《基于多传感器信息融合的机器人障碍物检测》PDF+DOC
作者:王中立,牛颖
单位:中国测试技术研究院
出版:《中国测试》2017年第08期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFSYCS2017080170
DOC编号:DOCSYCS2017080179
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于双目视觉信息融合的移动机器人避障研究》PDF+DOC 谷凤伟,金西虎,姜珊
《基于模糊神经网络的移动机器人避障研究》PDF+DOC 杨小菊,张伟,高宏伟,米海山
《基于多传感器融合的自动供料车障碍物识别研究》PDF+DOC 陈锋
《激光数据聚类和Morphin算法下的机器人避障研究》PDF+DOC2018年第06期 刁海婷,李劲松,陈孟元
《基于AT89C52单片机多超声信号融合系统设计》PDF+DOC2006年第32期 吴立珍,曾迎生
《智能机器人的模糊神经网络避障算法》PDF+DOC2012年第06期 沈显庆,汪才杰
《基于未知环境下多目标点的移动机器人避障规划算法研究》PDF+DOC2009年第10期 魏权利,于竹林
《两级传感器信息融合的移动机器人避障研究》PDF+DOC2008年第02期 郭毓,王斌明,吴益飞,郭明强
《嵌入式Linux下多路超声波测距系统设计》PDF+DOC2007年第17期 单承刚,戴学丰,刘树东,崔登志
《超声波测距仪在移动机器人避障中的应用》PDF+DOC2006年第S2期 刘玉芹,刘敬文
针对单一传感器在机器人避障过程中不能全面且准确定位障碍物的缺点,提出基于多传感器信息融合的障碍物检测方法。第一阶段使用视觉传感器检测未知环境中的障碍物,通过Zernike矩边缘检测方法提取障碍物图像边缘,然后采用Hough变换原理提取障碍物的直线特征,获得障碍物大概位置;第二阶段使用超声波传感器和红外传感器对障碍物进行检测,获得障碍物准确位置;最后使用联合卡尔曼滤波对3种传感器获得的信息进行融合,得出融合后的障碍物位置信息。实验结果表明:该方法克服视觉传感器、超声波传感器和红外传感器的局限性,可以精确感知机器人周围的未知环境信息,并能够检测和定位机器人路径上的障碍物,定位误差<;6 cm,满足机器人避障的实时性和可靠性需求。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。