导读:本文包含了移动机器人自定位论文开题报告文献综述及选题提纲参考文献，主要关键词:微小型机器人,红外,定位,粒子滤波
移动机器人自定位论文文献综述
翟亚芳,顾钊源,张大伟[1]（2019）在《基于粒子滤波的微小型移动机器人红外定位研究》一文中研究指出对微小型移动机器人之间的协作定位问题进行了研究.根据微小型机器人的结构特点,建立了它们之间的红外定位模型.在红外定位的基础上,将粒子滤波算法应用于微小型移动机器人的状态估计中.结合红外传感器信息更新各时刻机器人位姿信息的粒子集,并利用粒子集逼近机器人当前时刻的位姿状态.通过实验和误差分析,对所建立的基于粒子滤波的红外定位方法的可行性进行了验证.(本文来源于《郑州大学学报(理学版)》期刊2019年04期）
李杰,涂朴[2]（2019）在《基于无线传感节点的移动机器人目标定位和搜索算法》一文中研究指出移动机器人在没有GPS导航的户外环境中,如何确定目标节点的位置以及寻找一条路径到达目标位置是本文研究的主要内容。首先通过分撒无线传感器节点寻找目标,再由传感器节点发送信号给移动机器人测算距离,再通过目标定位算法定位出目标节点的位置。本文还设计了一种目标搜索方案,通过此方案移动机器人可规划出一条路径到达目标节点,最后实现成功搜索到目标节点。通过仿真结果显示,方案是有效可行的。(本文来源于《自动化技术与应用》期刊2019年11期）
徐柳坡,韩英哲,马放[3]（2019）在《基于ZigBee的移动机器人定位研究》一文中研究指出移动定位是当今移动机器人技术研究的热门领域。设计了基于ZigBee的移动机器人定位研究方案,研究了基于接收信号强度(RSSI)测距技术。以移动机器人作为无线定位系统中的移动节点,通过收集临近参考节点的坐标和RSSI值,使用最小二乘法修正并辅以质心定位算法对距离进行优化,实现了移动机器人的无线定位。设计了Qt人机交互界面,其易于扩展、可移植性好。试验结果表明,定位算法能够在复杂的实验室环境下将定位误差控制在1 m以内,实现较为精确的定位,满足消防移动机器人定位的应用要求。由于GPS定位适应于室外场所,在室内目标定位和跟踪等应用中,无线传感器网络可以弥补GPS在室内难以获得位置信息的弊端。与其他ZigBee的移动机器人定位系统相比,该系统创新了定位算法,具有定位精度高、稳定性好的特点,解决了复杂室内环境下定位精度骤然下降的难题,克服了目前移动机器人定位成本高、难扩展、难移植、实时性差的问题。(本文来源于《自动化仪表》期刊2019年10期）
华豪,葛孟媛[4]（2019）在《基于改进ICP算法的移动机器人室内激光扫描定位方法》一文中研究指出使用单一的传感器在机器人的室内同步定位与构图中会存在较大的误差,利用移动机器人机载传感器里程计、陀螺仪信息融合得到位移和姿态角度偏转数据再结合外部传感器激光测距仪数据可以得到更加准确的移动机器人位姿变化。本文提出一种利用里程计和陀螺仪数据对激光测距仪采集到的环境实时激光数据进行变换,然后寻找在全局地图中与变换后的数据相关的线段点集区域,再在相关线段点集区域中进行点匹配,并求出各相关线段点集区域对匹配后的位姿变换参数矩阵,最后对各相关线段点集区域对求出的位姿变换参数融合得到移动机器人的最终变换位姿参数,实现移动机器人的激光扫描定位。通过搭建实验平台对改进的算法进行了验证,本文提出的改进ICP算法优于经典ICP算法。(本文来源于《科学技术创新》期刊2019年29期）
张国荣,王志亮,赵振栋,王明涛,张心印[5]（2019）在《移动机器人同时定位与建图研究综述》一文中研究指出移动机器人同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是近年研究热点。介绍了常用的卡尔曼滤波SLAM、图优化SLAM原理和基础理论,阐述卡尔曼滤波SLAM、图优化SLAM关键技术及研究进展,并对机器人SLAM未来研究进行了展望。(本文来源于《软件导刊》期刊2019年10期）
易柯敏,沈艳霞[6]（2019）在《激光SLAM导航移动机器人定位算法研究综述》一文中研究指出本文首先对激光SLAM导航定位进行描述,并归纳出激光SLAM定位算法发展过程中需要解决的问题,进而针对激光SLAM基于扩展卡尔曼滤波以及蒙特卡洛粒子滤波等定位算法的原理及其应用进行深入分析与总结,最后对激光SLAM导航移动机器人定位算法的未来发展进行展望。(本文来源于《机器人技术与应用》期刊2019年05期）
米汤,袁杰,王宏伟,潘荣敏[7]（2019）在《基于激光同步定位与建图的移动机器人路径寻优方法》一文中研究指出针对未知场景下移动机器人路径寻优问题,提出一种基于改进蚁群算法的激光SLAM移动机器人路径寻优方法。该方法由场景重构和路径寻优组成,利用激光雷达传感器观测特征物信息对广义卡尔曼滤波估计值更新,建立场景理解信息点云构造二维栅格地图,根据场景重构地图信息结合改进的蚁群算法进行路径优化。在复杂场景下,通过激光SLAM移动机器人实验表明,改进蚁群算法的激光SLAM移动机器人在多种复杂场景路径寻优和运行消耗时间等方面取得了较好的效果。(本文来源于《科学技术与工程》期刊2019年27期）
李宁,宁显斌[8]（2019）在《室内移动机器人的定位技术研究》一文中研究指出近年来,人工智能等新技术的出现,推动了我国科技水平的提高。人工智能技术在很多领域都有应用,尤其是机器人领域,移动机器人的出现标志着我国科技水平达到了一个新的阶段。文章以移动机器人作为切入点,就室内移动机器人展开讨论,分析了其中的定位技术,希望可以引起人们的关注,解决相关人员的问题。(本文来源于《住宅与房地产》期刊2019年27期）
连黎明[9]（2019）在《基于多信息融合的移动机器人定位算法》一文中研究指出为了提高机器人的定位精度,提出了一种基于里程计、单目视觉与激光雷达信息相融合的自定位算法.首先,由里程计推算出机器人在各个时刻位置的估计值;其次,在不同时刻计算出机器人摄像头与任意两个环境特征点的夹角变化,通过激光雷达获得环境特征点的距离和角度并利用扩展卡尔曼滤波算法与里程计的定位信息进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.实验结果表明,该算法在多转角、长距离的情况下取得了满意的效果,有效地提高了定位精度.(本文来源于《西南师范大学学报(自然科学版)》期刊2019年09期）
齐咏生,孙作慧,李永亭,刘利强[10]（2019）在《基于ISRCDKF的移动机器人同时定位与建图研究》一文中研究指出为解决移动机器人在同时定位和建图(Simultaneous localization and mapping,SLAM)技术中普遍存在状态精度不高、稳定性差、计算复杂等问题,提出一种基于迭代平方根中心差分卡尔曼滤波(Iterated square root central difference Kalman filter,ISRCDKF)的SLAM自主定位算法,以满足SLAM过程中的实时性、准确性等要求。该算法使用中心差分变换处理SLAM的非线性问题,避免了泰勒公式展开中雅可比矩阵复杂运算;同时在滤波更新过程中,通过直接传递协方差矩阵的平方根因子减少算法的复杂度;在迭代观测更新过程中,使用列文伯格-马夸尔特(Levenberg-Marquardt,L-M)优化方法引入调节参数,实时修正协方差矩阵,达到提高算法精度、增强稳定性的目的。仿真结果表明,在相同的数据模型和噪声环境下,本文提出的ISRCDKF-SLAM算法与基于扩展卡尔曼滤波(Extended Kalman filter,EKF)的SLAM算法、无迹卡尔曼滤波(Unscented Kalman filter,UKF)的SLAM算法和容积卡尔曼滤波(Cubature Kalman filter,CKF)的SLAM算法相比,均方根误差分别降低了47. 3%、32. 7%和25. 0%;与相同计算复杂度的UKF-SLAM算法和CKF-SLAM算法相比,新算法的运行时间分别减少了15. 1%和10. 8%。将新算法嵌入到移动机器人平台进行现场实验验证,进一步证明了该算法的实用性和有效性。(本文来源于《农业机械学报》期刊2019年11期）
移动机器人自定位论文开题报告
（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：
移动机器人在没有GPS导航的户外环境中,如何确定目标节点的位置以及寻找一条路径到达目标位置是本文研究的主要内容。首先通过分撒无线传感器节点寻找目标,再由传感器节点发送信号给移动机器人测算距离,再通过目标定位算法定位出目标节点的位置。本文还设计了一种目标搜索方案,通过此方案移动机器人可规划出一条路径到达目标节点,最后实现成功搜索到目标节点。通过仿真结果显示,方案是有效可行的。
（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。
移动机器人自定位论文参考文献
[1].翟亚芳,顾钊源,张大伟.基于粒子滤波的微小型移动机器人红外定位研究[J].郑州大学学报(理学版).2019
[2].李杰,涂朴.基于无线传感节点的移动机器人目标定位和搜索算法[J].自动化技术与应用.2019
[3].徐柳坡,韩英哲,马放.基于ZigBee的移动机器人定位研究[J].自动化仪表.2019
[4].华豪,葛孟媛.基于改进ICP算法的移动机器人室内激光扫描定位方法[J].科学技术创新.2019
[5].张国荣,王志亮,赵振栋,王明涛,张心印.移动机器人同时定位与建图研究综述[J].软件导刊.2019
[6].易柯敏,沈艳霞.激光SLAM导航移动机器人定位算法研究综述[J].机器人技术与应用.2019
[7].米汤,袁杰,王宏伟,潘荣敏.基于激光同步定位与建图的移动机器人路径寻优方法[J].科学技术与工程.2019
[8].李宁,宁显斌.室内移动机器人的定位技术研究[J].住宅与房地产.2019
[9].连黎明.基于多信息融合的移动机器人定位算法[J].西南师范大学学报(自然科学版).2019
[10].齐咏生,孙作慧,李永亭,刘利强.基于ISRCDKF的移动机器人同时定位与建图研究[J].农业机械学报.2019