网络化机器人系统下的目标跟踪与追捕研究

来源 :中国科学院研究生院 中国科学院大学 | 被引量 : 0次 | 上传用户:felltwo23
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着机器人应用领域的不断拓展,机器人系统有时仅靠自身感知无法满足日益复杂的任务和环境需求。网络化机器人系统通过与环境的交互扩展机器人系统的感知能力,受到普遍重视,已经成为机器人学的重要研究方向之一。本文针对网络化机器人系统下的目标跟踪与追捕问题开展研究,主要内容如下:   首先,本文综述了网络化机器人系统的研究现状,对多机器人系统、机器人定位和无线传感器网络进行了简要介绍,并对论文的选题背景和结构安排做了介绍。   其次,提出了一种网络化机器人系统框架,包括控制台、服务器单元和多机器人系统三部分,其中服务器单元作为环境智能的提供者。控制台、服务器单元与多机器人系统通过无线局域网联系起来,服务器单元与控制台之间还可通过有线局域网进行信息传送。   第三,开展了室内环境下基于固定摄像机的目标定位研究,提出采用BP神经元网络建立图像中移动物体信息与其实际位置的映射,实现了室内环境下物体的粗定位;对多摄像机下的目标定位进行了研究。   第四,研究了网络化机器人系统下目标追捕问题。控制台基于电子地图、服务器单元基于视觉定位为机器人提供任务相关信息,在此基础上,机器人结合自身码盘、电子罗盘和超声信息进行运动决策,实现目标追捕。   第五,设计一种基于区域划分和动态静态节点混合无线传感器网络的多机器人目标追捕方法。开展静态节点和动态节点混合网络布局研究。考虑到静态节点、感知空洞和多区域的情况,采用动态跟踪簇、联合目标跟踪策略实现对目标的有效跟踪。在此基础上,用户层综合各区域目标信息进行任务分配与调度,机器人进而根据多区域环境下的目标追捕策略执行任务。   最后,论文对所取得的研究成果进行了总结,并阐述了下一步的工作。
其他文献
高空作业车是一种将工作人员举升到空中指定位置进行安装、维修作业的工程车辆,按臂架结构型式,分为伸缩臂式、折叠臂式和混合臂式三种。由于作业车臂架结构中轻质长臂杆的广泛
20世纪90年代,脉冲耦合神经网络(Pulse Coupled Neural Network—PCNN)作为一种新型的神经网络得以发展。PCNN有着生物学背景,它的神经元模型是因为模拟视觉神经细胞活动而得
随着计算机和网络技术的飞速发展,现代服务业逐渐成为全球经济增长的新引擎。作为现代服务业重要组成部分,信息服务业也正迎来一个高速发展时期。截至2010年,我国的信息服务
在以往的工业生产过程中,对生产线上待加工或待装配物体往往以纯机械方式进行排序或装配。该方式结构复杂,容易出现拥堵,生产柔性低,大大影响了生产效率。针对这一难题,急需有效的
上肢作为我们人体最灵活、也是最为复杂的运动执行部件之一,在大脑皮层、基底神经节、小脑、脊髓等各级神经子系统的控制下可以完成各种有意识或是无意识的动作(例如抓取、摆臂
近年来,统计机器翻译技术得到了快速的发展,许多基于不同范式的统计翻译模型被相继提出,如基于短语的统计翻译模型、基于句法的统计翻译模型等等。每一种模型都有它自身的优点和
近年来随着网络通讯技术的快速兴起和智能控制系统理论的不断完全,网络控制系统受到了大量学者的关注。面对网络软件技术的快速发展和网络理论不断丰富的情况,需要把这些先进的
脑-机接口(Brain-computer interface,BCI)是不依赖于人体神经和肌肉组织,而通过识别人脑认知反馈信息直接和外界进行通讯的技术。脑-机接口通过信号采集设备直接采集大脑认知反
近年来,脑卒中正以上升的趋势威胁着国人的健康,导致患者往往患有不同程度的运动功能障碍后遗症,严重危害着人们的生活质量。康复训练是治疗运动功能障碍后遗症的主要手段,传
语种识别是对非限定说话人所讲的语言种类进行识别。该技术是近年来语音识别领域的一个新的研究热点,可广泛应用于多语种信息服务和军事安全领域。目前大多数的语种识别系统