基于多传感器融合的机器人自主爬楼梯研究

被引:0
作者
李天庆
机构
[1] 合肥工业大学
关键词
移动机器人; 多传感器融合; D-S证据理论; 支持矩阵; 信任度;
D O I
暂无
年度学位
2008
学位类型
硕士
导师
摘要
本文着重讨论图履带式能力风暴越野版移动机器人AS-RF实现自主爬楼梯所需要的感知识别楼梯尺寸和机器人姿态的方法,并基于多传感器融合自主爬楼梯的控制,讨论机器人爬楼梯的控制方法和控制系统结构。 通过对移动机器人(AS—RF)传感器系统以及扩展的传感器系统的分析,本文的主要内容有: 首先研究了移动机器人基于各传感器的姿态感知,主要研究利用声纳、激光感知楼梯环境,得到两个控制参数;将单目CCD得到的图像进行边缘提取、线段拟合和台阶判别处理,方便后面多传感器感知数据融合。 然后介绍多传感器融合理论并针对D-S证据理论存在的问题采用了一种改进的D-S证据理论方法。本文根据传感器的局部决策先算出局部决策值,构造整个系统的支持矩阵,然后求这个支持矩阵的特征向量,以此作为各个传感器的可信度。这个可信度就可以作为各个传感器的权值,以此修正D-S证据的融合算法。最后,给出了一个对比仿真实验,证明此算法在处理错误或大偏差证据的有效性。 最后通过多传感器融合后的感知参数来控制移动机器人自主爬楼梯控制,自主爬楼梯控制可以分成单层楼梯的自主爬行和多层楼梯的自主爬行。在单层自主控制的基础上,通过机器人自动检测是否到达楼梯顶部平台、自动寻找下一层楼梯即可实现多层楼梯的自主爬行,控制机器人在爬楼梯过程中自主调节位姿以保证安全爬上楼梯。
引用
收藏
页数:67
共 29 条
[1]
移动机器人路径规划与视觉系统基础研究 [D]. 
梁华 .
浙江大学,
2002
[2]
基于免疫遗传算法的移动机器人全局路径规划 [J].
肖本贤 ;
余炎峰 ;
余雷 ;
陈昊 .
计算机工程与应用, 2007, (30) :91-93+161
[3]
一种基于梯度方向直方图的直线轮廓提取新方法 [J].
张小虎 ;
李由 ;
李立春 ;
王鲲鹏 ;
于起峰 .
光学技术, 2006, (06) :824-826
[4]
基于改进Hough变换的建筑目标搜索与识别 [J].
汪哲慎 ;
李翠华 .
中国图象图形学报, 2005, (04) :463-467+400
[5]
D-S证据理论在数据融合中失效问题的研究 [J].
陈天璐 ;
阙沛文 .
传感器技术, 2004, (12) :25-27
[6]
六轮移动机器人爬楼梯能力分析 [J].
乔凤斌 ;
杨汝清 .
机器人, 2004, (04) :301-305
[7]
DS理论在信息融合中的改进 [J].
许丽佳 .
系统工程与电子技术, 2004, (06) :717-720
[8]
D-S证据理论决策规则分析 [J].
潘巍 ;
王阳生 ;
杨宏戟 ;
不详 .
计算机工程与应用 , 2004, (14) :14-17
[9]
一种有效处理冲突证据的组合方法 [J].
邓勇 ;
施文康 ;
朱振福 .
红外与毫米波学报, 2004, (01) :27-32
[10]
一种D-S证据推理的改进方法 [J].
陈一雷 ;
王俊杰 .
系统仿真学报, 2004, (01) :28-30