周爱玉[1]2004年在《基于微控制器的自主移动机器人导航系统的设计》文中进行了进一步梳理本文在对国内外自主式移动机器人及其导航技术发展概况进行总结分析的基础上，提出了本研究工作的主要目的，即探讨在室外非结构化环境中以微控制器为控制核心、以DGPS为主要导航手段、基于多传感器信息融合的导航系统实现的可能性及具体实现方案。 移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。自主式移动机器人具有高度自组织、自规划和自适应能力，适合于在复杂的非结构化环境中工作。自主式移动机器人设计的最终目标是实现在无人工干预、无需对环境做任何规定和改变的条件下有目的的移动和完成相应任务。在自主式移动机器人相关技术的研究中，避碰导航或路径规划是其研究中心，也是移动机器人实现智能化以至完全自主的关键技术。 目前，绝大部分自主式移动机器人的导航系统都是以计算机为控制核心、以视觉传感器为主要导航工具实现的，这样就使得整个系统实现的复杂程度和费用很高。本研究尝试以一种经济方式实现自主式移动机器人的导航。本研究工作的关键问题在于如何将来自DGPS和其他传感器的信息进行融合，并快速规划出一条合理的运动路径。本研究采用超声传感器和红外接近开关作为自主式移动机器人局部环境的主要探测工具，因而设计并实现了基于栅格法的导航算法。 全文共分为六章：第一章对国内外移动机器人及其导航技术的发展概况进行了一般性的介绍和总结，指出了移动机器人导航系统及路径规划研究具有的理论意义和现实意义，最后提出了本研究工作的主要目的，并闸述了本文的主要内容。第二章根据本研究工作的主要目的以及要实现的目标和当前条件，提出了基于DGPS和超声传感器的导航系统总体设计方案，并具体描述了导航系统的硬件实现方案。第叁章根据导航系统的实现目标和硬件实现方案，具体阐述了基于栅格法的路径规划算法的实现。第四章介绍了导航系统软件部分的总体实现方案。第五章对导航系统仿真实验结果进行了分析。第六章在对本设计进行总结的基础上提出了改进意见。
华亮[2]2006年在《多功能移动机器人运动机构及控制系统的研究与实现》文中研究指明移动机器人是机器人领域中的一个重要分支，它是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。本文以自行设计加工的移动机器人本体为对象，完成了移动机器人运动控制系统、感测导航系统、移动机械臂精密定位控制系统的软硬件设计，并对移动机器人导航策略、行波超声波电机精密定位控制等问题进行了研究。此外，本文还提出了一种新型高精度角位移传感器。本文的主要工作和研究内容如下：(1)概述了国内外移动机器人领域的研究成果，并对移动机器人领域研究的热点问题进行了分析，提出了本论文的研究内容和创新点。(2)针对轮式移动机器人的移动机构展开研究，运用AUTOCAD设计了移动机器人的机械本体机构，并对机器人运动学、动力学进行了分析。在对电机、传感器、控制器选型工作的基础上，完成了控制系统总体方案设计。(3)设计了两轮差速驱动机器人运动控制系统。设计了一种新颖的基于单片机和CPLD的直流电机PWM驱动器。此外文中对双轮驱动机器人的速度位置控制进行了实验研究。(4)完成了机器人感测系统软硬件设计并进行了实验研究，对实验中出现的问题进行了分析处理。(5)针对移动机器人沿墙导航中的不同问题设计了相应的控制策略并进行了实验研究。对机器人寻迹、跟踪策略进行研究。(6)通过实验研究探讨了微步控制下负载、温度对行波超声波电机的运行特性、启动特性、调速特性和步进特性的影响，揭示了其中规律。此外本章设计了基于FPGA的反应式步进电机双正弦恒频斩波新型细分控制系统。实现了机械臂的精密定位控制。(7)提出一种有较强实用价值的新型高精度角位移传感器。分析了传感器的工作原理，设计加工了传感器的本体结构，并设计了传感器接口电路软硬件。本文设计的移动机器人可在线编程序、离线运行，保证了用户的参与，又实现了执行当中的自主性。该移动机器人具备了一些智能化的控制功能，并为将来移动机器人更高层次的理论与方法研究提供了一个可靠的实验平台及基础。本文提出的高精度角位移传感器、行波超声波电机微步控制系统、新型步进电机控制器除了可以应用于移动机器人外，在工业生产其它领域也具有普遍的应用价值。
刘嘉[3]2007年在《移动机器人底层运动控制系统的设计》文中研究指明随着移动机器人技术研究的不断深入，机器人涉足的领域越来越广，需要完成的任务越来越精确复杂，运动的实时性和可靠性要求也越来越高。为适应这一发展，目前机器人的设计多采用慎思/反应混合范式。本文重点对移动机器人底层运动控制系统进行了设计，并将其用于基于慎思/反应混合范式的高尔夫球童机器人。首先，根据机器人系统的要求，设计出机器人底层系统的运动机构，选择执行机构电机，并对机器人底层运动控制系统的电路设计提出要求。其次，根据设计要求，进行底层运动控制系统硬件电路和软件程序的设计，主要包括了主控制器电路和电机控制电路。在移动机器人可以完成行走任务之后，利用超声波传感器和光电传感器为机器人系统建立避障系统。最后，将设计好的机器人底层运动控制系统应用到实验室的高尔夫球童机器人项目上，结合上位机系统和视觉传感器，完成对高尔夫运动者的跟踪，并提出了利用步速检测进行跟踪的原理，设计电路和程序得以实现。基于慎思/反应混合范式的机器人既具有智能规划能力，又具有良好的实时性。底层运动控制系统可以产生反应式行为，能够有效地使球童机器人在运动中检测到障碍物并采取避障措施，并且能将各种传感器信息将传送至上层系统，用于地图的构建和路径的规划。底层运动控制系统的设计为实验室移动机器人的研制建立了一个稳定的移动平台。
李忠政[4]2017年在《全向四轮移动机器人自主导航系统的研究》文中提出机器人在产品的制造和装配方面发挥了至关重要的作用。大多数现代制造工艺在一定程度上依赖机器人和自动化生产线。工业环境中最常用的机器人是机器机械手,由固定在地面上的一个可移动臂组成。该类型的机器由预先编制好的程序控制,重复执行一些操作序列。相比执行相同任务的人类劳动者,它们通常更快,更便宜,更准确。论文研究了一种全向轮式移动机器人的导航系统,该系统旨在使全向机器人能够以无碰撞的方式自主地在室内结构化场地环境中沿着预定路径进行导航。主要研究内容和成果如下:该导航系统由四个集成子系统组成:路径跟踪,定位,速度控制及障碍物检测。首先,速度控制系统执行运动指令,该系统使用反馈控制来调节驱动机器人车轮的直流电机的角速度,以产生机器人所需的运动。讨论了机器人的运动学和控制算法,并提出了其逆运动学模型。使用里程计和改进的室内类似于GPS系统(Cricket)的组合成的定位系统提供全向机器人的位置和方位信息。基于来自定位系统的机器人姿态更新数据,路径跟踪系统能够计算运动命令以沿着指定路径驱动全向机器人。为了确保机器人导航过程无碰撞,研究了障碍物探测和路径跟踪系统,路径跟踪子系统根据移动机器人相对于其环境的位置的反馈来沿着给定的路径驱动全向移动机器人。配备了一系列红外距离传感器用于检测其周边的障碍物。操作者与全向机器人之间的交互通过在远程工作站上运行的用户控制端完成。操作员通过该界面可将全向机器人在其室内工作空间的位置信息经3D模型可视化,并且可以远程输入控制命令。最后,对研究的系统进行测试,结果验证了全向机器人在室内结构化环境中执行无碰撞自主导航的有效性。
王耀宾[5]2008年在《超声导航移动机器人系统设计及模糊避障技术研究》文中研究说明移动机器人是机器人技术领域中的一个重要分支,它跨越计算机、自动控制、机械、电子等多个学科。在移动机器人的相关技术的研究中,导航技术是其研究的核心。由于超声测距技术具有明显的优点和良好的性价比,在移动机器人导航中得到广泛应用,但是由于超声传感器的局限性,单个传感器往往不能准确感知周围信息,为了全面准确地探测周围环境,本文设计了基于多超声传感器的自主移动机器人系统,为基于超声的移动机器人定位技术、移动机器人路径规划提供了硬件开发平台。在完成自主移动机器人硬件设计的基础上,本文对基于多超声传感器的模糊避障技术进行了研究。论文的主要内容包括:首先,分析了国内外移动机器人的研究现状和发展趋势,总结出超声导航技术在移动机器人领域得到了广泛应用。在借鉴多种移动机器人系统的基础上,设计出一种基于多超声传感器的移动机器人系统,系统采用总线式结构、模块化设计,便于维护及扩展。系统主要功能模块包括:电源系统、电机驱动及状态测控模块、主控ARM系统、超声测距模块、无线通讯模块、电子罗盘模块、LED显示模块。论文对每个模块的设计进行了详细的描述,在功能模块在设计中,包括硬件电路设计和软件程序设计,在对传统设计深刻理解、借鉴的基础上,论文中提出了很多创新性的设计方法。然后,对超声导航移动机器人系统设计中的几项重要技术——航位推算、多超声探测、嵌入式系统、基于ModBus的485通讯进行了研究。在完成了一个超声导航移动机器人系统设计的基础上,研究了模糊及模糊控制技术,并将模糊控制技术应用到多超声传感器的机器人系统中,对多超声传感器测距信息进行融合,计算出机器人叁个方向的障碍物距离,根据模糊规则,实现机器人的模糊避障,并对研究结果进行了仿真。最后,对所取得的结论和成果进行了概括和总结,提出了本课题在未来的发展趋势和下一步研究方向。
王志铠[6]2018年在《基于UWB无线定位技术的AGV室内导航与控制技术研究》文中研究表明AGV(Automated Guided Vehicle)机器人在工业生产、物流仓储等行业的发展过程中扮演了重要的角色,然而现有AGV的导航方式多为基于固定式磁线、RFID射频标签、激光以及视觉等引导方式,无法适应复杂多变的工作环境。而随着UWB无线定位技术的发展成熟,UWB无线定位技术在工厂、仓库、隧道、电厂等工作场合下都得到了理想的定位效果,因此本文针对传统AGV机器人在导航方式上存在的缺陷与不足,研究设计了基于UWB无线定位技术的AGV机器人。本文首先分析并建立了轮式移动机器人的运动学模型,深入研究了运动控制算法,分析了传统控制理论在线性、时不变被控系统中发挥的作用。针对非线性、时变被控系统,在两轮差速结构移动机器人模型上结合传统控制方法与神经网络强大的非线性映射与自学习能力,设计了基于二次型性能指标的单神经元PID控制器,并在STM32F407嵌入式处理器上实现了运动控制算法,控制性能指标满足实验的要求,免去了人工整定PID参数的繁琐过程。同时深入研究分析了UWB无线定位算法,对定位过程中存在的干扰因素进行了分析研究。针对移动机器人导航过程中,通过惯性测量单元获取机器人姿态信息时存在的积分累积误差、陀螺仪数据漂移现象,结合GPS测向技术在飞行器、船舶导航方面的应用,提出了双移动节点位姿测量方法,并对该测量方法进行了建模分析。同时对于机器人导航所需的环境感知、地图构建与路径规划算法进行了深入研究,结合AGV机器人的实际工作场景设计了基于占据栅格地图的A~*搜索算法。最后搭建了实验测试平台,对AGV机器人的控制系统导航系统进行了测试。对于双移动节点姿态测量系统,最后通过对比实验对系统的测量结果进行了分析研究,实验结果表明该方法相比传统姿态测量方式在精度上还有待进一步提高,但相比于传统的惯性测量单元,该系统不存在测量累积误差,本文的工作也为后续基于UWB双移动节点姿态测量系统的精度提升奠定了一定基础。
郭文亮[7]2011年在《基于全局视觉的移动机器人导航系统研究》文中进行了进一步梳理在亚太地区机器人大赛中,机器人快速、准确的走行是决定比赛胜负的关键。目前大多数参赛机器人采用巡线、陀螺仪加码盘等导航方式,这些方式易受比赛场地周围环境以及机器人初始位置等因素的影响,从而造成走行偏离,导致比赛失败。针对这一问题,本文提出了一种基于全局视觉的移动机器人导航系统设计方案。该视觉导航系统利用固定于场地上方的摄像头对场地环境信息进行采集,通过对采集到的图像进行分析处理,构建整个场地的地图模型。在所构建的地图模型中对机器人进行标定,实现机器人在实际场地中的定位。根据实际需求,进行机器人路径规划,使得机器人能够较好地完成指定任务。本文的研究内容主要包括：机器人的定位和路径规划。首先,针对室内地面的环境特征,提出了一种通过构建环境地图模型来对机器人进行定位的方法。该方法采用半阈值分割、连通区域判断对机器人进行图像识别,根据质心计算确定机器人在图像坐标系中的位置,通过逆透视变换建立世界坐标系与图像坐标系之间的联系,并根据映射关系实现机器人的定位。其次,分析当前典型的路径规划算法并结合具体的实验环境,采用了一种栅格法和启发式搜索算法相结合的路径规划算法,并详细阐述了该算法的原理。之后在室内环境下进行了路径规划实验并对结果进行了分析。通过实验表明,该视觉导航系统满足设计要求,实现了机器人在室内环境下的自主导航。
王维[8]2011年在《基于ARM的轮式机器人导航控制系统的研究》文中认为移动机器人是机器人技术领域中的一个重要分支,跨越了计算机、自动控制、机械、电子等多个学科。目前,越来越多的移动机器人被应用到物料自动传输、危险场合下的自动作业以及服务业等。这些应用对移动机器人在环境信息感知与理解、路径规划与自定位等方面的自主导航能力提出了更高的要求。本论文研究的轮式机器人的决策层处理器为ARM9,并对其避障及导航系统展开研究。本文的主要工作与取得的研究成果如下：(1)简述国内外移动机器人发展现状及多种机器人导航方式。(2)详细阐述了本系统机器人的体系结构以及其核心处理器的最小系统,以及其PCB制作过程中的注意事项。(3)研制了一种基于ARM9的分布式超声探测系统。该探测系统由传感器工作模式控制模块和智能超声测距模块阵列组成。由ARM9控制3个超声传感器,完成测距信息预处理,并可根据不同的控制策略实现分组并行工作,提高了探测系统的实时性。(4)在软件设计方面,开发了基于多任务、高性能、高效率的跨平台远程控制系统软件。对嵌入式Linux操作系统进行改造,通过裁减系统内核,减小了体积,提高了软件的执行效率。介绍了Linux驱动的叁种类型,重点阐述了本系统中用到的Linux下的串口驱动以及应用。(5)针对移动机器人导航问题,本文采用的是模糊控制算法。对系统中的模糊控制器进行详细介绍,并设计了叁输入单输出模糊导航控制器,简化了控制系统结构；最后,对该模糊控制算法进行了Matlab仿真,证明了模糊控制在导航中的可行性。
陈春林[9]2006年在《基于强化学习的移动机器人自主学习及导航控制》文中提出移动机器人是一种能够在工作环境中自主移动并完成预定任务的智能系统，是机器人学和智能控制的一个重要研究领域，在工业、农业、民用以及军事等领域具有广泛的应用前景。在移动机器人的各项研究和应用中，导航是最基本和最重要的问题，移动机器人在其工作环境中必须具有可靠而灵活的自主移动能力，而基于学习的控制方法是实现机器人自主导航的关键技术。 在各种学习方法中，强化学习具有较强的在线自适应性和对复杂系统的自学习能力，且能较好地符合人们解决问题的心理习惯，在机器人导航研究中受到了广泛的关注。然而随着移动机器人应用领域的扩展，对机器人学习与导航控制技术也不断提出了新的挑战，尤其是针对实际工程应用的环境感知、强化学习在连续状态和动作空间的泛化、局部环境的反应式控制、基于混合式控制的大范围空间定性导航等都存在着亟待解决的问题。因此结合人工智能、自动控制、机器人学等领域的研究成果，通过自主学习实现未知环境下的导航控制，是一个关键的研究课题，在移动机器人理论研究和工程应用等方面均具有重要的意义。 本文在分析总结已有工作的基础上，以移动机器人自主学习和导航控制为主要研究内容，深入研究了基于强化学习及其改进方法的移动机器人反应式控制和分层式导航控制，针对不同的导航任务和环境感知信息特点，提出了相应的信息融合方法、知识表示方法、学习算法和控制结构，并从仿真和实际移动机器人硬件平台(ATU—Ⅱ)两个方面对所提出的方法进行了实验验证。主要的研究工作和贡献如下： (1)研究了基于多超声波传感器系统的数据融合及知识表示方法 设计了适用于移动机器人的多超声波传感器系统，并提出了一种基于多超声波传感器的目标识别方法。利用数据融合技术，根据多超声波传感器的TOF(Time-of-Flight)信息，提出了基于目标原型的目标识别和对感兴趣目标的主动探测方法，实现了移动机器人对室内特征环境较为准确的识别，为复杂任务的自动分解提供了一种合适的子目标来源。 基于灰色系统理论，提出了灰色测量系统与灰色传感器的概念，给出了感知信息的灰色表示与运算，并以多超声波传感器系统为例做了相应的说明。对环境状态的灰色表示与处理为导航问题中的混合地图创建、基于灰色控制规则的学习算法等奠定了基础。 (2)研究了基于强化学习的反应式控制方法 给出了一种基于强化学习和模糊逻辑的反应式控制方法，结合模糊逻辑实现了对感知信息的模糊化，有效处理了连续状态和动作空间问题；在实际控制中分别设计了避障和寻找目标点两种反应式行为分别进行学习训练，并根据行为融合输出最终控制命令，完成感知信息到移动机器人动作的映射。同时针对未知环境下机器人导航中存在的感知信息不完备、推理过程具有不确定性的特点，对基于灰色系统理论的知识表示和灰色强化函数进行了初步探
葛鹏飞[10]2008年在《基于CCD的自主式机器人寻迹方法研究及实现》文中提出机器人的研究涉及到自动控制、机械工程、电子技术、计算机技术等许多学科,是一门多学科的综合科学。这一领域的研究,大多集中在机器人结构设计、路径规划、控制方法、各种模型的建立、智能技术应用等方面。移动机器人技术作为机器人学的一个重要分支,是一项具有很多年历史而且具有广泛应用前景的技术。移动机器人是一种能够通过传感器感知外界环境和自身状态,实现在有障碍物的环境中面向目标的自主运动,从而完成一定作业功能的机器人系统。运动控制系统是移动机器人的重要组成部分。电荷耦合器件(CCD)是目前应用较广的光电成像器件,基于CCD的图像采集系统在军事,航天,医学,化工等领域有着广泛的应用。本论文在分析移动机器人的技术特点及发展现状的基础上,比较了几种自主式机器人的寻迹方法的优缺点,选择了基于CCD图像传感器的寻迹方法,采用了一种边沿提取算法处理采集到的图像信息,获得了较好的试验效果。移动机器人车体结构和运动控制系统决定了它的运动能力。本设计中以DSP为核心的运动控制部分,包括了传感器模块、电源模块、驱动控制模块等。利用DSP的PWM输出功能,方便地实现了直流电动机的转速控制和舵机的转向控制。系统以TI公司的TMS320LF2407A为主控制器,实现了对CCD输出的黑白视频信号的实时采集处理,通过边沿提取算法获得路径信息,对舵机和驱动电机采用了P控制算法,能使得寻迹机器人行驶快速流畅。研究表明此设计方案可在黑白(或色差较大)赛道上获得良好的自主寻迹效果。
参考文献：
[1]. 基于微控制器的自主移动机器人导航系统的设计[D]. 周爱玉. 中国海洋大学. 2004
[2]. 多功能移动机器人运动机构及控制系统的研究与实现[D]. 华亮. 浙江工业大学. 2006
[3]. 移动机器人底层运动控制系统的设计[D]. 刘嘉. 浙江大学. 2007
[4]. 全向四轮移动机器人自主导航系统的研究[D]. 李忠政. 青岛理工大学. 2017
[5]. 超声导航移动机器人系统设计及模糊避障技术研究[D]. 王耀宾. 中国海洋大学. 2008
[6]. 基于UWB无线定位技术的AGV室内导航与控制技术研究[D]. 王志铠. 电子科技大学. 2018
[7]. 基于全局视觉的移动机器人导航系统研究[D]. 郭文亮. 北京交通大学. 2011
[8]. 基于ARM的轮式机器人导航控制系统的研究[D]. 王维. 北京邮电大学. 2011
[9]. 基于强化学习的移动机器人自主学习及导航控制[D]. 陈春林. 中国科学技术大学. 2006
[10]. 基于CCD的自主式机器人寻迹方法研究及实现[D]. 葛鹏飞. 东华大学. 2008
标签：自动化技术论文; 机器人论文; 路径规划论文; 移动机器人论文; 机器人传感器论文; 传感器技术论文; 运动控制器论文;