自主吸尘机器人的研究现状

详细评述了自主吸尘机器人的研究特点和国内外的研究现状 ,分析了多传感器融合、环境建模、定位和路径规划等关键技术 ,指出了其中的难点和面临的问题 .同时 。

自主吸尘机器人在非结构性环境下的作业规划

本文主要研究自主吸尘机器人在实际环境下作业规划问题,提出了用电子地图建立环境模型的方法和通过机器人的自主工作来建立电子地图的学习方式,并结合所要解决的实际问题,提出了基于任务和基于行为相结合的作业规划方法,很好地解决了非结构性环境下的机器人规划的效率和适用性问题,虽然这种方法是在研究自主吸尘机器人的过程中提出的,但也具有一定的普遍意义。

自主吸尘机器人的一种避障算法

本文针对自主吸尘机器人结构与功能的具体情况，分析讨论了机器人绕避障碍物的算法。此算法可以使机器人绕过障碍物后仍能按原路线的延长线继续前进，这就保证了机器人行走路径的规则性和吸尘的高效性。

对自主吸尘机器人多路超声波下窜绕信号的研究

在自主吸尘机器人的定位导航中 ,实时获取周围环境信息的传感器至关重要。本项目HSR2 0 0 0使用了多路超声波传感器 ,采用了群发群收的工作模式。在此基础上本文对超声波窜绕信号进行了初步分析 ,同时探讨了窜绕信号对接收信号的稳定性和对发射功率及测量值误差等因素的影响 ,并提出了几种解决方法。

吸尘机器人视觉系统设计

在分析了国内外自主吸尘机器人研究现状的基础上,设计了一种应用于自主吸尘机器人的视觉图像采集与处理系统。首先分析了系统结构,并对系统中TMS320C6713DSP和CMOS图像传感器的应用进行了介绍,然后详细分析了图像采集控制部分。试验结果表明,系统符合自主吸尘机器人视觉的要求,同时也可供其他机器人视觉系统参考。

基于神经网络的多传感器融合技术研究

研究了基于神经网络的多传感器融合技术,并将其应用于自主吸尘机器人中。给出了神经网络传感器融合技术的基本原理,探索了改进的BP信息融合算法,使得改进后的算法在收敛速度上得到了很大的改善;介绍了传感器的监测系统和传感器特征的选择,构建了BP算法模型,并进行了仿真,得到了良好的实验结果。