本文關(guān)鍵詞：RFID在智能撿球機器人球體定位中的研究

  更多相關(guān)文章： 撿球機器人 RFID室內(nèi)定位 LANDMARC算法 參考標簽

【摘要】：隨著生活水平、科技水平的不斷提高,智能機器人已逐漸進入人們的生活。目前,越來越多的人注重身體健康,在閑暇之余進行體育鍛煉已成為現(xiàn)代人生活的一部分。室內(nèi)乒乓球、網(wǎng)球等運動受到了更多人的青睞,這類運動用時少、鍛煉效果好,但隨之而來的問題就是人們在運動之余不得不去撿取散落在球場各處的球體,費時費力。為了解決這個問題,設(shè)計出了基于視覺識別和多傳感器數(shù)據(jù)融合的智能撿球機器人來代替人工撿球,但因其視覺范圍較小,定位時間較長,因此,找出一種快速精準的定位方法勢在必行,而RFID室內(nèi)定位技術(shù)是定位領(lǐng)域研究的熱點。目前,基于RFID的室內(nèi)定位技術(shù)主要采用LANDMARC算法,通過引入輔助參考標簽來確定待定位標簽的物理位置,在室內(nèi)環(huán)境下具有較為理想的定位精度。然而,LANDMARC算法仍然存在一些不足,其定位精度與近鄰參考標簽個數(shù)和參考標簽的部署密度有關(guān)。因此,在實驗分析的基礎(chǔ)上,對基于LANDMARC算法的球體定位技術(shù)進行了深入研究,主要包括以下兩個方面:(1)針對LANDMARC算法的定位精度與近鄰參考標簽個數(shù)有關(guān)的問題,在選取的近鄰參考標簽中引入加權(quán)思想來改進算法。傳統(tǒng)的算法僅僅局限于在小范圍定位環(huán)境中選取3-5個參考標簽,而在較大的定位環(huán)境中,距閱讀器較遠的相鄰參考標簽存在干擾近鄰參考標簽選取的情況,需要選取較多的參考標簽來輔助定位,但定位誤差會隨著選取參考標簽數(shù)量的增加而增大�；诩訖�(quán)因子的LANDMARC算法優(yōu)化了計算過程中權(quán)重的分配,降低了系統(tǒng)誤差,提高了定位精度。仿真實驗結(jié)果表明,改進后的算法在選取較多參考標簽的情況下基本達到了撿球機器人所需定位精度。(2)針對LANDMARC算法的定位精度也與參考標簽部署密度有關(guān)的問題,通過引入虛擬參考標簽的方法來進一步提高定位精度。在實際中,參考標簽之間存在著信號干擾,并不允許大量部署,部署越密集其影響程度越高。而虛擬參考標簽與真實參考標簽擁有相同的特性,其收信場強值可以根據(jù)路徑損耗模型做出推算。因此,在定位過程中,采用基于虛擬參考標簽的定位算法與改進的LANDMARC定位算法相結(jié)合的方式進行兩次定位。仿真實驗結(jié)果表明,基于虛擬參考標簽的定位算法進一步提高了定位精度,且對于單個待定位標簽,改善效果顯著,使球體定位精度由分米級提高到厘米級。
【關(guān)鍵詞】：撿球機器人 RFID室內(nèi)定位 LANDMARC算法 參考標簽
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.44;TP242.6
【目錄】：

• 摘要7-8
• ABSTRACT8-12
• 第一章 緒論12-17
• 1.1 課題意義12-13
• 1.2 國內(nèi)外RFID機器人研究現(xiàn)狀13-14
• 1.3 RFID定位技術(shù)研究現(xiàn)狀14-15
• 1.4 本文內(nèi)容與結(jié)構(gòu)15-17
• 第二章 智能撿球機器人系統(tǒng)設(shè)計17-23
• 2.1 智能撿球機器人系統(tǒng)組成17-18
• 2.2 撿球機器人模塊設(shè)計18-20
• 2.2.1 視覺定位系統(tǒng)18-19
• 2.2.2 避障系統(tǒng)19
• 2.2.3 動力系統(tǒng)19
• 2.2.4 撿球計數(shù)系統(tǒng)19-20
• 2.2.5 信息處理系統(tǒng)20
• 2.3 撿球機器人撿球方法設(shè)計20-22
• 2.4 本章小結(jié)22-23
• 第三章 RFID技術(shù)概述及常用定位算法23-35
• 3.1 RFID系統(tǒng)概述23-26
• 3.1.1 RFID系統(tǒng)的基本組成23-25
• 3.1.2 RFID系統(tǒng)的特點25
• 3.1.3 RFID的工作流程25-26
• 3.2 RFID系統(tǒng)的分類26-28
• 3.3 常用定位算法分類28-33
• 3.3.1 基于測距的定位算法28-31
• 3.3.2 基于非測距的定位算法31-33
• 3.4 基于RSSI和KNN的LANDMARC定位系統(tǒng)33-34
• 3.5 本章小結(jié)34-35
• 第四章 基于加權(quán)因子的改進LANDMARC算法研究35-46
• 4.1 基本LANDMARC算法35-36
• 4.2 LANDMARC算法的優(yōu)缺點36
• 4.3 LANDMARC算法仿真分析36-37
• 4.4 加權(quán)因子改進37-38
• 4.5 仿真與分析38-45
• 4.5.1 仿真與分析一38-40
• 4.5.2 仿真與分析二40-41
• 4.5.3 仿真與分析三41-43
• 4.5.4 仿真與分析四43-45
• 4.6 本章小結(jié)45-46
• 第五章 基于虛擬參考標簽的定位算法研究46-54
• 5.1 參考標簽部署密度對定位精度的影響46-47
• 5.2 定位精度評價指標47-49
• 5.3 基于虛擬參考標簽的定位算法49-53
• 5.3.1 VIBE算法簡介49-50
• 5.3.2 基于虛擬參考標簽的改進方案50-51
• 5.3.3 仿真與分析51-53
• 5.4 本章小結(jié)53-54
• 總結(jié)與展望54-56
• 參考文獻56-61
• 致謝61-62
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓浩;董硯秋;張娟;;基于湖面清掃機器人的圖像識別技術(shù)研究[J];科技資訊;2006年33期

2 Joseph Ogando;;讓機器人放松“肌肉”[J];工業(yè)設(shè)計;2007年11期

3 ;《機器人技術(shù)與應(yīng)用》全年總目次[J];機器人技術(shù)與應(yīng)用;2010年06期

4 郭健;;機器人在涂裝車間的應(yīng)用[J];科技視界;2012年31期

5 王偉;;日本農(nóng)用機器人的研究成果與趨勢[J];農(nóng)業(yè)機械;1994年11期

6 董雅萍;有視覺的機器人[J];世界制造技術(shù)與裝備市場;2001年01期

7 梁冰,洪炳昒,曙光;基于視覺與行為模型的機器人目標跟蹤[J];通信學(xué)報;2004年01期

8 張彥鐸,魯統(tǒng)偉;基于航跡關(guān)聯(lián)的足球機器人視覺系統(tǒng)的改進[J];哈爾濱工業(yè)大學(xué)學(xué)報;2004年07期

9 高崢;擬人機器人視覺系統(tǒng)的軟件設(shè)計[J];計算機工程與設(shè)計;2004年11期

10 靳曄;施釉機器人視覺系統(tǒng)設(shè)計[J];河北省科學(xué)院學(xué)報;2005年03期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 陳衛(wèi)東;曹其新;賈建強;羅真;王磊;黃永志;繆壽洪;張衛(wèi)星;徐化;欒楠;付莊;張彭濤;孫英杰;張飛;張春裕;包賢捷;;面向動態(tài)與競爭環(huán)境的多機器人團隊[A];馬斯特杯2003年中國機器人大賽及研討會論文集[C];2003年

2 張春龍;黃小龍;劉衛(wèi)東;張妍;李南;張俊雄;李偉;;基于機器視覺的鋤草機器人信息獲取方法研究[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會論文集[C];2011年

3 張亞靜;喬軍;劉剛;李民贊;;水果采摘機器人視覺系統(tǒng)的發(fā)展現(xiàn)狀研究[A];2007年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文摘要集[C];2007年

4 雍超;竺長安;杜華生;;基于視覺和超聲技術(shù)的機器人視覺系統(tǒng)[A];第六屆全國計算機應(yīng)用聯(lián)合學(xué)術(shù)會議論文集[C];2002年

5 徐大宏;;基于彩色識別的足球機器人視覺系統(tǒng)研究與實現(xiàn)[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

6 高瑞;劉剛;司永勝;劉兆祥;;蘋果采摘機器人視覺系統(tǒng)研究[A];紀念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

7 袁波;徐科軍;盛磊;;基于TMDXEVM642的機器人視覺系統(tǒng)[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

8 張汝波;張亮;張子迎;;基于立體視覺的機器人目標識別與跟蹤[A];2007年中國智能自動化會議論文集[C];2007年

9 湯修映;張鐵中;;黃瓜收獲機器人避碰軌跡規(guī)劃[A];走中國特色農(nóng)業(yè)機械化道路——中國農(nóng)業(yè)機械學(xué)會2008年學(xué)術(shù)年會論文集（上冊）[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 青島日報、青報網(wǎng)記者 林剛;高端機器人裝備年產(chǎn)400臺[N];青島日報;2014年

2 本報記者 徐光;全球增速第一 國內(nèi)機器人產(chǎn)業(yè)快速崛起[N];中國證券報;2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬爽;具有自主發(fā)育能力的機器人感知與認知方法研究[D];吉林大學(xué);2016年

2 陳浩耀;面向多機器人編隊的基于視覺定位系統(tǒng)研究[D];中國科學(xué)技術(shù)大學(xué);2009年

3 瞿心昱;基于仿人腦認知計算模型的機器人視覺學(xué)習(xí)方法[D];浙江工業(yè)大學(xué);2012年

4 王勇;棉花收獲機器人視覺系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2007年

5 張正濤;乒乓球機器人視覺測量與控制[D];中國科學(xué)院研究生院（自動化研究所）;2010年

6 陳四杰;面向數(shù)控機床群的上下料機器人視覺識別定位研究[D];江蘇大學(xué);2013年

7 王海青;黃瓜收獲機器人視覺系統(tǒng)的研究[D];南京農(nóng)業(yè)大學(xué);2012年

8 張健;220kV/330kV高壓帶電清掃機器人視覺系統(tǒng)的研究[D];上海交通大學(xué);2009年

9 呂小蓮;基于四自由度西紅柿采摘機器人視覺系統(tǒng)的研究[D];沈陽農(nóng)業(yè)大學(xué);2008年

10 陳華斌;運載火箭動力系統(tǒng)五通連接器機器人GTAW質(zhì)量控制系統(tǒng)[D];上海交通大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張皓然;四足除草機器人的靜態(tài)步行及穩(wěn)定性研究[D];昆明理工大學(xué);2015年

2 李晶路;基于人工路標的室內(nèi)機器人自定位算法研究[D];長安大學(xué);2015年

3 霍美杰;基于動態(tài)結(jié)構(gòu)網(wǎng)絡(luò)的機器人發(fā)育機制研究[D];華北理工大學(xué);2015年

4 宗鵬程;基于NAO機器人的視覺目標檢測與跟蹤[D];華北電力大學(xué);2015年

5 黎嘉文;基于行為的多機器人協(xié)同研究與實現(xiàn)[D];揚州大學(xué);2014年

6 王寧揚;面向服務(wù)機器人的蜂巢氣動網(wǎng)絡(luò)軟件執(zhí)行器研究[D];中國科學(xué)技術(shù)大學(xué);2016年

7 嚴帥;基于GPU加速的機器人人臉檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2016年

8 張永恒;輪足結(jié)合清潔機器人輪行控制與路徑規(guī)劃研究[D];燕山大學(xué);2016年

9 陶威;機器人3D視覺傳感器設(shè)計與實現(xiàn)[D];西南交通大學(xué);2016年

10 楊勝男;仿人頭像機器人人工鼻—肺系統(tǒng)及氣味識別算法研究[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號：893857