论文部分内容阅读
无线传感器网络(Wireless Sensor Network, WSN)是由大量具备感知能力,无线通信能力和有限电量的无线传感器节点组成的多跳网络系统。随着半导体电子技术的发展,WSN已经开始被广泛应用于生产,医疗,环境监测和军事等领域,以一种全新的方式使人们感知物理世界。然而很多情况下,系统仅仅能够监测是不够的,还需要对物理世界做出反馈和控制。将较为成熟的移动机器人技术融合进来,令WSN为移动机器人提供全局地图信息和实时导航服务,可充分发挥两者各自优势,提高系统作业效率。而WSN如何对环境中局部危险区域的变化进行实时监控和动态调整,以确保移动机器人导航过程的快速和安全,同时能够平衡网络能耗,降低通信开销,一直是引人关注的研究方向。本文重点研究了未知地理位置信息WSN中移动机器人的动态导航方法。首先针对分布式梯度势场算法在动态调整方面的不足,构造梯度势场函数,提出了一种分布式动态路径规划算法,各节点依据局部信息动态调整网络梯度势场,计算优化路径。实验结果显示了本文算法在WSN受到局部危险区域变化影响时,能够规划出较短路径,有效降低通信代价并可灵活处理路径安全性。为减少梯度势场建立过程中的泛洪消息和处理危险区域变化时的通信开销,本文提出了一种适用于WSN中路径规划的基于骨干的路标网络算法,将网络的分布式动态路径规划限制在路标网络上运行。对算法构建的路标网络性能进行了理论分析和仿真实验,结果表明本文算法在保证两跳间隔的最小支配集节点连通性的条件下,可有效减少路标网络中的冗余节点,降低通信开销,且具有良好的动态性能。最后本文基于RSSI(Received Signal Strength Indication)测量,对移动机器人如何逐一趋近导航路径节点的方法进行了改进,提出了可变步长的搜索式探测趋近方法和前一跳节点辅助模糊控制方法,并考虑了移动机器人在行进过程中邻近危险区域节点的情况。在软硬件平台上验证了本文算法的有效性和可行性。