基于超声波时差定位和卡尔曼滤波的服务机器人导航方法

南京大学学报(自然科学版) ›› 2015, Vol. 51 ›› Issue (7): 82–.

基于超声波时差定位和卡尔曼滤波的服务机器人导航方法

李剑汶¹,周慧¹,王小阳¹,童峰^1,2*

出版日期:2015-12-27 发布日期:2015-12-27
作者简介:1.厦门大学海洋与地球学院，福建，361100；2 厦门大学水声通信与海洋信息技术教育部重点实验室，福建，361100）
基金资助:

基金项目:厦门市科技项目(3502Z20153002), 厦门大学海洋与地球学院本科生科研训练项目重点资助子课题（2015Z09）

收稿日期：2015-06-30

*通信联系人，E-mail：ftong@xmu.edu.cn

Navigation of service robots based on ultrasonic transit-time positioning and Kalman filter algorithm

Li jianwen¹, Zhou Hui¹, Wang Xiaoyang¹, Tong Feng^1,2*

Online:2015-12-27 Published:2015-12-27
About author: (1. College of Ocean and Earth Sciences, Xiamen University, Fujian, 361100, China; 2. Key Laboratory of Underwater Acoustic Communication and Marine Information Technology, Fujian, 361100, China)

摘要/Abstract

摘要： 与科学研究、国防、警用、核电站等专用用途的移动机器人相比，应用于办公、医院、餐厅、超市等服务领域的服务机器人移动路径相对简单，行走路径以直线为主。本文采用三元阵超声波被动定位算法进行服务机器人实时定位，为了降低定位系统所需的信标数量，建立服务机器人运动模型并结合卡尔曼滤波算法进行定位轨迹后置处理，提高了较大范围内的服务机器人导航定位精度。实验结果验证了本文方法的有效性。

Abstract: Compared with the mobile robots used in science research, defense, police, nuclear power plant and other special-purpose, the movement path of service robots used in offices, hospitals, restaurants, supermarket and other service areas is relatively simple. The main movement path of this type of robot is straight line. Three unit array ultrasonic passive localization algorithm is adopted in the real-time navigation of service robots. In order to reduce the number of beacon, we set up the service robot motion model and combine the Kalman filter algorithm to post-process the location results for better accuracy. Experimental results are provided to validity the effectiveness of the proposed navigation approach.

李剑汶¹,周慧¹,王小阳¹,童峰^1,2*. 基于超声波时差定位和卡尔曼滤波的服务机器人导航方法[J]. 南京大学学报(自然科学版), 2015, 51(7): 82–.

Li jianwen¹, Zhou Hui¹, Wang Xiaoyang¹, Tong Feng^1,2*. Navigation of service robots based on ultrasonic transit-time positioning and Kalman filter algorithm[J]. Journal of Nanjing University(Natural Sciences), 2015, 51(7): 82–.

参考文献

[1] 熊光明,赵涛,龚建伟,高峻峣. 服务机器人发展综述及若干问题探讨[J].机床与液压,2007.35（3）：212-215

[2] 黄远灿. 国内外军用机器人产业发展现状[J].机器人技术与应用,2009（双月刊第2期）：25-31

[3]王殿君,兰云峰,任福君等.基于有源RFID的室内移动机器人定位系统[J].清华大学学报（自然科学版）,2010.50（5）：673-676

[4]杨明,王宏,张钹.基于激光雷达的移动机器人位姿估计方法综述[J].机器人,2002.24（2）：177-183

[5]刘磊,王永骥,程磊.基于声纳的智能机器人自主定位算法研究[J].华中科技大学学报（自然科学版）,2004.31（增刊）：140-142

[6]孔凡天,陈幼平,谢经明等.基于多传感器信息融合的移动机器人导航系统[J].计算机工程与应用,2005.32（1）：22-27

[7]徐复,惠俊英,余赟.三点法被动定位误差分析及修正[J].兵工学报,2010.31（9）：1169-1173

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed