基于多种传感器的自动导航小车避障的研究
《2024年基于多种传感器的自动导航小车避障的研究》范文
《基于多种传感器的自动导航小车避障的研究》篇一一、引言随着科技的不断发展，自动导航小车在物流、军事、救援等领域的应用越来越广泛。
其中，避障技术是自动导航小车研究的重要方向之一。
本文将研究基于多种传感器的自动导航小车避障技术，通过分析和实验，探究其在实际应用中的性能和优势。
二、背景知识自动导航小车的避障技术主要依赖于传感器技术。
传感器可以检测周围环境中的障碍物，并将检测结果传递给小车的控制系统，从而控制小车的运动方向和速度，以避免与障碍物发生碰撞。
目前，常用的传感器包括红外传感器、超声波传感器、激光雷达等。
三、多种传感器在自动导航小车避障中的应用（一）红外传感器红外传感器是一种常见的传感器，具有成本低、使用方便等优点。
在自动导航小车中，红外传感器主要用于检测前方和侧方的障碍物。
当红外传感器检测到障碍物时，会将信号传递给控制系统，控制系统根据信号的强弱和距离的远近来控制小车的速度和方向。
（二）超声波传感器超声波传感器是一种能够测量距离的传感器。
在自动导航小车中，超声波传感器主要用于检测近距离的障碍物。
当超声波传感器检测到障碍物时，会将信号传递给控制系统，控制系统根据信号的强度和距离来控制小车的避障行为。
（三）激光雷达激光雷达是一种高精度的传感器，可以测量周围环境的三维信息。
在自动导航小车中，激光雷达可以提供更加精确的障碍物信息，包括障碍物的位置、形状和大小等。
通过激光雷达的测量结果，控制系统可以更加准确地控制小车的避障行为。
四、实验与分析为了验证多种传感器在自动导航小车避障中的性能和优势，我们进行了一系列的实验。
实验中，我们将自动导航小车放置在模拟环境中，并使用不同的传感器进行避障实验。
实验结果表明，多种传感器可以有效地提高自动导航小车的避障性能。
其中，红外传感器适用于检测远距离的障碍物，超声波传感器适用于检测近距离的障碍物，而激光雷达可以提供更加精确的障碍物信息。
在实际应用中，我们可以根据不同的应用场景和需求选择合适的传感器组合来提高避障性能。
《2024年基于多种传感器的自动导航小车避障的研究》范文
《基于多种传感器的自动导航小车避障的研究》篇一一、引言随着科技的发展，自动导航小车在各个领域的应用越来越广泛，特别是在物流、安防、军事等领域，避障技术是自动导航小车实现自主导航的重要环节。
为了更好地适应复杂多变的环境，基于多种传感器的自动导航小车避障技术的研究显得尤为重要。
本文旨在探讨基于多种传感器的自动导航小车避障技术的研究，以提高小车的自主性和可靠性。
二、多种传感器技术概述自动导航小车主要依赖传感器来感知环境并进行避障。
目前，常见的传感器包括红外传感器、超声波传感器、摄像头传感器、激光雷达传感器等。
这些传感器各有优缺点，如红外传感器成本低、但易受环境影响；超声波传感器对障碍物形状敏感，但探测距离有限；摄像头传感器可以获取丰富的环境信息，但处理难度较大；激光雷达传感器具有高精度、高分辨率的特点，但成本较高。
为了克服单一传感器的局限性，提高自动导航小车的环境感知能力，本研究采用了多种传感器融合的方案。
通过综合运用这些传感器，小车能够获取更全面、准确的环境信息，从而提高避障的准确性和可靠性。
三、避障算法研究基于多种传感器的数据，我们设计了一套避障算法。
该算法主要包括环境感知、障碍物识别、路径规划和运动控制四个部分。
1. 环境感知：通过多种传感器获取环境信息，包括障碍物的位置、形状、大小等。
2. 障碍物识别：根据获取的环境信息，利用图像处理和模式识别技术识别出障碍物。
3. 路径规划：根据障碍物的位置和形状，规划出一条避开障碍物的最优路径。
4. 运动控制：根据规划的路径，控制小车的运动，使其按照预定路线行驶。
在避障算法中，我们还采用了人工智能技术，如神经网络、深度学习等，以提高小车的自主性和适应性。
通过训练，小车能够学习如何更好地适应各种环境，提高避障的准确性和效率。
四、实验与分析为了验证基于多种传感器的自动导航小车避障技术的有效性，我们进行了多组实验。
实验结果表明，采用多种传感器融合的方案能够提高小车的环境感知能力，使小车能够更准确地识别障碍物并规划出最优路径。
基于STM32的智能循迹避障小车
基于STM32的智能循迹避障小车1. 引言1.1 研究背景智能循迹避障小车是一种集成了智能控制算法和传感器技术的智能移动设备，能够自主地在复杂环境中进行循迹和避障操作。
随着人工智能和自动化技术的不断发展，智能循迹避障小车在工业生产、智能物流、军事侦察等领域有着广泛的应用前景。
研究智能循迹避障小车的背景在于，传统的遥控小车在面对复杂的环境时往往需要人工操作，存在操作难度大、效率低等问题。
而基于STM32的智能循迹避障小车则能够通过搭载多种传感器，如红外传感器、超声波传感器等，实现对周围环境的感知和智能决策，从而实现自主的运动控制，提高了小车在复杂环境中的适应能力和工作效率。
通过对基于STM32的智能循迹避障小车进行深入研究，可以推动智能移动设备技术的发展，提高智能设备在现实场景中的应用水平，具有重要的科研和应用价值。
本文将围绕硬件设计、智能循迹算法、避障算法等方面展开研究，旨在探讨如何实现智能循迹避障小车在复杂环境中的稳定、高效运行。
1.2 研究目的研究目的是为了设计一款基于STM32的智能循迹避障小车，通过引入先进的传感器技术和算法，实现小车在复杂环境下的自主导航和避障功能。
通过此项目，旨在提高智能车辆的运动控制性能和环境感知能力，促进智能驾驶技术的发展和应用。
通过对循迹和避障算法的研究与优化，进一步提升小车的自主性和可靠性，为智能车辆在工业、服务和军事领域的应用奠定技术基础。
对智能循迹避障小车性能的评估和优化，有助于了解其在实际应用中的表现和潜力，为未来智能交通系统的建设提供参考和支持。
通过本研究，旨在探索智能车辆技术的发展趋势，推动智能交通的普及和发展。
1.3 研究意义智能循迹避障小车是近年来智能机器人领域内的一项研究热点，其具有广泛的应用前景和重要的意义。
智能循迹避障小车可以在无人驾驶领域发挥重要作用，帮助人们在特定环境下实现自主导航和避障功能，提高行车安全性和效率。
智能循迹避障小车的研究不仅可以促进传感器技术、控制算法和嵌入式系统的发展，还可以推动人工智能与机器人技术的融合，促进人机交互的发展。
基于Arduino典型传感器智能避障小车的设计开发
0&0&0&0&0&0&0©0令0°0j设计与开发II I0&0&0&0©0°0&0&0°0&0基于Arduino典型传感器智能避障小车的设计开发付晓云（沈阳理工大学机械工程学院实验中心沈阳110159）摘要以Arduino UNO开发板为核心，以红外传感器、超声波传感器、电机、车轮等外部固件，小车能实现自主避障的功能，该装置通过红外传感器监控，经由Arduino处理器处理，控制智能避障小车躲避障碍。
主要讨论以Arduino UNO开发板为核心的超声避障小车制作过程,它是由4个直流电机和L298n电机驱动模块控制行驶方向，辅以舵机和超声波传感器组成的超声避障模块实现避障功能，用Arduino IDE编程软件编写总体程序。
智能避障小车具有实际意义，在一些非常危险的情况下它能够代替人进行工作；特别是避障小车的探测功能，在抗震救灾中能够起到极大的作用。
关键词Arduino IDE Arduino UNO智能避障小车智能车领域以美国、意大利、法国等国家处于领先地位，在智能车领域有着一系列研究成果。
车辆与控制人员之间能够进行信息交流利用的是无线电及光缆技术，操作人员可以根据反馈的信息远程遥控车辆。
与上述这些在智能车领域处于前沿的国家相比，我国在智能车方面的起步比较晚，但目前也取得了很大进步，清华大学研制的“THMR-V”的智能车就是其中之一。
“THMR-V”的智能车能够在标准路面自动追踪车道线，在复杂的路面能够根据实际情况自行避障。
但此智能车也有不足，只能在结构化道路上画有清晰白线处进行车道跟踪。
国防科技大学在车辆的自动驾驶技术方面起步较早，CITAVT系列无人驾驶车是其主要的研究成果，其中CITAVT-IV型视觉导航自主车的主要目标是研究在结构化道路环境下的自主驾驶技术[1]o 此类型无人驾驶车在视觉识别方面有所缺陷，有时不能正确识别道路出口。
《2024年基于多种传感器的自动导航小车避障的研究》范文
《基于多种传感器的自动导航小车避障的研究》篇一一、引言自动导航小车在现今的科技发展中扮演着越来越重要的角色，特别是在物流、仓储、清洁、救援等领域中。
避障系统是自动导航小车不可或缺的组成部分，它依赖于各种传感器技术来实现精确、快速的障碍物检测和响应。
本文将深入探讨基于多种传感器的自动导航小车避障系统的研究，旨在提高小车的自主导航能力和安全性。
二、研究背景与意义随着传感器技术的不断发展，自动导航小车的避障系统也日益成熟。
这些传感器可以提供实时的环境信息，使小车能够自主感知和识别障碍物，从而采取适当的避障措施。
多传感器融合技术可以提高避障系统的精度和可靠性，进一步增强小车的自主导航能力。
此外，避障系统的研究对于提高自动导航小车的安全性、减少事故风险具有重要意义。
三、多种传感器在避障系统中的应用1. 视觉传感器：视觉传感器是自动导航小车避障系统中最常用的传感器之一。
通过摄像头捕捉周围环境图像，利用图像处理和计算机视觉技术进行障碍物检测和识别。
视觉传感器具有较高的准确性和灵活性，但受光照条件、阴影等因素影响较大。
2. 红外传感器：红外传感器通过感知红外线反射的强度来判断障碍物的位置和距离。
该传感器具有成本低、体积小、受光线影响小等优点，但受其特性限制，对颜色和形状的识别能力较弱。
3. 超声波传感器：超声波传感器通过发送超声波并接收其反射回来的信号来判断障碍物的位置和距离。
该传感器具有较高的测量精度和抗干扰能力，适用于室内和室外环境。
4. 激光雷达（LiDAR）传感器：激光雷达传感器通过发射激光并接收反射回来的信号来获取周围环境的精确三维信息。
该传感器具有较高的测量精度和距离分辨率，但成本较高。
四、多传感器融合技术及其应用多传感器融合技术是将不同传感器的信息进行整合和处理，以实现更准确、全面的环境感知。
通过将视觉传感器、红外传感器、超声波传感器和激光雷达等传感器的数据进行融合，可以提高避障系统的准确性、稳定性和可靠性。
智能避障小车报告
智能避障小车报告智能避障小车报告一、引言智能避障小车是一种具有自主导航和避障功能的智能机器人，它利用传感器和算法来感知周围环境并做出相应的动作，以避免与障碍物发生碰撞。
本报告旨在对智能避障小车的设计原理、工作原理以及应用领域进行介绍和分析。
二、设计原理智能避障小车的设计原理包括感知系统、决策系统和执行系统三个部分。
1. 感知系统：感知系统主要负责获取环境信息，常用的感知器件包括超声波传感器、红外线传感器、摄像头等。
超声波传感器可以测量小车与障碍物之间的距离，红外线传感器可以检测障碍物的存在与否，摄像头可以获取环境图像。
2. 决策系统：决策系统根据感知系统获取的信息，通过算法进行分析和处理，决定小车的行动。
常用的算法包括避障算法、路径规划算法等。
避障算法通常基于感知数据计算出避障方向和速度，路径规划算法则是根据目标位置和环境地图计算出最优路径。
3. 执行系统：执行系统根据决策系统的指令控制小车的运动，包括驱动电机、舵机等部件。
驱动电机控制小车的前进、后退和转向，舵机控制车头的转动。
三、工作原理智能避障小车的工作原理如下：1. 感知环境：小车利用传感器获取环境信息，例如超声波传感器测量距离，红外线传感器检测障碍物，摄像头获取图像。
2. 数据处理：小车的决策系统对感知到的数据进行处理和分析，计算出避障方向和速度，或者根据目标位置和环境地图计算出最优路径。
3. 控制执行：决策系统根据计算结果发出指令，控制执行系统驱动电机和舵机，控制小车的运动。
如果遇到障碍物，小车会自动避开，如果目标位置发生变化，小车会自动调整路径。
四、应用领域智能避障小车在许多领域都有广泛的应用。
1. 家庭服务机器人：智能避障小车可以在家庭环境中执行一些简单的任务，如送餐、打扫卫生等。
2. 仓储物流：智能避障小车可以在仓库中自主导航，收集和组织货物，减少人力成本和提高效率。
3. 自动驾驶汽车：智能避障小车的避障和导航算法可以应用于自动驾驶汽车，提高安全性和稳定性。
基于AT89C52的智能避障小车设计
基于AT89C52的智能避障小车设计摘要：智能避障小车是一种基于单片机控制的智能机器人，能够通过传感器感知周围环境，自主避开障碍物并实现自动导航。
本文基于AT89C52单片机，设计了一款简单的智能避障小车，通过详细的硬件设计和软件编程实现了小车的智能避障功能。
实验结果表明，该智能避障小车具有良好的稳定性和灵活性，能够有效地避开障碍物并沿着指定的路线自主行驶。
关键词：AT89C52；智能避障小车；单片机控制；传感器；自动导航二、AT89C52单片机简介AT89C52是一款8位微控制器，由51系列单片机中的一员，采用CMOS工艺制造，具有较高的性能和稳定性。
AT89C52具有4KB的闪存程序存储器、128字节RAM和32个I/O端口，适用于各种嵌入式控制应用。
由于其性能优异且价格低廉，AT89C52在嵌入式系统和智能控制领域得到了广泛应用。
三、智能避障小车硬件设计1. 主控制电路本设计采用AT89C52单片机作为主控制芯片，通过I/O口控制小车的电机驱动和传感器信号的采集。
AT89C52的复位电路、时钟电路和编程电路按照规范连接，保证单片机正常工作。
2. 电机驱动电路小车采用直流电机作为驱动装置，为了实现正转、反转和制动等功能，需要设计一个电机驱动电路。
电机驱动电路采用L298N驱动芯片，能够提供足够的电流和电压给电机，并且通过控制L298N芯片的使能端和控制端，可以实现对电机的控制。
3. 传感器模块为了实现避障功能，小车需要安装多个传感器用于感知周围环境。
本设计采用红外避障传感器模块，能够通过红外线感知前方障碍物的距离，从而实现避障功能。
传感器模块通过模拟信号输出障碍物距离，通过AT89C52的模拟输入端口采集传感器信号。
4. 电源管理电路小车采用锂电池作为电源，并且需要设计一个电源管理电路，用于对电池进行充电和放电管理。
电源管理电路采用锂电池充放电管理芯片，能够对锂电池进行充电保护和放电保护，保证小车电源的安全和稳定。
基于ARM单片机的智能小车循迹避障研究设计共3篇
基于ARM单片机的智能小车循迹避障研究设计共3篇基于ARM单片机的智能小车循迹避障研究设计1一、研究的背景近年来，随着机器人技术的不断发展，人们对智能小车的需求越来越高。
智能小车能够根据周围环境的变化，自动地进行信号处理和运动抉择，实现自主导航、路径规划和避障等功能。
在工业生产、物流配送、智能家居、环保治理等领域，智能小车具有广泛的应用前景。
二、研究的目的本文研究的目的是基于ARM单片机的智能小车循迹避障设计。
通过对小车的硬件组成和软件程序的设计，使小车能够自主进行行车，避免撞车和碰撞，并能够遵循预设的路径进行行驶，完成既定的任务。
三、研究的内容1. 小车的硬件组成小车的硬件组成主要包括以下方面：（1）ARM单片机：ARM单片机是一种高性能、低功耗的微处理器，广泛应用于嵌入式系统领域。
在本设计中，ARM单片机作为控制中心，负责控制小车的各项功能。
（2）直流电机：直流电机是小车的动力来源，通过电路控制，实现小车前进、后退、转弯等各种运动。
（3）红外循迹传感器：红外循迹传感器是小车的“眼睛”，能够检测和识别地面上的黑色和白色，实现循迹运行。
（4）超声波传感器：超声波传感器是小车的避障装置，能够探测小车前方的障碍物，实现自动避障。
（5）LCD液晶屏幕：LCD液晶屏幕是小车的显示器，能够显示小车行驶的速度、距离、角度等信息。
2. 小车的软件程序设计小车的软件程序设计分为两部分：一部分是嵌入式软件设计，另一部分是上位机程序设计。
（1）嵌入式软件程序设计嵌入式软件程序是小车控制程序的核心部分，负责控制小车硬件的各项功能。
具体实现过程如下：① 初始化程序：负责对小车硬件进行初始化和启动，包括IO口配置、计数器设置、定时器设置等。
② 循迹程序：根据红外循迹传感器所检测到的黑白线，判断小车的行驶方向。
如果是白线，则小车继续向前行驶；如果是黑线，则小车需要进行转向。
③ 路径规划程序：根据预设路径，计算小车应该按照什么路线进行行驶。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于多种传感器的自动导航小车避障的研究李雯雯【摘要】：本文使用了超声波传感器和红外开关对自动导航小车周围的环境进行探测,并且利用工控机对超声波传感器所探得的障碍物信息进行处理,最终通过一种改进的模糊神经控制算法来完成障碍物的识别,从而实现了自动导航小车的自主避障。
针对自动导航小车行驶中的安全问题,设计了一种近距离障碍物实时检测系统,较好地实现了对自动导航小车周围障碍物的实时测距,并通过人机交互,将信息实时反馈给用户进行适当处理。
论文具体内容如下所示: 系统硬件包括超声波测距传感器、工控机和其它连接器件。
超声波测距传感器用来探测障碍物,利用红外开关对超声波传感器的测距盲区进行补偿,工控机是系统的数据采集控制站,控制4组超声波测距传感器和红外开关,进行数据的处理,发出控制信号,驱动执行机构,实现障碍物智能判别,使自动导航小车自动避障。
系统软件包括数据采集模块和数据处理模块。
数据采集模块用来实现对超声波信号发射的控制,数据输入/输出通道的开闭。
数据处理模块用来计算障碍物的距离,判断障碍物方位并发出控制指令。
软件使用编程语言VC+ +来编写。
经联机调试及部分功能的测试,所设计的超声波传感器系统可实现对周围环境里障碍物的探测;障碍物判别系统将能够保障自动导航小车的安全行驶,系统基本达到了设计要求,运行稳定。
另外,设计并制作了语音控制小车系统。
该设计以凌阳单片机SPCE061A 为核心控制部件,减速直流电机LS17RU419i,电机驱动芯片L298N,红外线光电传感器TCRT5 000,反射式红外传感器ST178等为主要元件,智能控制技术为理论基础,论证了该方案的可行性。
系统紧紧抓住了凌阳单片机的优点,围绕它设计和编制了语音控制小车软件部分,并应用了凌阳单片机SPCE061A的语音模块。
本方案充分利用了凌阳单片机的强大的编程,语音处理,中断以及多功能的输入输出口,并且操作简单,易于修改,经调试达到了预期的目的。
【关键词】：自动导航小车超声波传感器避障移动机器人障碍物测距【学位授予单位】：西安科技大学【学位级别】：硕士【学位授予年份】：2008【分类号】：TP242.61【目录】：摘要3-4ABSTRACT4-101 绪论10-181.1 机器人概述10-131.1.1 机器人的发展历程回顾10-111.1.2 机器人的现状11-121.1.3 自动导航小车的发展及应用12-131.2 自动导航小车研究中的关键技术13-161.2.1 体系结构及其优化设计技术13-141.2.2 多传感器信息融合技术14-151.2.3 导航和定位技术151.2.4 路径规划技术15-161.3 论文选题的意义和研究内容16-181.3.1 论文选题的意义16-171.3.2 论文研究的主要内容及结构安排17-182 自动导航小车硬件平台的分析与设计18-252.1 AGV 系统18-192.1.1 AGV 的定义及特点182.1.2 AGV 系统的组成18-192.2 AGV 平台简介19-222.2.1 AGV 的车体结构20-222.2.2 AGV 的控制原理222.3 硬件系统22-242.3.1 计算机模块222.3.2 运动控制模块222.3.3 传感器模块22-232.3.4 电子罗盘模块232.3.5 电源模块232.3.6 机械结构23-242.4 软件系统242.5 本章小结24-253 避障过程中信息的采集与处理25-463.1 传感器技术25-263.1.1 概述253.1.2 用于自动导航小车避障的传感器25-263.2 传感器模块的分析与设计26-353.2.1 超声波传感器的分析与设计26-333.2.2 红外开关的分析与设计33-343.2.3 陀螺仪的分析与设计34-353.3 USB 采集卡的分析与设计35-433.3.1 USB 采集卡概述353.3.2 USB 采集卡的工作原理35-363.3.3 USB 采集卡软件测试程序设计及其函数介绍36-42 3.3.4 距离信息采集系统的软件设计42-433.4 运动驱动一体化控制器的分析与设计43-453.4.1 系统总体介绍43-443.4.2 电源系统443.4.3 系统连接443.4.4 电机连接44-453.4.5 系统参数设定453.5 本章小结45-464 自动导航小车避障系统的软件设计46-66 4.1 引言464.2 编程软件Visual C++简介46-474.3 避障软件的设计流程47-494.3.1 总体设计过程及思想474.3.2 各模块的功能及其实现47-484.3.3 AGV 避障功能设计48-494.4 自动导航小车避障的控制算法49-584.4.1 自动导航小车避障控制算法概述49-52 4.4.2 一种改进的模糊神经控制算法52-58 4.5 避障软件的设计及实现58-634.5.1 软件开发说明59-614.5.2 系统初始化61-634.5.3 具体功能实现634.6 避障系统63-654.6.1 自动导航小车避障的机械系统634.6.2 自动导航小车避障的控制系统63-654.7 本章小结65-665 模拟AGV 的音控小车的设计与制作66-76 5.1 概述665.2 系统设计方案66-675.3 主控芯片简介67-685.4 声控小车设计68-755.4.1 主要元器件介绍68-695.4.2 硬件电路设计69-715.4.3 软件设计71-755.5 本章小结75-766 结论76-776.1 总结766.2 展望76-77致谢77-78参考文献78-81附录81-84攻读硕士期间的研究成果及发表的学术论文84【摘要】：文中就一类全区域覆盖户外移动机器人(如割草机器人)的避障系统进行了详细的论述，并对相关的传感器技术、体系结构、多传感器信息融合技术等理论进行了研究。
本文作者建立了移动机器人改进型基于行为的体系结构，提出了较完善的全区域覆盖移动机器人的避障理论和策略，定义了突发障碍和一般障碍，并给予不同的处理方式；同时重点构建了多传感器系统，采用五组超声波传感器用于检测环境信息；基于人工神经网络对每组获取的信息进行分析和融合，从而较准确地完成了对障碍的识别；最后，通过软硬件的设计，实现了特定的避障行为。
通过课题的研究，形成了一套完整而实用的设计方法，为进行同类研究提供了理论依据。
【关键词】：户外移动机器人全区域覆盖避障数据信息融合【学位级别】：硕士【学位授予年份】：2003【分类号】：TP242【目录】：1 绪论6-141.1 移动机器人概况6-81.2 移动机器人避障与多传感器融合的研究情况8-121.2.1 避障8-101.2.2 多传感器数据融合10-121.3 课题来源12-131.4 本文所做的工作13-142 移动机器人的体系结构及行为分析14-252.1 移动机器人的体系结构14-182.1.1 概述14-152.1.2 体系结构的选择15-172.1.3 移动机器人MORO-Ⅰ的体系构成17-182.2 移动机器人的行为分析18-212.2.1 移动机器人行为层次18-192.2.2 面向环境的主动式行为控制19-202.2.3 面向环境的被动式行为控制20-212.3 移动机器人行为控制的环境描述21-242.3.1 坐标系的建立21-222.3.2 移动机器人车体运动学建模22-232.3.3 面向行为控制的统一环境描述23-242.4 小结24-253 基于全区域覆盖的避障策略25-343.1 基本思想25-263.2 关于全区域覆盖的策略26-303.2.1 几点要求26-273.2.2 示教模式和自主模式273.2.3 全区域覆盖的实现27-283.2.4 基本区域的覆盖28-293.2.5 有障碍区域的覆盖29-303.3 基于区域覆盖的避障控制30-333.4 小结33-344 传感器系统的设计34-444.1 基本结构34-354.2 传感器的选择35-364.3 多超声波传感器测距系统对环境的探测36-424.3.1 超声波传感器测距原理36-384.3.2 超声波传感器的布置38-394.3.3 超声波传感器对环境建模39-424.4 接近开关系统对环境的探测42-444.4.1 电感式接近开关的工作原理42-434.4.2 电感式接近开关的布置43-445 多传感器数据信息融合应用的研究44-595.1 人工神经网络的概念45-475.2 人工神经网络在数据融合上的应用特点47-485.3 BP网络48-545.3.1 BP网络的结构48-495.3.2 BP网络学习及计算公式49-505.3.3 利用BP网络进行数据融合的可行性50-525.3.4 BP神经网络作用的分析52-545.4 人工神经网络设计54-585.4.1 移动机器人的物理建模及训练样本的产生54-56 5.4.2 用BP网络进行数据融合56-585.5 数据信息融合策略的容错性585.6 小结58-596 避障系统的构建59-686.1 系统硬件实现59-636.1.1 超声波发送和接收60-616.1.2 距离计算与通道选择61-626.1.3 接近开关的连接电路62-636.2 系统软件实现63-676.2.1 主程序的设计63-646.2.2 中断服务程序64-676.2.3 串行通讯程序676.3 小结67-68结论68-70致谢70-71参考文献71-74。