基于多传感器融合的移动小车室内定位方法研究

发布时间：2024-01-30 13:08

　　在室外环境中,通过GPS进行定位的技术已经较为完善,但在室内环境里,由于建筑物的遮挡和室内环境复杂等原因,GPS定位精度较差,往往通过移动机器人自身携带的传感器获取位置信息。但由于每种传感器的特性不同,适用的场景也不同,单纯的依靠一种传感器进行定位,难以适应各种复杂环境,无法保证定位的精度。基于多传感器融合的定位方法通过对多种传感器数据进行融合,增强了系统的稳定性,提高了定位的精度,因此,基于多传感器融合的定位方法具有重要的研究价值。本文针对室内环境中的移动小车定位问题进行了研究,主要的研究内容如下:1、首先,搭建了轮式移动小车实验平台。该平台的主体选用四轮差分驱动小车,以STM32F407作为其核心控制器。同时,移动小车配有许多模块。包含有光电编码器、超声波、激光雷达和无线通讯等模块。其次,完成了下位机软件和上位机软件的编写。最后,实现了下位机和上位机的无线数据传输以及移动小车的基本控制和定位功能。2、提出了一种基于移动小车速度信息的快速定位算法。首先,建立真实位置和图像中位置之间的关系,基于该关系,可以直接从畸变图像中获得移动小车的位置。然后,利用速度信息来定位小车在图像中的位置,...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究与发展现状
    1.3 本文的研究内容和结构
第二章 移动小车实验平台搭建
    2.1 移动小车硬件总体设计
        2.1.1 车体结构
        2.1.2 电源模块
        2.1.3 核心控制器模块
        2.1.4 电机驱动模块
        2.1.5 传感器模块
        2.1.6 通讯模块
        2.1.7 视觉模块
    2.2 移动小车软件总体设计
        2.2.1 移动小车下位机软件设计
        2.2.2 上位机软件设计
    2.3 小结
第三章 基于航迹推测的图像定位方法
    3.1 基于颜色的小车识别
    3.2 畸变坐标系的建立
    3.3 结合航迹推测法的目标定位
        3.3.1 移动小车运动模型
        3.3.2 航迹推测原理
    3.4 定位实验
    3.5 小结
第四章 多传感器信息融合定位
    4.1 卡尔曼滤波
    4.2 扩展卡尔曼滤波
    4.3 无迹卡尔曼滤波
    4.4 系统模型和量测模型的建立
    4.5 多传感器融合定位算法设计
        4.5.1 基于扩展卡尔曼滤波的融合定位算法
        4.5.2 基于无迹卡尔曼滤波的融合定位算法
    4.6 实验与仿真
    4.7 小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
附录
    作者在读期间发表的学术论文及申请的专利
    作者在读期间参加的科研项目



本文编号：3890212