论文部分内容阅读
移动机器人多传感器信息融合技术是近年来兴起的热门研究课题,信息融合技术结合了计算机、传感器、信号系统以及误差分析等诸多学科的发展。在移动机器人进行目标定位的过程中,为了获得更可靠或更精确的信息,需要使用多传感器信息融合技术融合多个传感器的感知数据;同时为了保证移动机器人的高能效利用率,需要使用能耗管理策略降低其能耗消耗。本文主要是以移动机器人目标定位中多传感器信息融合技术作为研究重点,从信息融合估计误差和移动机器人能耗管理两个方面对移动机器人目标定位过程进行了分析与探讨。主要工作如下:首先,本文对移动机器人国内外的研究现状以及多传感器融合技术进行了简单介绍,分析研究了移动机器人的运动学模型、电源管理模型以及主要传感器的工作原理,对移动机器人多传感器信息融合技术的层次结构模型进行了阐述,并基于移动机器人目标定位中所需的主要基础模型进行分析,如:坐标系统模型、运动模型、传感器模型以及数据关联模型等,重点分析介绍了应用在移动机器人多传感器信息融合的相关算法以及应用在移动机器人嵌入式系统的电源管理策略。其次,针对多传感器信息融合领域中移动机器人目标定位技术中易产生突发性误差且累计的特性,运用建立在扩展卡尔曼滤波算法上状态估计技术的信息融合方法进行了分析。基于相关信息融合方法的分析,针对移动机器人系统的非线性特性,采用辅助传感器数据修正主传感器融合结果的方法,来弥补现有控制累计误差方法的不足,提出一种强调精准度的改进卡尔曼滤波策略来估测移动机器人的实际位置。通过仿真实验表明,该策略在移动机器人目标定位过程中处理突发性误差的有效性。再次,本文基于移动机器人系统中的嵌入式系统模型进行分析研究,针对如何提高移动机器人信息融合系统中能耗效率的问题,运用嵌入式电源管理模型对移动机器人目标定位系统耗能进行分析。基于目标定位系统能耗分析,针对移动机器人传感在信息融合过程中缺乏根据Qo S(Quality of Service,服务质量)需求进行能耗管理的现象,采用将目标定位系统划分成多种工作模块组合并映射不同Qo S状态的方法,提出一种应用在移动机器人目标定位系统中的系统动态能耗管理策略。通过实验分析,在不影响整体系统正常工作的情况下,该策略可以有效减少移动机器人的能量消耗,从而延长移动机器人的工作时间。最后,对本文开展的研究工作进行了总结,并讨论了拟要进一步研究的工作内容和方向。