针对机器人在复杂动态工作环境下如何进行定位和导航的问题做了深入研究,全文阐述了机器人混合导航和地图重建的基本方法。首先,介绍了机器人机械结构与软件平台,并分析了经典双轮差动模型,并总结了机器人的应用范围;然后,通过对视觉数据的数据采集实现了对于环境特征的提取,建立了导航图像和导航机器人导航;最后,建立了基于超声波传感器的模糊避障系统,解决了由于障碍物定位不准确、检测盲区、镜子反射等缺陷导致避障不稳定的问题。经过实验证明,该机器人具有良好的避障性能和导航性能,实现了机器人视觉导航算法。

为实现安防巡逻机器人视觉区域高效覆盖,准确跟踪巡逻路径,提出了基于多层代价地图的机器人全覆盖视觉导航方法。通过图像预处理、检测障碍物边缘、提取障碍物特征点三个步骤构建机器人安防巡逻环境模型,将周边区域中活动行为看作人造引力场运动,运用逆势场法优化人工势场法的局部最优解问题,通过直线连接原始方位与全部切线点,计算机器人运行的安全路径;行人感知前提下组建个人空间与群组交互社会代价模型,运用A*算法在导航搜索图内实施启发式搜索,并根据路径长短、社会收敛代价计算真实社会代价,增强导航准确性。测试结果表明,所提方法可提高机器人多变环境适应能力,导航实时性强,精度较高。

为自主、精确测量无人机的飞行速度,研究并发展了一种基于序列图像的无人机自测速方法并进行了相应的试验。该方法利用无人机上已有的惯导装置、高度计和摄像机,在连续成像的条件下,通过匹配跟踪得到地面同名点在相邻两帧光学或红外实时图中的位置,利用飞行高度、姿态信息和成像帧频计算得到无人机的瞬时飞行速度。在无人机的匀速平飞段,通过大量数据拟合得到高精度的平均飞行速度。通过挂飞试验对方法进行了验证,实时得到了小于0.2 m/s的测速结果,满足工程要求的精度,为工程应用打下了一定的基础。

该文对液压动力平板车的液压原理进行分析, 结合电气自动化控制技术, 采用机器视觉导航方式, 实现在狭小库房内的自动驾驶技术.