未知環(huán)境中移動機器人自定位技術

前言

確定性環(huán)境中移動機器人導航控制理論和方法的研究已取得了大量的研究和應用成果。對未知環(huán)境中的導航控制研究也提出了若干方法，但尚未形成統(tǒng)一和完善的體系結構，還有許多關鍵理論和技術問題有待解決與完善。其中，由于未知環(huán)境中先驗知識的匱乏和環(huán)境的不確定性，移動機器人只有準確地知道其自身位置、工作環(huán)境中障礙的位置及運動情況，才能有效安全地進行自主運動。因而，未知環(huán)境中移動機器人自定位的研究引起研究人員的更多關注，也已成為機器人領域的研究熱點問題。針對未知環(huán)境中移動機器人定位技術的研究，國內外至今已經發(fā)表了大量的學術論文，國內外每年都召開許多機器人技術方面的學術會議。但是，目前國內有關未知環(huán)境中移動機器人自定位技術的著作為數甚少。2009年，科學出版社出版了由蔡自興、賀漢根、陳虹等教授撰寫的專著《未知環(huán)境中移動機器人導航控制理論與方法》，該書以未知環(huán)境中的移動機器人導航控制理論和方法為研究內容，主要對機器學習、環(huán)境認知、運動規(guī)劃、導航控制等方面的理論和方法進行介紹。本書則將未知環(huán)境中移動機器人導航控制中的自定位技術作為核心研究內容，在內外定位傳感器誤差分析、復雜地形下的航跡推測、動態(tài)環(huán)境中基于環(huán)境感知的自定位、未知數據關聯下基于概率技術的并發(fā)建圖與定位等方面進行了深入研究并取得了一定進展。本書是國家自然科學基金重點項目“未知環(huán)境中移動機器人導航控制理論與方法研究”（批準號：60234030）資助成果的部分展示，希望能為無人探查車、無人排險車、無人掃雷車和無人運輸車等用于航天、軍事、深海作業(yè)和核工業(yè)領域的移動機器人的自定位研究，提供一部技術基礎和研究經驗的專著，發(fā)揮應用的借鑒作用。全書共8章，第1章為概述，簡介移動機器人的發(fā)展、導航和定位、自定位的現狀及難點；第2章為移動機器人定位傳感器誤差分析，論述本體傳感器電位器、里程計、光纖陀螺儀、傾角傳感器，以及環(huán)境感知傳感器激光雷達、視覺傳感器攝像頭、超聲波傳感器的工作原理與技術；第3章為復雜地形下基于本體感受的移動機器人航跡推測，研究移動機器人系統(tǒng)及其體系結構、航跡推測基礎與輸出變換，以及基于搖架機構的速度矢量角分析；第4章為動態(tài)環(huán)境中基于激光雷達感知的地圖匹配自定位，探討基于激光雷達的環(huán)境感知、動態(tài)環(huán)境中動靜態(tài)障礙的檢測與分析、基于改進建議分布的粒子濾波的動態(tài)障礙跟蹤定位，以及基于模糊似然估計的局部靜態(tài)地圖匹配定位；第5章為動態(tài)環(huán)境中基于視覺感知的運動目標跟蹤定位，介紹基于自適應圖像分割的障礙物檢測、基于立體視覺的環(huán)境感知，以及基于移動機器人視覺系統(tǒng)的運動目標跟蹤定位的研究成果；第6章為未知數據關聯下基于PF的增量式環(huán)境建圖與自定位，給出增量式環(huán)境建模與自定位的概率定義、改進的RBPF濾波算法實現增量式環(huán)境建模與自定位，以及基于激光雷達魯棒測量模型的并發(fā)建圖與定位；第7章為未知環(huán)境中基于HMM的增量式視覺拓撲建模與自定位，概括增量式環(huán)境建模與自定位的常用概率方法，未知環(huán)境的自然路標檢測、表示與識別，以及基于HMM的增量式視覺拓撲建模與自定位；第8章為研究展望，主要討論未知環(huán)境中移動機器人自定位理論和技術的未來研究與發(fā)展趨勢等。

內容概要

　　 本書以未知環(huán)境中移動機器人導航控制中自定位技術作為研究內容，對未知環(huán)境中移動機器人自定位技術的基本原理、典型技術和研究進展進行了比較詳細的介紹和討論，并融入了作者多年來的相關研究成果。本書共分八章，重點介紹了內外部定位傳感器誤差分析、復雜地形下的航跡推測、動態(tài)環(huán)境中基于環(huán)境感知的自定位、未知數據關聯下基于概率技術的并發(fā)建圖與定位等方面的研究進展，意在推動認知科學、模式識別等學科的前沿問題的研究，對提高探測移動機器人導航控制中的自定位技術水平具有重要的意義。    本書可作為高等院校計算機科學與技術、智能科學與技術、自動化等專業(yè)的研究生或高年級本科生的專業(yè)基礎課輔助教材，亦可供廣大從事智能機器人、人工智能、智能控制和智能系統(tǒng)研究、設計、應用和開發(fā)領域的科技工作者和高等院校的師生閱讀和參考。

書籍目錄

第1章  概述  1.1  引言	  1.2  移動機器人的研究概  1.3  移動機器人導航和定位  1.4  移動機器人自定位的現狀分析	  1.5  移動機器人自定位的研究難點	  1.6  本書的內容安排	  參考文獻	第2章  移動機器人定位傳感器誤差分析	  2.1  引言	  2.2  本體感受傳感器	  2.3  環(huán)境感知傳感器  參考文獻	第3章  復雜地形下基于本體感受的移動機器人航跡推測	  3.1  引言	  3.2  移動機器人系統(tǒng)及其體系結構	  3.3  移動機器人的航跡推測基礎	  3.4  移動機器人航跡推測的輸出變換	  3.5  基于搖架機構的速度矢量角分析	  3.6  移動機器人的運動仿真與實驗分析	  參考文獻	第4章  動態(tài)環(huán)境中基于激光雷達感知的地圖匹配自定位	  4.1  引言	  4.2  激光雷達環(huán)境感知的原理	  4.3  基于激光雷達的環(huán)境感知	  4.4  動態(tài)環(huán)境中動、靜態(tài)障礙的檢測與分析	  4.5  基于改進建議分布的粒子濾波的動態(tài)障礙跟蹤定位	  4.6  基于模糊似然估計的局部靜態(tài)地圖匹配定位	  參考文獻	第5章  動態(tài)環(huán)境中基于視覺感知的運動目標跟蹤定位	  5.1  引言	  5.2  視覺環(huán)境感知的原理	  5.3  基于自適應圖像分割的障礙物檢測	  5.4  基于立體視覺的環(huán)境感知	  5.5  基于移動機器人視覺系統(tǒng)的運動目標跟蹤定位	  參考文獻	第6章  未知數據關聯下基于PF的增量式環(huán)境建圖與自定位	第7章  未知環(huán)境中基于HMM的增量式視覺拓撲建模與自定位	第8章  研究展望	參考文獻

章節(jié)摘錄

插圖：閾值分割的優(yōu)點是計算簡單，運算效率較高、速度快。全局閾值對于灰度相差很大的不同目標和背景能進行有效的分割。當圖像的灰度差異不明顯或不同目標的灰度值范圍有重疊時，應采用局部閾值或動態(tài)閾值分割法。（2）區(qū)域生長和分裂合并法區(qū)域生長和分裂合并法是兩種典型的串行區(qū)域技術，其分割過程后續(xù)步驟的處理要根據前面步驟的結果進行判斷而確定。區(qū)域生長的基本思想是將具有相似特性的像素集合起來構成區(qū)域。首先為每個需要分割的區(qū)域確定一個種子像素作為生長起點，然后按一定的生長準則把它周圍與其特性相同或相似的像素合并到種子像素所在的區(qū)域中。把這些新像素作為種子繼續(xù)生長，直到沒有滿足條件的像素可被包括，這時生長停止，一個區(qū)域就形成了。區(qū)域生長法的優(yōu)點是計算簡單，對于較均勻的連通目標有較好的分割效果；它的缺點是需要人為確定種子點，對噪聲敏感，可能導致區(qū)域內有空洞。另外，它是一種串行算法，當目標較大時，分割速度較慢。因此在設計算法時，要盡量提高效率。分裂合并法的基本思想是從整幅圖像開始，通過不斷分裂、合并得到各個區(qū)域。分裂合并法的關鍵是分裂合并準則的設計。這種方法對復雜圖像的分割效果較好，但算法較復雜，計算量大，分裂還可能破壞區(qū)域的邊界。

編輯推薦

《未知環(huán)境中移動機器人自定位技術》：未知環(huán)境中移動機器人導航控制是人工智能和先進機器人的國際前沿研究課題，也是智能機器人開發(fā)研究的熱點和難點問題之一?！段粗h(huán)境中移動機器人自定位技術》結合作者多年來的研究成果，對未知環(huán)境中機器人自定位技術進行介紹?！段粗h(huán)境中移動機器人自定位技術》學術思想新穎，內容理論聯系實際，比較全面地反映了國內外未知環(huán)境中移動機器人導航控制中自定位技術研究的最新進展。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    未知環(huán)境中移動機器人自定位技術 PDF格式下載

---