激光测距无损检测机器人运动控制研究

为了提高无损检测机器人行走的直线度,针对移动机器人系统,本文研究了激光测距的位置反馈方法,开发了基于微控制器STM32芯片的控制器,完成了边缘传感器信号、光电码盘信号、激光测距信号的接收与处理。设计了系统的软件结构,探讨了移动机器人系统的建模与仿真,详细分析了永磁同步电机的数学模型和移动机器人的运动学模型,在此基础上,以移动机器人的侧移与偏移角度为指标,设计PID控制器的参数,进行PID控制算法的仿真。经过仿真分析,研究扰动对于系统各部分新能的影响,验证了控制算法的合理性与有效性。     

基于地面特征的移动机器人单目视觉里程计算法

提出了一种基于单目视觉的移动机器人定位算法。该方法根据地平面假设,采用基于KLT的角点检测与跟踪方法,运用基于平面的单应性关系,建立移动机器人位姿估计模型。在随机抽样一致性算法框架下,求解上述模型,实现移动机器人的初定位。在此基础上,引入角点特征的三角形结构估算平面参数差异,结合M-estimation算法,有效地去除了非地面特征信息,提高了移动机器人的定位精度。室内环境下实验结果验证了所提算法的有效性与可行性。     

移动机器人SLAM问题的研究

针对移动机器人同时定位与地图创建(SLAM)的问题,就扩展卡尔曼(EKF)算法所存在的缺陷,提出了一种改进的EKF-SLAM算法。它在扩展卡尔曼(EKF)算法上采用Rao-Blackwellise的分解思想-分解估计构架,将SLAM问题分解为路径估计和地图估计两个问题。实验表明,提出的算法大大降低了计算复杂度,提高了准确性,为在比较复杂环境下实时解决移动机器人同时定位与地图创建(SLAM)的问题提供了一种有效方法。     

轮式机器人轨迹跟踪控制系统的设计

针对轮式机器人轨迹跟踪控制系统误差收敛速率低、精度和实时性差的问题,采用反演控制算法并结合李雅普诺夫稳定性分析方法对轮式机器人的轨迹跟踪系统进行了优化设计。建立了轮式机器人轨迹跟踪控制系统的运动学模型,并对该模型进行位置偏差分析;在反演控制算法中引入了分部虚拟控制量,并分析和设计了其他间接受控量,提高了算法运行的效率;采用李雅普诺夫收敛定理对系统的收敛性进行分析,根据分析的结果提出了算法更加简单的控制律。利用Matlab软件的Simulink库对设计的轨迹跟踪控制系统试验研究。结果表明,与基于李雅普诺夫直接法或者迭代学习算法设计的轮式机器人轨迹跟踪控制系统相比较,设计的控制系统具有跟踪精度高、收敛速度快、实时性好的优点。     

基于粒子滤波和人工势场法的放射源搜寻方法

针对放射源搜寻过程中难度大、定位精度低等问题，提出了一种适用于移动机器人的自主寻源方法。该方法利用移动机器人搭载辐射探测器采集的剂量计数值，根据γ射线的衰减规律建立辐射衰减模型；在机器人前进的过程中利用粒子滤波算法对放射源的参数进行实时估计；采用高斯分布函数对重采样后的粒子进行自适应更新，保证重采样后的粒子具有多样性；根据辐射环境创建机器人路径规划模型，采用人工势场法规划机器人的自主寻源路径。实验在Matlab下进行了仿真验证，结果表明，该方法在有遮挡环境下能够搜寻到未知的单点源，同时自适应更新能够提高算法的稳定性，缩小寻源误差。     

基于激光雷达的移动机器人避障控制研究

以VFH算法思想为基础,提出适用于激光雷达的数据处理算法,将其作为避障算法用于移动机器人的室内自主行进过程中。根据室内避障问题的特点,通过仿真研究设计了适用于室内避障的障碍物阈值规则。在移动机器人实验中发现,受室内地面环境影响,直接将仿真程序应用到移动机器人实际操作中,会出现打滑偏航乃至不能顺利到达目标点的严重后果。为此,根据航向角变化率提出了分段降速方法,应用该方法移动机器人在起始点与目标点可以自主移动,验证了算法的有效性与实用性。     

基于RGB-D的移动机器人三维视觉SLAM

针对移动机器人三维视觉SLAM中存在的实时性不高,匹配误差较大的问题,提出了一种改进的特征匹配算法,提取ORB特征进行特征匹配,并采用基于最小距离与RANSAC结合的方法剔除误匹配。针对位姿估计不准确的问题,将传统的ICP算法与PNP算法结合提高配准成功率,并通过RANSAC与g^2 o优化位姿估计。实验结果表明该方法能有效提高SLAM系统的实时性和位姿估计的准确性     

多移动机器人轨迹跟踪控制系统设计与实现

针对轮式移动机器人的轨迹跟踪控制问题,在分析了机器人运动学模型的基础上,构建多机器人的领航-追随模型。采用跟踪微分器在输入输出两端安排过渡过程,设计了一种基于多变量解耦的非线性PID轨迹跟踪控制器。搭建以Arduino Mega 1280控制板为核心的移动机器人实验平台,采用速度PID控制器以满足机器人驱动电机的实时调速要求,基于ROS提出一种结构化和模块化的多机器人控制系统。在此基础上进行实验,并将实验结果与传统PID方法控制的实验结果进行对比。实验结果验证了本文所提算法的有效性,控制器易于实现且具有一定的鲁棒性。     

光电经纬仪实时引导的实现

在由四台光电经纬仪与雷达组成的测量网络中，为了提高光电经纬仪实时捕获跟踪空间目标的能力，建立基于目标位置估计的实时引导系统.利用滑窗式最小二乘法将光电经纬仪实时交汇数据和雷达的实测数据进行互联，解算出目标的瞬时位置，经时延补偿后获得目标的位置估计，经坐标转换后实现光电经纬仪的实时引导.实时引导系统充分利用了所有测量站的测量信息，可提高引导数据的引导准确度和可靠性.试验结果表明,该方法快速提供的平滑引导数据，不仅能准确将目标引入光电经纬仪的视场，亦可为其他测量设备提供参考数据.     

非完整约束移动机器人的轨迹跟踪控制

针对非完整约束移动机器人运动学与动力学模型,根据轨迹跟踪控制目标的需要,设计了一种简单的控制器,该控制器结合了运动学控制器设和动力学控制器两部分;针对运动学模型,采用自适应算法对其未知参数进行估计,针对系统动力学模型,采用单层神经网络算法克服未知扰动对系统稳定性的影响,使速度误差尽可能地缩小;在Lyapunov稳定性理论的基础上证明了系统的收敛性和稳定性,该控制算法简单有效,易于实现;仿真结果表明:该控制策略可以实现对移动机器人期望轨迹的稳定跟踪,验证了算法的有效性。