论文部分内容阅读
移动机器人的室内动态定位是机器人和传感器网络领域中的关键问题。考虑到不同的平台对定位性能具有重要影响,本文结合三种平台开展了移动机器人定位算法的研究工作,包括无线传感器网络(Wireless Sensor Networks,WSNs)、摄像机网络(Camera Networks,CNs)和无线多媒体传感器网络(Wireless Multimedia Sensor Networks,WMSNs),本文的研究内容和成果主要体现在以下方面:针对移动机器人在室内网络盲区的动态定位失效问题,提出了一种动态选择信标节点建立网格区域的自主动态定位算法。本文采用传感器网络信标节点的信号强度信息进行测距,使用基于网格改进的极大似然方法实现机器人的定位,并通过卡尔曼滤波器进行定位误差校正。具体地,本文算法将经典卡尔曼滤波器和定位算法相结合,实现了算法结果的平滑和优化。实验结果表明,在网络盲区中卡尔曼滤波比其它算法具有更好的性能。针对室内无线传感器网络通信传输不稳定和定位精度较差的情况,提出了一种移动机器人自主动态定位算法。通过实时选择邻近信标节点,确定节点坐标构成的边界,绘制局部网格空间,实现机器人动态定位。本文采用基于测距的改进近似三角形内点测试(APIT)算法进行定位,再使用卡尔曼算法修正定位误差。对于室内网络传输不稳定的情况,本文算法有效地改善了定位效果。针对网络非全局刚性和经典三边测量法失效的问题,本文提出了基于隐形边的最大范围定位算法(Maximum Range Localization with/without shadow edges,MRL),在选择的节点无法相互感知的情况下实现了在最大范围内定位移动机器人。MRL算法利用移动机器人自身的可移动性和智能性,到达最大边界范围。为了利用信标节点自动部署技术实现灾后未知区域探索,移动机器人的路径规划必须具备避障和无线传感器网络中的非视距(Not Line Of Sight,NLOS)定位功能。为此,本文提出了基于三角形和生成树的路径规划算法,实现室内环境中信标节点的增量式部署。通过与三边测量法进行深入的比较研究,证明本文算法可以在三边测量法失效的情况下实现成功定位。针对在多摄像机系统中的联合标定和实时三维定位问题,本文提出了三维定位方法,融合多视角二维图像坐标实现实时三维空间定位。通过改进公垂线质心(Improved Common Perpendicular Centroid,ICPC)算法,减少了阴影检测的负面效果,改进了定位精度。然后,以联合标定方法实现了多摄像机同步获取内部参数和外部参数。实验结果表明,本文算法实现了室内多视角监控环境下的精确定位并有效降低计算复杂度。在无线多媒体传感器网络中获取移动机器人三维信息时,存在网络不稳定和协调器端通信瓶颈等问题。本文提出了适应动态网络环境的实时三维定位算法,在室内多视角无线多媒体传感器网络中同步定位移动机器人,并结合多种智能传感器建立了适于实际应用的智能传感器架构。本文的递推最小二乘(Recursive Least Squares,RLS)算法融合了多视角二维图像坐标,可计算移动机器人的三维空间位置,所提出的误差补偿机制能够有效抑制多视角数据融合产生的误差。实验结果表明,本文算法可以在室内无线多媒体网络环境中实现可靠和有效的实时三维定位。最后,对本文的研究工作进行了总结,并展望了未来的研究工作。