2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩121頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、智能移動機器人研究屬于多學科交叉領域,它的研究越來越受到國內(nèi)外學者的重視。移動機器人自主定位是智能導航和環(huán)境探索研究的基礎,是機器人實現(xiàn)真正智能化和完全自主的關鍵技術。作為一個復雜的系統(tǒng)性問題,機器人的自定位需要綜合考慮傳感器特性、作業(yè)環(huán)境特征和定位算法采用的具體形式等。本文系統(tǒng)地研究了智能移動機器人的自定位。首先概述了移動機器人自定位研究的國內(nèi)外現(xiàn)狀,闡述了定位研究的主要方法、關鍵問題以及技術發(fā)展趨勢。從兩個方面概述本文解決自定位的思

2、想:一方面是將該問題總體建立在傳感器數(shù)據(jù)融合基礎上,通過先驗地圖并結(jié)合傳感器模型提出相應的環(huán)境特征提取,然后給出相應的計算方法估計機器人的位姿狀態(tài);另一方面,本文又從模式分類角度解釋機器人認識客觀世界的過程。本文通過大量真實環(huán)境下的實驗分析、比較了所提方法的性能。 面向RobCup中型移動機器人足球比賽以及SmartROB2嵌入式移動機器人平臺,本文首先實現(xiàn)了基于單向視覺的移動機器人自定位任務。開發(fā)了基于MAP位姿估計的自定位系

3、統(tǒng),提出針對比賽環(huán)境的三維矢量表述形式,充分研究了單向視覺的成像特點并利用Unscented Transform有效傳播系統(tǒng)內(nèi)部的不確定性,實驗表明基于MAP的迭代優(yōu)化算法能夠提高位姿估計的精度。 面向大型室內(nèi)結(jié)構(gòu)化環(huán)境的移動機器人視覺定位任務,要以有效的方式理解,解釋以及表達工作環(huán)境的相關信息,才利于機器人對場景的有效分析。本文闡述了基于全向視覺的室內(nèi)走廊環(huán)境的自定位,開發(fā)了基于Pioneer3D的人機交互式可視化自定位系統(tǒng),

4、提出幾何—拓撲混合三維地圖的環(huán)境地圖,給出了全向傳感器成像模型以及基于反饋分層估計融合的自定位算法。實驗分析了不同初始位姿和觀測信息下定位系統(tǒng)的精度和位姿估計的收斂情況,在考慮動態(tài)障礙物的遮擋情況下完成了機器人的在線環(huán)境感知和運動自定位任務。 考慮采用兩種不同方式實現(xiàn)機器人在復雜室內(nèi)環(huán)境中的自定位任務,一種是面向結(jié)構(gòu)化走廊環(huán)境,借助單向攝象機實現(xiàn)基于地圖的機器人自定位;另一方面,在處理辦公室準結(jié)構(gòu)化環(huán)境時,本文采用基于激光測距儀

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論