基于红外传感器的移动微机器人定位研究.pdf

《基于红外传感器的移动微机器人定位研究.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、38传感器与微系统(TransducerandMicrosystemTechnologies)2014年第33卷第12期DOI：10．13873／J．1000-9787(2014)12-0038--04基于红外传感器的移动微机器人定位研究毛玲，李振波，张大伟，陈佳品(上海交通大学薄膜与微细技术教育部重点实验室。上海200240)摘要：综合概率论的思想，采用基于红外传感器的微机器人粒子滤波定位方法在已知环境中实现微机器人的自定位。因微机器人受尺寸效应影响无法安装位置传感器，故采用计步的方法存储机器人的运动信息。观测模型采用适合小尺寸微型机

2、器人的红外测距地图匹配方式。因微机器人的存储能力有限，故采用分块存储地图的方法，便于微机器人快速加载地图而完成地图匹配，从而加速其定位过程。实验验证了微机器人的定位性能。关键词：红外传感器；定位；微机器人中图分类号：TP393文献标识码：A文章编号：1000-9787(2014)12-0038-04Research0nlocalizationofmobilemicrorobot1DaSed'0nl●nInrarec1ISenS0rMAOLing，LIZhen-bo，ZHANGDa—wei，CHENJia—pin(KeyLaborator

3、yofThinFilmandMicrofabrication，MinistryofEducation，ShanghaiJiaoTongUniversity，Shanghai200040，China)Abstract：Synthesizingtheideaofprobabilitytheory，useparticlefilteringpositioningmethodofmicrorobotbasedoninfraredsensorforself-localizationofmicrorobotinknownenvironment．Pos

4、itionsensorcannotbeinstalledinmicrorobotduetosizeeffect．SOmotioninformationisstoredbystepmethod．Observationmodelusesthemapmatchingmethodwithinfrareddistancemeasurementmap．whichiSsuitableforsmallsizemicrorobot．Becauseoflimitedstoragecapabilityofmicrorobot，methodofblocksto

5、ragemapisused，tosuitableformicrorobotrapidloadingmapandcompletethemapmatching，SOastoaccelerateprocessoflocalization．Localizationcharacteristicsisverifiedbyexperiments．Keywords：infraredsensor；lOCalization；microrobot0引言一般大的机器人采用的定位传感器主要有超声、二维位近年来，微机电系统及其相关技术的飞速发展，一些超置传感器、摄

6、像头等。因为超声、二维位置传感器和摄像头微马达、微传感器和微能源的成功研制，信息处理与控制电的能耗比较高，而且它们的驱动电路也非常复杂，所以，很难路的高度集成化，为微机器人的研究奠定了基础。移动微应用在微机器人上。相反，红外传感器由于具有功耗低、控机器人的使用可为移动机器人的应用开辟更广阔的前景，制简单、体积小、精度高等优点，比较适合于微机器人。它将能解决许多微小空间内的问题，如，狭窄管道中裂痕的因为移动微机器人的尺寸效应，必须考虑移动微机器检测、微工厂中微小零件的加工与装配等。人自身的限制因素，对传统机器人的自定位算法加以改进，微机器

7、人为了在已知环境中安全导航或者完成工作目实现其在已知环境中的自定位。机器人的定位问题通常被标，它必须知道在已知环境中的位姿(位置和方向)。确定看作是利用传感信息实现状态估计的问题，当前机器人的机器人在已知环境中的位姿被称为机器人的定位问题，机定位方法主要集中于以贝叶斯滤波为理论基础的概率法，器人的定位问题被看作是机器人研究领域最基本的问如，卡尔曼滤波、扩展的卡尔曼滤波和粒子滤波等。题L1，定位问题是“我在哪的问题”，机器人利用先验环境粒子滤波方法应用于移动机器人定位研究，即蒙特一卡洛定地图信息、结合当前位姿的估计与本身传感器的观测值等位

8、(Monte-Carlolocalization，MCL)方法，近十年来，因为能很好地解决非线性非高斯机器人系统的定位问题受到广泛信息，经处理和变换，机器人能够更精确地确定当前位姿。收稿日期：20l4_03