摘要：为提高移动机器人的工位定位精度,通过实验分析了超声波传感器的测量距离d和入射角α对测量精度的影响。基于代数神经网络能实现样本空间的精确映射并具有较好非线性逼近能力,设计了一种移动机器人侧向定位融合模型。经实验比较,该定位融合模型具有较高的精度,使得位置误差小于0.9957mm,角度误差小于0.2966°。将该定位融合模型应用于自主研发的移动机器人的定位实验中,定位位置精度可达到±2.5mm,姿态角精度可达到±0.42°,满足定位要求。

摘要：本文设计了由电位器、编码器、陀螺仪和磁栅尺组成的AGV多传感器导航系统,采用一种简化的Kalman滤波器对这些传感器的数据进行融合来实现AGV的位姿估计,离线处理陀螺仪和编码器信号的协方差。针对编码器和陀螺仪的积累误差,在路径上每隔一段距离设置一对磁钉,由磁栅尺检测进行绝对位姿校正。这种算法简单易行,可在运动控制卡上编程实现,提高了AGV系统的实时性和导航精度。在操舵型AGV牵引车上的实验证明了这种方法的有效性。

摘要：为了标定KVH-C100型电子罗盘,分析了电子罗盘产生误差的原因,设计了电子罗盘信号采集的软硬件系统;为了减少随机因素的干扰,对采样数据进行了中值滤波;在此基础上,采用神经网络代数算法建立了电子罗盘的误差补偿模型,该模型能实现在样本空间的精确映射,具有较高的非线性逼近精度。通过实验证明该补偿模型比中值正弦误差补偿精度高,使得误差范围由标定前的-5.468 15°～1.457 96°减小到-0.492 8°～0.517 8°,重复性实验也证明该补偿模型一致性好,满足控制要求。

摘要：超声波传感器的入射角对输出有很大的影响,通过实验分析了入射角对输出的影响。采用引入误差补偿因子的方法,标定了传感器的测量模型,使得测量精度大大提高。在此基础上,基于多源信息融合设计了3种移动机器人侧向定位模型。经实验比较证实,引入误差补偿因子的融合模型定位精度高,可以使得距离误差控制在±2.4mm,姿态角误差控制在±0.32°以内。最后,将该融合模型应用于移动机器人的实际控制中,距离误差为±3.7mm、姿态角误差为±0.58°,满足移动机器人定位精度的要求。