对于移动机器人而言,远程通信是一项基本能力。这就要求移动机器人与监控中心之间能高效、稳定地进行各种数据的实时通信。然而,通信数据量大与目前网络性能不高之间的矛盾,给通信系统的稳定可靠通信带来了巨大障碍。本文的主要内容是在基于有线和无线相融合的混合网络中,针对移动机器人多传感器采集数据的性能要求,研究如何提高移动机器人远程通信的质量。 本文对基于多传感器信息融合的移动机器人远程通信系统平台进行简介,并根据机器人多传感器采集数据的特性提出了采用TCP和RTP协议联合使用的传输策略。最后,对传统的拥塞控制算法进行分析和改进。 在深入研究RTP/RTCP协议的基础上,推导出了服务质量监测参数的计算公式。通过对网络拥塞策略的系统研究,提出了适用于有线和无线融合的基于RTP监控agent的网络拥塞控制策略。本文还对传统的网络拥塞控制算法进行了改进,降低了数据包的丢失率,同时也提高了网络利用率。 结合实际应用,本文还深入研究了神经网络在网络资源分配方面的应用,并构造了BP网络模型对实际网络利用率进行估计,从而解决了通信过程中的TCP数据流产生较大延迟的问题,可保证移动机器人远程通信系统的鲁棒性和稳定性。 提高移动机器人远程通信质量的研究为以后的移动机器人远程监控,多传感器测量数据的处理,以及移动机器人的实时故障诊断奠定了基础。