导读:本文包含了地面机器人论文开题报告文献综述及选题提纲参考文献，主要关键词:Braava,iRobot,jet,m6,测评报告,地图构建,视觉传感器,智能规划,清洁垫,障碍物
地面机器人论文文献综述
[1]（2019）在《让地面持久洁净iRobot擦地机器人Braava jet m6测评报告》一文中研究指出借助机器人进行地面清洁,已经应用于众多家庭,大家常用的扫地机器人可以对付渣滓、纸屑、发丝,但无处不在的灰尘颗粒、随时产生的污迹一直是清洁的痛点。今天这款Braava jet m6擦地机器人,在前几代产品上做了诸多升级,具备学习、记忆家居格局,以及全屋的清(本文来源于《电脑报》期刊2019-12-30）
杜文强,谷丰,孟祥冬,周浩,狄春雷[2]（2019）在《基于鲁棒高程边界的地面机器人环境建模方法》一文中研究指出如何构建准确可靠的环境模型一直是移动机器人的研究热点。2.5维地图是环境建模常用的环境描述方法。但是在野外环境中,由于机器人运动过程中存在的振动以及传感器的误差,造成高程地图出现偏差,偏差的范围将直接影响机器人路径规划的成败。传统的概率估计方法易于实现高程值的估计,但无法获得高程的可靠范围。为了解决这一问题,本文提出了一种基于鲁棒高程边界的地面机器人环境建模方法。首先构建传感器测量模型并获取测量误差的边界描述,在此基础之上,利用集员估计方法实现高程误差范围边界的估计,并给出了可通过性分析,最后利用实验验证了所提方法的可行性与有效性。与传统的环境感知方法相比,本方法可以获取可靠的高程范围,提升环境模型的鲁棒性和可靠性。(本文来源于《高技术通讯》期刊2019年10期）
冯杰[3]（2019）在《基于ABB1410的机器人地面工作站分层控制系统的研究》一文中研究指出针对制造业用机器人控制系统复杂以及附属子系统多的情况,提出了一种基于ABB1410的机器人地面工作站分层控制系统,将工作站的各个子系统分入不同层级,优化系统集成复杂度。为机器人在我国制造业转型升级中的推广和应用提供参考和借鉴。(本文来源于《机电技术》期刊2019年04期）
李子欣[4]（2019）在《基于Metashape的移动机器人叁维地面环境的重构》一文中研究指出在控制移动机器人行走的模拟研究中,快速、高精度构建陌生环境的真实实际地面环境,是直接影响到模拟结果可靠性的重要因素。移动机器人在重构环境中模拟运动路线和动作,模拟成功后对移动机器人进行实际操作,开展丰富多样的探索任务。通过叁维重构方法和摄像机标定方法的比较和选择,基于Metashape叁维重构软件,比较不同像素对重构模型的影响,采用Canon 70D单反相机采集真实场景中的一系列二维图像,通过比较参数对模型视觉效果、建模时间和距离误差的影响,选择并优化重构参数,对叁维模型中的产生误差的原因进行了分析,实现了真实、高精度的小型与大型叁维地面环境的重构,给出了采集图像、放置标记点的方式方法,提出了对模型中出现孔洞问题的处理方法,提出了减小模型误差的办法,保证了时间最短的情况下,重构出真实度、精度较高的模型。对最终小型与大型场景重构模型中的标记点距离与真实标记点距离进行了误差分析和比较,结果表明,用该方法不仅能够构建无孔洞、表面光滑、带纹理、真实度较高的叁维模型,并且构建模型的平均相对误差小于0.1%,随着模型规模的增大,模型的平均相对误差减小。通过对该模型的验证分析,证明其能够为移动机器人的叁维模拟操作提供重要的地面数据支撑。(本文来源于《北京交通大学》期刊2019-05-01）
修瑞[5]（2019）在《地面打磨机器人运动控制及伺服系统的研究》一文中研究指出地面打磨机器人是在移动机器人的基础上,增加具有地面打磨的功能,同时融合了多种传感器进行识别与检测,能够完成自主定位与导航,在建筑行业具有广阔的应用前景。地面打磨机器人是能够在无人看守情况下,自主进行路径规划,完成地面打磨、吸尘等功能,可大幅度提高工作效率,减少封闭环境中尘土对施工人员的危害,提高建筑行业的自动化水平。本课题设计了一种针对地面进行打磨的建筑机器人,主要完成机器人的运动控制及伺服系统的设计,主控芯片采用ARM芯片,并将“S”曲线的速度控制算法植入ARM芯片,采用差速驱动方法实现地面打磨机器人基本运动状态的控制。论文主要完成的工作如下:首先,对地面打磨机器人运动控制的原理进行分析,确定采用差速驱动的方法实现对机器人运动状态的控制;通过对加减速算法的研究,选择“S”型算法作为机器人的速度控制算法,并采用MATLAB对算法进行仿真,结果表明,“S”曲线的速度控制算法能够实现机器人运动速度的平滑过渡。然后,针对地面打磨机器人的运动控制系统及伺服系统的需求进行分析,得到机器人的设计要求,接下来对机器人整体进行设计,其中包括:控制器芯片选型、控制系统功能设计、伺服驱动模块设计、脉冲发送信号与机器人速度之间对应的关系。接着,在整体方案设计的基础上对硬件电路整体进行设计,依据硬件系统总体设计方案,对电路的各个模块分别进行设计,其中包括:微控制器模块、电源电量显示模块、伺服电机驱动模块、按键模块、串口通信模块和电源电路模块,最后给出整个系统的原理图、PCB图及实际电路板图。最后,在硬件的基础上先对系统软件功能进行划分,采用模块化设计思路对各个模块分别设计,其中包括:电源电量显示软件设计、伺服电机驱动模块软件设计、速度计算模块软件设计、速度控制算法软件设计、串口通信软件设计等,实现了地面打磨机器人各个模块的控制功能。本文以地面打磨机器人为基础进行研究,为机器人在建筑行业中的应用开辟了新的方向。此外,移动机器人运动平台所采用的速度控制算法同样适用于其他类型机器人的控制系统,对于解决机器人运动中平滑过渡的问题提供新的思路,具有重要的参考价值。(本文来源于《宁夏大学》期刊2019-05-01）
马泽文[6]（2019）在《地面机器人定位方法与避障技术的研究》一文中研究指出在现今人工智能大发展的时代,机器人已经广泛的应用于人们的生产生活当中,成为了人类提高生产力和生活质量的重要工具之一。地面机器人是机器人领域的重要研究对象,地面机器人,顾名思义是在地面上工作的机器人即工作在二维环境下的机器人。它可以帮助人类完成沉重枯燥的工作任务,以及到达人们所不及的地方。所以如何使地面机器人更有效率的完成人类所下达的工作成为如今的研究热点。本文分别对地面机器人的定位方法和避障技术进行了研究本文设计了一种基于超声波定位的定位系统。该定位系统可以减少多径效应所产生的定位误差,扩大定位范围,定位装置分为超声波接收装置和超声波发射装置,并且超声波接收装置和超声波发射装置上分别安装了两个舵机,该定位系统在几何特征法的基础上结合坐标变换原理,通过控制舵机组旋转,使超声波接受装置能够实时对准超声波发射端,实现自动跟随定位。本方法与叁边定位进行了对比实验,实验结果优于叁边定位法。为了实现更大范围的室内定位,提出了定位区域拼接的方法,该方法将超声波定位和越区切换技术相结合,为大范围定位提供参考。为了减少地面机器人在躲避障碍物时的路径长度和转折次数,对A星算法进行了改进,采用几何方法对传统A星算法规划出的路径进行进一步优化。首先遍历路径上的所有节点,剔除路径中冗余节点和不必要拐点,获取仅包含起点、必要拐点、终点的路径。最后计算机器人在拐点处的旋转角度及旋转方向,使机器人在拐点处能够调整自身姿态。并分别对A星算法、蚁群算法和改进后的A星算法进行了对比实验。实验结果表明改进后的A星算法不仅保留了A星算法运算速度快的优点,还能够有效的规划出距离短且平滑的路径。提高了机器人的运行效率,降低了机器人的耗能。(本文来源于《河北科技大学》期刊2019-05-01）
丁晟辉[7]（2019）在《地面多移动机器人协同避障与路径规划技术》一文中研究指出移动机器人是一类具有高度自主性的智能机器人系统,能有效代替人类完成风险性高、疲劳度大的工作,在工农业、军事以及科研等领域发挥着越来越广泛的作用。在当下,随着人们对移动机器人赋予的任务日益复杂,多移动机器人系统应运而生。多移动机器人系统具有单个移动机器人所不具有的协作互补、调度协同等优势,在仓储运输、环境探索等具体场景中展现出独有的作用。多机器人系统中各个机器人如何感知环境信息、控制队形结构以及路径规划等问题已经成为多机器人协作与协调控制的关键。论文主要以室内环境下的移动机器人为研究对象,对多机器人系统环境感知、编队控制以及路径规划等问题展开研究,具体研究内容如下:首先,针对移动机器人系统结构和运动特性,建立了移动机器人运动学模型和动力学模型;针对移动机器人环境感知,建立了地图、里程计、传感器噪声和雷达测距模型。其次,针对室内移动机器人,阐述了即时定位与建图技术的原理,在cartographer基础上设计了移动机器人室内定位与建图方法;同时改进了传统的快速扩展随机树路径规划算法,实现了室内移动机器人的避障与导航功能;最后针对多移动机器人路径规划,设计了基于改进RRT算法和遗传算法的协同路径规划算法,实现了多机器人路径规划功能。然后,针对移动机器人轨迹跟踪问题进行研究。针对理想条件下的移动机器人运动,使用干扰观测器对系统受到的外部干扰进行估计,设计了迭代学习控制器,并且应用模糊逻辑思想对迭代学习参数进行在线优化,实现了移动机器人对期望轨迹的有效跟踪。接着,针对多移动机器人系统的编队控制问题展开研究。在基于领航-跟随者编队控制方法基础上建立了队形控制结构模型;明确编队控制本质后,通过分层控制思想分别设计了基于迭代学习控制的运动学控制器和基于模糊控制的动力学控制器作为多机器人编队控制器;最后,通过数值仿真验证了所设计的编队运动控制器在编队队形保持、队形切换上的有效性。最后,搭建了室内环境下的移动机器人硬件系统,对移动机器人的控制板、机载运算系统、通信等模块进行了具体设计,并通过硬件实验对设计的移动机器人系统的进行了有效性验证。(本文来源于《南京航空航天大学》期刊2019-03-01）
刘瀚轩,刘立程,王峰[8]（2019）在《基于地面特征的单目视觉辅助室内机器人定位方法》一文中研究指出针对传统室内机器人定位技术中的陀螺仪漂移及累积误差问题,本文提出一种基于地面特征的单目视觉辅助定位方法。该方法通过采用霍夫算法识别地板线来计算出机器人偏航角并将其与陀螺仪数据进行融合修正,从而获得更精确的偏航角数据。实验结果表明,该方法能有效提高偏航角的精度,并且拥有成本低,系统简单和移植性强等特点。(本文来源于《电视技术》期刊2019年03期）
杜习波,朱华[9]（2019）在《履带机器人基于时频特征与PCA-SVM的地面分类研究》一文中研究指出为了提高履带机器人对地面分类的准确率,提出一种基于时频特征和PCA-SVM的地面分类方法。对振动信号采用时域幅值和现代功率谱分析同时进行时频特征提取,并运用主成分分析法(PCA)进行时频特征的融合和简化,然后利用LIBSVM中的一对一支持向量机(SVM)程序,实现地面识别分类。控制履带机器人以2种速度在5种不同的地面上行驶,利用其上安装的惯性导航传感器采集3个方向直线加速度和叁轴的角速度信号,采用本文算法和单一特征分类算法对信号分别进行时频特征处理与地面分类试验。结果表明,本文算法在机器人速度0. 02m/s时可得到更好的分类效果。该方法可为履带机器人实现更有效的地面环境感知和自身在最佳状态下的导航控制运行提供技术支持。(本文来源于《河南理工大学学报(自然科学版)》期刊2019年02期）
郝亮亮[10]（2019）在《基于双目视觉的地面移动机器人目标识别与跟踪算法研究》一文中研究指出近年来,随着科学技术的发展,越来越多的产品开始使用计算机视觉相关的技术,也有越来越多的学者投入到图像处理相关的领域进行研究开发,计算机视觉技术也从以往的理论算法开始往实际应用发展。本文以全国RoboMasters机器人竞赛为背景,主要研究解决比赛中地面移动机器人的自动目标识别与跟踪问题,在机载嵌入式计算机系统上进行应用实现,完成对RoboMasters地面移动机器人自动目标识别与跟踪系统的设计搭建工作。本文通过计算机立体视觉技术,根据比赛中的任务对移动机器人进行目标识别和跟踪算法设计,并在实际系统上进行实现。具体包括以下的工作内容:首先,本文介绍了如何对双目摄像机进行畸变和立体校正,通过对立体匹配算法进行优化,使用双目视觉技术实现对目标的实时测距。其次,通过对地面移动机器人的特征进行分析,设计了针对比赛中移动机器人的装甲板识别算法,设计了多特征信息约束方法,保证了识别的准确性。然后,为了保证本系统中嵌入式计算机视觉系统能够稳定的输出目标的位置信息,本文利用卡尔曼滤波器对识别后的信息进行滤波预测,能够在保证识别精度的基础上有效的保证位置信息的连续性。本文也对TLD和ASMS跟踪算法进行了分析实现和测试。通过测试表明本文提出的识别方法和卡尔曼滤波器融合后的算法,相比TLD和ASMS算法能够获得更高的跟踪精度和更快的跟踪速度。最后,本文完整设计实现了地面移动机器人的目标识别与跟踪系统,平台以TX2和STM32F427分别作为计算机视觉处理器和嵌入式系统控制器。其中TX2计算机平台上运行Ubuntu16.04系统,并在系统上运行ROS机器人操作系统。在STM32F427嵌入式平台上运行FreeRTOS多任务嵌入式操作系统。在实验室模拟环境下,对地面移动机器人的装甲板目标识别和跟踪算法进行了整体的测试。实验结果表明本文针对RoboMasters比赛需求设计的双目视觉识别跟踪系统能够准确、快速、稳定的识别目标地面移动机器人。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
地面机器人论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
如何构建准确可靠的环境模型一直是移动机器人的研究热点。2.5维地图是环境建模常用的环境描述方法。但是在野外环境中,由于机器人运动过程中存在的振动以及传感器的误差,造成高程地图出现偏差,偏差的范围将直接影响机器人路径规划的成败。传统的概率估计方法易于实现高程值的估计,但无法获得高程的可靠范围。为了解决这一问题,本文提出了一种基于鲁棒高程边界的地面机器人环境建模方法。首先构建传感器测量模型并获取测量误差的边界描述,在此基础之上,利用集员估计方法实现高程误差范围边界的估计,并给出了可通过性分析,最后利用实验验证了所提方法的可行性与有效性。与传统的环境感知方法相比,本方法可以获取可靠的高程范围,提升环境模型的鲁棒性和可靠性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地面机器人论文参考文献
[1]..让地面持久洁净iRobot擦地机器人Braavajetm6测评报告[N].电脑报.2019
[2].杜文强,谷丰,孟祥冬,周浩,狄春雷.基于鲁棒高程边界的地面机器人环境建模方法[J].高技术通讯.2019
[3].冯杰.基于ABB1410的机器人地面工作站分层控制系统的研究[J].机电技术.2019
[4].李子欣.基于Metashape的移动机器人叁维地面环境的重构[D].北京交通大学.2019
[5].修瑞.地面打磨机器人运动控制及伺服系统的研究[D].宁夏大学.2019
[6].马泽文.地面机器人定位方法与避障技术的研究[D].河北科技大学.2019
[7].丁晟辉.地面多移动机器人协同避障与路径规划技术[D].南京航空航天大学.2019
[8].刘瀚轩,刘立程,王峰.基于地面特征的单目视觉辅助室内机器人定位方法[J].电视技术.2019
[9].杜习波,朱华.履带机器人基于时频特征与PCA-SVM的地面分类研究[J].河南理工大学学报(自然科学版).2019
[10].郝亮亮.基于双目视觉的地面移动机器人目标识别与跟踪算法研究[D].哈尔滨工程大学.2019
标签：Braava; iRobot; jet; m6; 测评报告; 地图构建; 视觉传感器; 智能规划; 清洁垫; 障碍物;