论文部分内容阅读
计算机技术、通信技术和人工智能技术的发展带动了机器人技术的进步。目前，智能机器人的功能和结构越来越丰富，应用领域也越来越广泛。智能机器人获取信息的方式主要依靠各类传感器，而由于单一传感器获取的信息有限，且易受自身品质和性能的影响，因此，为满足信息获取的需要，多传感信息融合技术成为智能机器人实时、高效、精确获取信息的关键技术之一。 本研究针对一种用于沙漠环境中独立工作的沙基机器人，建立了机器人安防系统，并对多传感器信息融合技术进行分析与研究。 本文首先采用四探头超声波传感器，建立机器入避障检测系统;设计自制电容式沙埋传感器，构建防埋检测系统;依靠三轴磁传感器HMC5883L和三轴加速计ADXL345，共同建立了运动姿态检测系统;以SIM908模块为核心，构建了GPS定位系统。各子系统可用于检测沙基机器人在沙漠中工作时所涉及到的相关安全信息。 然后分析了安防系统中不同传感器的数据检测方式、输出格式和通信方式的特点，建立了不同模块的数学模型，并设计一种基于改进的UKF滤波的信息融合算法。改进的UKF算法在传统UKF算法的基础上了加入了重采样过程，提高了系统初始值的精度，抑制了系统模型的异常扰动，提升了信息的精确程度，减少了信息冗余量，因而可以进一步提升融合算法的性能。 最后使用EKF算法、UKF算法和改进UKF算法，在MATLAB平台上分别对子系统进行仿真。实验结果表明，改进的UKF算法较好的提升了系统的可靠性和鲁棒性，可以保障沙基机器人在沙漠恶劣环境中安全工作。