多传感器数据融合及其在移动机器人中的应用

多传感器数据融合技术和自主移动机器人技术均为当前国际研究的热点,但是在我国尚处于发展初期。多传感器融合技术已经在“973”计划中作为鼓励研究领域重点推出,该技术在军事决策、工业控制、特种机器人、海洋监视和综合导航等领域有着广泛的应用前景。本文从理论和实践两方面对多传感器数据融合技术进行了卓有成效的探索,做出了一定实验的结果,主要包括以下四个方面的内容: 第一,介绍了多传感器数据融合技术在国内外发展的概况,以及多传感器数据融合系统的功能和结构模型,列举出了该技术在机器人方面成功运用的案例;同时介绍了几种常用的数据融合算法,如Bayes方法、D-S证据推理方法、模糊集理论、神经网络法等。 第二,将强跟踪滤波器(strong tracking filter)理论引入到多传感数据融合系统中。文中列出了该理论的关键推导步骤和相关定理,以及主要参数的计算公式。然后采用Matlab的m文件编程实现这一组递推算法。并对一个假设的典型多传感器融合非线性时变系统的状态和参数进行联合估计仿真,与扩展卡尔曼滤波器算法比较,得到了非常理想的效果,从而也丰富了数据融合理论。 第三,在自主移动机器人实验平台的软件框架中加入电子罗盘模块,并结合编码器、超声和红外传感器的信息,成功实现机器人定点方向调整与自主导航,同时也得出了这样的结论:只依靠电子罗盘导航是不精确的。编程中的难点包括整个程序框架和接口函数的理解、电子罗盘类的封装、串行口通信、线程间同步和通信等。 第四,自主设计和实现了基于AT89C52单片机的多红外传感器障碍物信息检测与环境温度检测系统。文中详细地给出了该系统的硬件设计和软件实现的全过程,在软件方面,在Keil C51环境下采用纯C语言编程实现。同时,在PC机上用Visual C++6.0编写了一个数据帧接收程序,完成了PC机与单片机间的通信。