3 自适应多传感器融合 在实际世界中, 很难得到环境的精确信息 , 也无法确保传感器始终能够正常工作。因此 ,对于各种不确定情况 , 鲁棒融合算法十分必要。现已研究出一些自适应多传感器融合算法来处理由于传感器的不完善带来的不确定性。如 Hong通过革新技术提出 1 种扩展的联合方法, 能够估计单个测量 序列滤波的 卡尔 曼增益 。 Pacini 和Kosko 也研究出 1 种可以在轻微环境噪声下应用的自适应目标跟踪模糊系统, 它在处理过程中结合了卡尔曼滤波算法 [1] 。一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人。徐州新款智能机器人产品介绍
根据导航采用的硬件的不同, 可将导航系统分为视觉导航和非视觉传感器组合导航[ 8] 。视觉导航是利用摄像头进行环境探测和辨识, 以获取场景中绝大部分信息 。视觉导航信息处理的内容主要包括 : 视觉信息的压缩和滤波 、路面检测和障碍物检测 、环境特定标志的识别、三维信息感知与处理。非视觉传感器导航是指采用多种传感器共同工作 , 如探针式、电容式、电感式 、力学传感器、雷达传感器、光电传感器等,用来探测环境 , 对机器人的位置、姿态 、速度和系统内部状态等进行监控, 感知机器人所处工作环境的静态和动态信息,使得机器人相应的工作顺序和操作内容能自然地适应工作环境的变化 ,有效地获取内外部信息 [1] 。
智能路径规划方法是将遗传算法 、模糊逻辑以及神经网络等人工智能方法应用到路径规划中, 来提高机器人路径规划的避障精度 ,加快规划速度, 满足实际应用的需要。其中应用较多的算法主要有模糊方法、神经网络、遗传算法、Q 学习及混合算法等 ,这些方法在障碍物环境已知或未知情况下均已取得一定的研究成果 [1] 。视觉系统是自主机器人的重要组成部分,一般由摄像机、图像采集卡和计算机组成。机器人视觉系统的工作包括图像的获取、图像的处理和分析 、输出和显示, 任务是特征提取 、图像分割和图像辨识 。比较成熟的定位系统可分为被动式传感器系统和主动式传感器系统。
①代机器人：示教再现型机器人。1947年，为了搬运和处理核燃料，美国橡树岭国家实验室研发了世界上台遥控的机器人。1962年美国又研制成功PUMA通用示教再现型机器人，这种机器人通过一个计算机，来控制一个多自由度的机械，通过示教存储程序和信息，工作时把信息读取出来，然后发出指令，这样机器人可以重复地根据人当时示教的结果，再现出这种动作。比方说汽车的点焊机器人，它只要把这个点焊的过程示教完以后，它总是重复这样一种工作。视觉导航是利用摄像头进行环境探测和辨识, 以获取场景中绝大部分信息 。淮安上门安装智能机器人装置
传统路径规划方法主要有以下几种 : 自由空间法、图搜索法 、栅格解耦法 、人工势场法。徐州新款智能机器人产品介绍
在自主移动机器人导航中 , 无论是局部实时避障还是全局规划, 都需要精确知道机器人或障碍物的当前状态及位置, 以完成导航 、避障及路径规划等任务,这就是机器人的定位问题 。比较成熟的定位系统可分为被动式传感器系统和主动式传感器系统。被动式传感器系统通过码盘、加速度传感器、陀螺仪、多普勒速度传感器等感知机器人自身运动状态, 经过累积计算得到定位信息 。主动式传感器系统通过包括超声传感器、红外传感器、激光测距仪以及视频摄像机等主动式传感器感知机器人外部环境或人为设置的路标 , 与系统预先设定的模型进行匹配, 从而得到当前机器人与环境或路标的相对位置 ,获得定位信息 [1] 。徐州新款智能机器人产品介绍
