模糊处理，然后，采用神经网络对输入目前常采用的数据融合方法主要有：卡尔曼滤波方法、的模糊逻辑进行决策级融合，输出小车的转向角度和移动Ds方法、模糊逻辑控制的避障方法、神经网络的避障方法加速度。另外，还利用了电子指南针的定位作用来指导小等。本文针对移动智能小车避障问题，提出了一种基于T—车的运动，其避障控制系统结构如图1所示。s模糊神经网络的多传感器数

7、据融合方法。它利用模糊逻1．2基于T．s模型的模糊神经网络算法辑控制来实现传感器的信息融合，并采用模糊神经网络来为了使小车能躲避物体，传感器必须能够获得障碍物实现决策控制，在软件模拟仿真实验中完成智能小车的避的形状、距离、方位以及环境信息。基于T-s模型的模糊障实验，验证了此方法的可行性与可靠性。神经网络既具有模糊逻辑和神经网络的优点，又有很好的1避障控制算法收敛性和学习能力，故采用模糊神经网络方法来实现智能在智能小车的避障控制系统结构的基础上，着重介绍小