基于无线传感器网络的移动机器人室内动态定位-博士学位论摘要.PDFVIP

博士学位论文公示材料 学生姓名 冯晟 学号 1310367 二级学科 模式识别与智能系统 导师姓名 吴成东 论文题目 基于无线传感器网络的移动机器人室内动态定位 论文关键词 室内环境；无线传感器网络；摄像机网络；无线多媒体传感器网络；移动机器 人动态定位 论文摘要( 中文) 移动机器人的室内动态定位是机器人和传感器网络领域中的一项关键技术。本文聚焦在三种平台 的移动机器人定位算法的研究工作，三种平台分别是无线传感器网络(Wireless Sensor Networks, WSNs)、 摄像机网络(Camera Networks, CNs)和无线多媒体传感器网络(Wireless Multimedia Sensor Networks, WMSNs) ，因为该平台对定位性能具有重要影响。主要研究内容和成果体现在以下几个方面： 针对移动机器人在室内网络盲区的动态定位失效问题，提出了一种动态选择信标节点建立网格区 域的自主动态定位系统。该方法应用信标信号强度信息完成测距。并且，使用基于网格改进的极大似 然方法实现机器人的定位。通过卡尔曼滤波器进行定位误差校正。该方法实现了经典卡尔曼滤波器和 定位算法的结合，目的是平滑和优化算法结果。实验结果表明在网络盲区中卡尔曼滤波比其它算法具 有更好的性能。 针对室内无线传感器网络通信传输不稳定和定位精度较差的情况，提出了一种移动机器人自主动 态定位系统，通过实时选择邻近信标节点，确定节点坐标构成的边界，绘制局部网格空间，实现机器 人动态定位。采用基于测距的改进近似三角形内点测试(APIT)算法完成定位，再使用卡尔曼算法修正定 位误差。该方法适用于室内网络传输不稳定的实际情况。 针对网络不是全局刚性和经典三边测量法失效问题，提出了采用基于隐形边的最大范围定位算法 (Maximum Range Localization with/without shadow edges, MRL) ，该方法在选择的节点不能相互感知的情 况下实现了在最大范围内定位移动机器人。MRL 算法利用移动机器人自身可移动和智能，到达最大边 界范围。为了利用信标节点自动部署技术实现灾后未知区域探索，移动机器人的路径规划必须具备壁 障和无线传感器网络中的非视距(Not Line Of Sight, NLOS)定位功能。提出了基于三角形和生成树的路 径规划方法实现室内环境中信标节点的增量式部署。该方法与三边测量法进行深入比较研究，证明该 方法可以在三边测量法失效的情况下实现成功定位。 针对在多摄像机系统中的联合标定和实时三维定位问题，提出了三维定位方法，该方法融合多视 角二维图像坐标，实现实时三维空间定位。改进的公垂线中点质心(Improved Common Perpendicular Centroid, ICPC)算法减少了阴影检测的负面效果，改进了定位精度。联合标定方法实现了多摄像机同步 获取内部参数和外部参数。实验结果表明该算法实现了室内多视角监控环境下的精确定位并有效降低 计算复杂度。 针对在无线多媒体传感器网络中获取移动机器人三维信息时，网络不稳定和协调器端存在通信瓶 颈问题，提出了适应动态网络环境的实时三维定位算法，实现在室内多视角无线多媒体传感器网络中 同步定位移动机器人。并且，结合多种智能传感器建立了适于实际应用的智能传感器架构。递推最小 二乘(Recursive Least Squares, RLS)算法融合了多视角二维图像坐标，计算移动机器人的三维空间位置。 并提出误差补偿机制减少在多视角数据融合中产生的误差。该方法可以在室内无线多媒体网络环境中 实现可靠和有效的实时三维定位。 本文通过理论分析和实验实践相结合的方法研究了无线传感器网络、摄像机网络和无线多媒体传 感器网络中的移动机器人动态定位问题，对提出的算法进行了仿真和实验分析。通过与其它方法的对 比，证明了本文方法具有定位精度高，实时性和有效性。 —1— 论文摘要（英文） Indoor localization of mobile robot