基于多传感器数据融合的清洁机器人定位技术研究

论文摘要

家庭清洁机器人结合了传感器、移动机器人技术等多个领域的关键技术,实现室内环境的半自动或全自动清洁,替代了传统的人工清洁工作,可将人从繁杂的家庭劳动中解脱出来,具有十分广阔的市场前景。本文首先综述了家庭清扫机器人的国内外研究现状,综合比较了国内外多种典型产品的优缺点,确定了现有清洁机器人改进后需要达到的目标。在分析清洁机器人样机运动学和定位原理的基础上,本文对基于光电编码器的清洁机器人的位置估计建模。同时,通过两个基本的实验,对清洁机器人样机的定位效果进行了分析,确定了清洁机器人目前存在的主要问题。最后提出了清洁机器人多传感器信息融合的设计方案。在传感器技术方面,本文首先简要介绍了机器人上原有定位传感器光电编码器以及新添加的电子罗盘模块。接下来详细介绍了陀螺仪传感器以及加速度传感器的设计,包括传感器芯片和主控芯片的选择、外围电路的设计、软件程序的编写和调试以及最后的传感器校正工作。在多传感器信息融合方面,本文根据现有传感器的特点,提出了清洁机器人的自适应联合卡尔曼滤波算法。卡尔曼滤波算法能够解决清洁机器人的方向定位不准的问题,过滤掉不正确的方位数据,而且具有计算量比较小的特点。最后,本文对改进后的清洁机器人的定位效果进行了实验验证。实验结果表明,在室内环境下,清洁机器人能够在对传感器有干扰的条件下正常工作。对比原有清洁机器人样机与改进后的多传感器系统的清洁机器人的定位实验,自适应联合卡尔曼滤波算法对清洁机器人的方向定位具有极大的改善效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景
• 1.2 国内外发展现状研究
• 1.2.1 清洁机器人简介
• 1.2.2 国外产品研究现状
• 1.2.3 国内产品研究现状
• 1.2.4 清扫机器人存在的问题分析
• 1.3 课题来源及研究的目的和意义
• 1.3.1 课题来源
• 1.3.2 研究的目的和意义
• 1.4 本课题主要研究内容
• 第2章 清洁机器人多传感器方案设计
• 2.1 引言
• 2.2 清洁机器人的系统构成
• 2.2.1 控制系统
• 2.2.2 移动机构
• 2.2.3 感知系统
• 2.2.4 扫地系统
• 2.3 里程计位置估计的误差模型
• 2.4 清洁机器人定位实验分析
• 2.4.1 样机定位实验及理论分析
• 2.4.2 光电编码器定位误差分析
• 2.5 清洁机器人多传感器方案的确定
• 2.6 本章小结
• 第3章 清洁机器人传感器系统设计
• 3.1 引言
• 3.2 光电编码器测距原理分析
• 3.3 电子罗盘模块
• 3.4 陀螺仪传感器设计
• 3.4.1 陀螺仪传感器硬件电路设计
• 3.4.2 陀螺仪传感器软件程序设计
• 3.4.3 陀螺仪传感器的校正
• 3.4.4 陀螺仪传感器实物图
• 3.5 加速度传感器设计
• 3.5.1 加速度传感器软件程序编写
• 3.5.3 加速度传感器的校正
• 3.5.4 加速度传感器实物图
• 3.6 本章小结
• 第4章 清洁机器人多传感器融合算法研究
• 4.1 引言
• 4.2 多传感器信息融合的主要方法
• 4.3 卡尔曼滤波理论原理介绍
• 4.3.1 静态估计
• 4.3.2 动态估计
• 4.4 传感器系统的联合滤波方案
• 4.5 组合导航系统的联合卡尔曼滤波器设计
• 4.5.1 局部滤波器状态方程和量测方程的建立
• 4.5.3 组合导航系统的联合卡尔曼滤波算法
• 4.6 本章小结
• 第5章 实验
• 5.1 引言
• 5.2 实验系统简介
• 5.2.1 开发平台
• 5.2.2 无线模块
• 5.2.3 清洁机器人实验平台实物图
• 5.3 清洁机器人的直线运动实验
• 5.4 室内干扰条件下Kalman滤波器算法的验证
• 5.5 清洁机器人定位实验分析
• 5.5.1 惯性导航系统实验验证
• 5.5.2 自适应Kalman滤波算法实验验证
• 5.6 本章小结
• 结论
• 参考文献
• 致谢
• 个人简历