基于超宽带雷达的机器人室内高精度定位系统探讨

论文价格:150元/篇 论文用途:硕士毕业论文 Master Thesis 编辑:vicky 点击次数:
论文字数:32252 论文编号:sb2021092215075738300 日期:2021-10-04 来源:硕博论文网
本文针对于测量数据中的正常值进行分析,提出了一种基于多方法融合的数据处理方法。首先根据大量测距实验进行分析,得到超宽带雷达测距值分布模型,基于自适应参数的 DBSCAN 聚类算法进行高频测量值提取,将提取后的模型根据真值信息进行线性回归模型训练,最终根据线性回归模型设置阈值,再将异常值进行剔除。本方法有效提高测距准确性,进而提高定位精度。

第 1 章 绪论

1.1 课题背景及研究的目的和意义
随着当今社会的高速发展,我们的生活也在随之进行着改变,越来越多的机器人出现在社会的各个角落,为我们承担繁重、危险或重复的工作。据调查,全球共有超过 277亿美元投入各个工作领域机器人的研发与生产中,包括日常服务、工业生产以及特种作业等。近年来,我国的机器人产业规模正在不断扩大,对机器人的研发生产投资超过 77.9亿美元,其中绝大部分机器人被投入到工作生产中,完成搬运、生产等工作。
但是随着随这智慧城市、智慧生活的不断深入,服务类机器人获得了快速发展的契机,使得机器人出现在我们的日常生活中。为了满足愈加复杂的应用环境以及不断精细的工作内容,机器人应具有自主移动能力、目标识别能力以及自主工作能力等,其中首要问题是解决机器人的自主移动能力。为了让机器人自主移动到工作位置,核心技术是实现机器人自身对周围环境的感知,即实现机器人的自身定位系统。针对不同的应用场景,我们需要采取不同的定位方式,室外开阔的环境中,目前北斗卫星定位系统或 GPS等方式能够很好的满足机器人的定位需求,在室内的复杂环境中,目前使用的室内定位技术有航迹推算定位技术、机器人视觉定位技术以及基于信标定的位技术,其中航迹推算定位技术,基于机器人的初始位置进行定位工作,得到相对坐标位置;机器人视觉定位技术,倾向于室内位置环境地图构建,得到地图模型及相对位置坐标;基于信标的定位技术,通过在室内环境中布设信标,从而建立室内绝对坐标系,通过定位可得到机器人的绝对位置坐标。为满足室内自主移动机器人的自身位置感知需求,我们采取基于信标的定位技术,将无线电传感器作为信标使用。在无线电应用中在无线电的应用中,红外线波长较短,穿透能力弱,无法穿透障碍物,传播的有效距离很短,因此,红外线传感器只适合应用在直线距离非常短、并且沿视距传播的小范围定位。并且,红外线过高依赖于室内设施的摆设及光线情况,在实际室内定位中,存在较大的局限性。
超声波信号在由于自身特性,极易在传输过程中产生衰减,因此,采用超声波信号进行定位,仅可覆盖较小的范围。并且,超声波传感器成本高,难以在普遍环境内进行普及。
...............................

1.2 国内外研究现状
本节首先阐述了超宽带雷达技术在近年来在国内外的发展历程及其应用领域,介绍了国内为的专家学者,对超宽带雷达应用算法的改进及创新工作;其次对室内定位技术进行简单介绍,调研了前人应用各定位技术进行的工作与分析。
1.2.1 超宽带技术研究现状
超宽带技术凭借其的高传输速率、强穿透性以及更高的安全性和更低的系统复杂度低,使其在室内定位领域,得到了许多学者的青睐。2014 年,I.Khajenasiri 等人将 UWB 技术引入智能家居的使用中对家中家具能耗进行监测,将监测与管理系统的能耗降低了一个数量级[1]。2017 年,G.Mokhtari 等人在家居环境中采用 UWB 技术进行家具稳定性风险监测,获取存在高坠落风险的区域,并能准确报警[2]。2012 年,YM. Madany 等人利用 UWB 的良好的通讯能力,开发出智慧交通系统,希望将车与周围环境值间建立通信联系,使车辆可以获取周围环境信息,并将车与车之间建立联系,交换行驶信息[3]。2018 年,第一台 THz/sub-THz 频率成像雷达诞生,由 A.Mostajeran 等人研制,它不同于光学成像的方式,再无任何反射镜及焦透镜的情况下,依旧可以展现出较高的像素分辨率水平,在对厘米级别的物体进行成像时,将横向分辨率及距离分辨率均保持在毫米级别[4]。
随这科技的发展,越来越多的学者将超宽带雷达传感器应用于定位技术中。由于超宽带雷达信号的自身特性,具有低耗能,高穿透等能力,使其展现出了极大的定位优势以及发展前景。
2016 年,E.Kim 等人[5]建立了一种超宽带雷达定位网络模型,应用于无人机飞行导航系统,通过改变超宽带雷达组网的几何结构,为无人机着陆提供精确的定位系统,这是首次应用组网技术,对目标进行移动定位。2018 年 A.Nakamura 等人[6]将超宽带雷达传感器应用于交通信号灯系统,时刻接收来自行人的超宽带信号,并进行数据解算,得到行人的预估位置。将此信息传递给交通信号灯后,根据行人数量级密度调整信号灯变化时间。2017 年,M.Kolakowski 等人[7]将蓝牙传感器与超宽带传感器相结合,利用蓝牙技术的低功耗特性,降低超宽带雷达的能耗损失,让能源的使用效率得到有效提升。同年,A R.Jimenez Ruiz 等人[8]针对现有的商用超宽带雷达定位系统进行比较,实验条件相同,对比其三维定位的准确性。
..................................

第 2 章 移动机器人定位技术

2.1 移动机器人定位方法
当前社会对机器人的要求越来越高,不仅仅停留在根据预先设置的路线过工作模式进行简单的工作。为了让机器人有自主移动和工作能力,首要解决的问题是移动机器人自身定位问题。即如何在复杂的工作环境中,让机器人准确了解自身的位置。
目前移动机器人的定位方法很多,本章首先介绍了航迹推算定位技术、机器人视觉定位技术以及基于传感器信标的定位技术,分析各技术的优越点;随后从原理出发,分析不同传感器定位过程中的误差来源;最后针对多种传感器组网定位模型进行比较。
2.1.1 航迹推算定位技术
航迹推算定位技术是通过对机器人移动的方向与位移进行整合,得到机器人相对于上一时刻的位置信息,以此为依据的定位方式。我们将初始位置作为坐标原点,不断叠加机器人的方向与位移信息,从而更新机器人的位置信息,得到相对坐标。
2.1.2 机器人视觉定位技术
视觉定位技术的主要功能在于将机器人定位于室内地图构建同步进行,利用机器人自身的移动,在未知环境中进行地图构建,同时从起始位置开始刷新自身位置信息。
机器人视觉定位技术,是利用机器人所搭载的光学传感器对周围环境进行感知。首先,通过光学传感器对机器人周边环境进行采集,同时生成地图模型;之后,通过压缩感知周围环境;最后,通过神经网络算法,对信息进行分类,获得机器人位置信息,实现定位目的。
在机器人采集周边环境的过程中,通过传感器的个数,我们可以将视觉定位系统分为单目及双目。利用单目进行定位时,由于其仅采集一幅图像进行分析处理,使得我们需要将采集的信息中的障碍物进行识别工作,通过已有的数据库进行障碍物分类,才能完成定位工作。因此,当机器人面对一些未知障碍物的时候,需要先完善障碍物特征数据库,以便更好地进行机器人定位工作。
图 2-1 RSSI 方法二维定位几何模型
图 2-1 RSSI 方法二维定位几何模型
............................

2.2 传感器定位原理
不同的传感器所发出的信号有着不同的性质,在室内复杂环境中,我们需要尽可能地减小功耗,提高信号的穿透能力,以保证信息可以准确、有效的在各传感器之间进行传递。
本节 介绍了 几种 主要传感器 的定 位原理,分析 各传感 器信号 所包含的信息,从而找出误差成因,并寻找消除误差的方法。
2.2.1 激光雷达定位原理
激光雷达的组成,是由激光与雷达传感器进行融合的新型传感器,由发射器和接收器共同构成,其中发射器由天线及激光发射器共同构成,接收器由光电探测器构成。将激光发射器当作它的辐射源,使得激光与惯性测量单元 IMU技术以及日常生活中我们常见的室内定位系统相结合。
激光雷达传感器定位方法可以确切的获取待测目标的准确的位置信息。如果把它置于机器人中,我们便可清晰直观的看到关于物体的外部信息,例如形态、位置等。
超声波由于其超高的频率,可以在各种介质中很好的传播,其频率通常在20000Hz 以上,在固体、气体、液体中均可有效传递信息。超声波特性明显,具有频率高、波长短、绕射现象小等特点,其方向性强,由发射点沿直线传播。同时,超声波振幅小、能量高、穿透能力强,可以穿透物体表面。在复杂恶劣的环境中,分布着电磁、光线、障碍物等干扰,超声波的这种穿透力可以使其继续工作,完成精准的测量。
在应用超声波进行室内定位的过程中,由已知位置向未知位置进行超声波的发射。首先,超声波发生器发出超声波,在超声波到达待测目标后,进行反射,同时,时间计数器记录飞行时间 T;其次,根据超声波传播时间进行距离估计;最后,进行三维位置解算。
............................

第 3 章 基于超宽带雷达的室内三维定位系统............................................17
3.1 超宽带雷达(UWB)原理.........................................17
3.1.1 超宽带技术基本定义..........................................17
3.1.2 超宽带脉冲信号形式................................17
第 4 章 超宽带雷达测距误差数据处理方法................................. 27
4.1 自适应确定参数的 DBSCAN 聚类算法....................................27
4.1.1 DBSAN 算法................................... 27
4.1.2 自适应参数的 DBSCAN 聚类算法...............................28
第 5 章 室内三维定位实验及结果分析.......................32
5.1 基于超宽带传感器的室内三维定位实验框架.......................................32
5.2 基于多种方法融合的实验数据处理....................................... 33

第 5 章 室内三维定位实验及结果分析

5.1 基于超宽带传感器的室内三维定位实验框架
P440 超宽带无线传感器工作的中心频率为 4.3Ghz,带宽为 2.2GHz,在理想实验室的环境中标定的信号测距精度可以达到 0.05m,在极端挑战性的环境下依然工作良好。实验室采用 P440 超宽带无线传感器进行定位的框架如图 5-1 所示。
图 5-1 三维室内定位系统框架
图 5-1 三维室内定位系统框架

本实验以 4 个 P440 超宽带无线传感器作为基站(锚节点),一个 P440 超宽带无线传感器作为待测节点,待测节点可以安装在需要进行室内定位的移动设备(例如,运动作业机器人)上。P440 超宽带无线传感器可以获取两两节点之间的距离信息,利用这些距离信息和定位算法,可以解算出各个节点的三维坐标,因而就能获得待测节点的三维定位结果。
............................

结论与展望


机器人室内定位技术,是机器人技术中的基础。更好的让机器人“感知”周围环境,了解自身位置,才能使机器人更好的投入工作中。随着自动化城市的建设,人工智能领域得到了极大的发展,使得机器人的需求量显著提升,其中大部分机器人工作的先觉条件,是准确的知道自身位置信息,才能进行下一步的导航、工作等任务,因此,如何提高室内机器人的三维定位精度这个课题逐渐受到了广泛的关注。目前基于超宽带雷达的室内定位算法可以有效的针对各种复杂环境进行定位,但是随着环境的变化,定位精度有时不能满足机器人的工作需求,然而面对提高超宽带雷达定位精度问题,不少人提出了针对单一误差成因进行方法改进。本文针对多数误差成因,提出了一种基于多方法融合的测距精度提升方法,有效提高了室内定位精度。具体结论如下:
(1)介绍了超宽带技术的发展历程,分析了超宽带技术在获取室内三维信息中的潜力与重要性,同时介绍了超宽带技术的国内外研究现状。
(2)对超宽带技术基本原理进行概述,并在此基础上分析了超宽带信号的特点在室内定位中的适用性和优越性。
(3)通过分析室内三维定位系统中的测距过程及定位模型,得到结论,误差的主要源于测距过程中,超宽带雷达信号收到障碍物、环境温度和湿度等外在条件的影响,导致信号发生反折,折射等现象,造成了多径效应和非视距误差。这大大降低了定位的稳定性与准确性。
(4)不同于其他研究,本文针对于测量数据中的正常值进行分析,提出了一种基于多方法融合的数据处理方法。首先根据大量测距实验进行分析,得到超宽带雷达测距值分布模型,基于自适应参数的 DBSCAN 聚类算法进行高频测量值提取,将提取后的模型根据真值信息进行线性回归模型训练,最终根据线性回归模型设置阈值,再将异常值进行剔除。本方法有效提高测距准确性,进而提高定位精度。
参考文献(略)


上一篇:层状路基界面效应及其对运营期损伤评价的推广
下一篇:没有了