针对电力线巡检中的安全距离问题,提出了基于数据融合的电力巡线无人机安全距离确认的算法,将数据应用到无人机安全距离确认过程,以提升其安全距离确认效率。考虑到无人机机载嵌入板的算力冗余,该算法使用7层神经网络模块进行数据融合,在传统逻辑算法的基础上融入了基于机器学习的人工智能功能,提升了无人机避障能力。仿真结果表明,该算法较大程度缩小了传统算法下无人机安全距离保护区的范围,使无人机安全距离平均缩小3.5 m,缩小比例为9.8%,为无人机作业空间提供了一定数据支持。

六足机器人具备良好的地形适应能力来应对复杂的不平展路面,在遇到可跨越障碍物时可选择越障,而遇到不可跨越的障碍物则选择避障。将基于腿部运动学分析和足端轨迹规划得出的六足机器人越障最大高度作为是否越障的重要参考。针对六足机器人在复杂情况下的自主导航问题,设计出基于改进模糊算法的控制系统。该控制系统使用单个超声波传感器转动测距获取距离信息,双目摄像头获取航向环境高度信息,GPS传感器和电子罗盘获取位置信息,并结合六足机器人较强的越障能力,通过预设的模糊控制器,实现自主导航。六足机器人通过V-REP平台实现运动仿真,仿真结果证明,相较于传统模糊控制算法,结合六足机器人越障能力的改进模糊控制算法,在仿真环境中行进时间缩短11,457s,能够有效的缩短行走路径并准确地到达目标点,验证了此改进模糊算法的可行性...

针对移动机器人移动过程中会遇到各种障碍物并需要合理地避开，以移动机器人为平台，利用超声测距原理，以51单片机为核心设计硬件电路，设计了一种基于超声传感器的移动机器人避障控制系统。利用单片机对超声波传感器采集到的环境信息进行存储处理，特别是在避障系统控制算法设计基础上引入模糊控制理论，设计模糊控制器，并且利用Matlab软件对模糊控制器进行了仿真验证。