智能巡检机器人是移动机器人中服务面较广的一类重要机器人,这种机器人因为工作环境的差异,巡检机器人的设计种类样式及其功能各有千秋。本论文的研究目的是研制一款能够长期稳定运行的室内型智能巡检机器人。研究的课题来源于与盛安贝新能源有限公司的校企合作项目智能巡检机器人,研究方向侧重于智能巡检机器人在工作空间中室内定位。因此,本设计的主要研究内容包括以下几个方面。根据巡检机器人的设计要求和其独特的机械架构,从嵌入式系统的软硬件、WiFi通信、各类传感器、电机驱动模块和双视云台这5个方面进行论述,对智能巡检机器人运动控制系统的各个模块进行了选型。提出了一种用于智能巡检机器人的WiFi室内定位系统的设计方案。该方案是在一般的WiFi定位算法基础上,与K最近邻居法(KNN法)相结合。在空间内设置固定的坐标点,实现对定位参考锚点的就近读取,使所读取的RSSI信号强度处于高精度区间,从而提高定位的准确性。接着,对该方案分成两阶段,进行仿真实验和硬件实现验证。第一阶段是对基于卡尔曼滤波RSSI信号优化的测距算法设计与实现。在这一部分中,对于ESP8266无线通信模块,获取了三组不同被测距离的RSSI信号强度值,将滤波模型代入matlab中,设置变量进行仿真,得到信号强度值在滤波前后的仿真图形。仿真结果表明,卡尔曼滤波对RSSI信号的优化有显著的效果。然后将滤波后的信号强度与被测距离的数量关系进行拟合。最后将matlab程序转换为MDK5程序,使嵌入式系统能够实现测距功能。第二阶段是对WiFi室内定位系统的设计与实现。将三边定位算法提升到三维层面并在matlab中进行仿真。首先在只有三个参考锚点的单一定位单元内对其可靠性进行仿真,然后对实际的实验环境建模,进行多参考锚点多定位单元的算法可靠性验证。仿真结果为定位算法误差小、可靠。最后将测距和定位算法整合,并转换为MDK5程序,在模型车板载,并将普通WiFi定位方式和与KNN法相结合的定位方式进行效果比对。