为提高移动机器人的实时避障能力,采用机器学习算法建立机器人实时判别模型,可根据检测到的障碍物距离实时预测出机器人移动方向。通过对机器学习算法的综合评价指标进行研究,分析模型预测性能的好坏。同时,为防止模型过拟合,减小泛化误差,再对机器学习算法进行交叉验证。实验结果表明,随机森林算法的综合评价指标最高,均达到了99.9%,朴素贝叶斯综合评价指标最差,约在52.9%,机器学习算法在交叉验证之后可生成更加可靠稳定的实时判别模型。

为了提高智能移动机器人不同障碍物条件下的避障效果,基于模糊控制设计智能移动机器人最优避障路线生成系统。利用超声波传感器与红外传感器,通过传感器模块判定机器人的位置与速度,设计三轴运动控制卡作为驱动模块;引入模糊控制,将准确数值转换为模糊语言,并利用三角形隶属函数去除无效质点,以障碍物的斥力控制机器人的行进方向和速度,从而生成智能移动机器人最优避障路线。实验结果表明不同障碍物体积形状以及不同起止点情况下,智能移动机器人都能够有效选择最佳路线前进,且平均耗时为11.15 ms,平均路线长度为18.63 m,整体表现较为优越。

语义信息应用研究是自主移动机器人在导航中实现智能任务规划基础研究的核心内容之一,它涉及到语义地图、语义定位、语义知识表示、语义推理等技术,它在移动机器人任务规划中起到人-机-环境交互的桥梁作用,让机器人具备人的视角去理解周围的环境、自主识别、推理和完成指定任务。重点从语义地图、语义定位和语义知识表示三个方面分析和总结语义信息在自主移动机器人导航过程中的应用,同时展望了语义信息在自主移动机器人导航应用中的发展趋势。

本文介绍了一种用于移动机器人避障的超声测距系统,具体设计了基于单片机控制的8路超声测距系统的软件和硬件,并介绍了该系统的构成和工作原理.本测距系统在室内环境下移动机器人避障系统中使用,测距范围0.2～5m,精度±4cm.

为准确获得移动机器人在未知环境的运动状态信息，以提高其运动控制的可靠性与平稳度，本文设计了机器人运动状态的检测传输系统。该系统运用改进的自适应UKF滤波算法来处理双轴MEMS陀螺仪测得的数据，通过以ATmega16为微处理器的CAN总线进行传输。实验表明，改进算法能较好地控制MEMS陀螺仪的随机漂移，较正确地获得机器人的运动状态数据，且CAN总线使数据正确率提高0．3％～0．5％。

介绍了软件设计模式的基本概念和主要特点。分析了已有移动机器人平台控制系统的功能需求，阐述了总线模式的结构及实现机制。运用总线模式设计了机器人控制系统，并在QNX平台下使用标准C＋＋完成了该控制系统的实现。设计实现的控制系统结构合理，具有很强的实时性、可靠性和可扩展性。

室外移动机器人的遥控系统由移动指挥站、移动机器人站、无线通信系统组成.在临场感遥控系统中,需要将移动机器人站摄像头得到的图像经过发射机和天线传送给移动指挥站.为了使得图像的接收效果更好,使用定向天线增强天线增益.定向天线只有在某一个方向上增益最强,定向发送天线固定在该云台上,根据位置和角度信息控制云台转动使得接收天线始终对准目标点.为了增强定向天线的接收效果,设计了自动对中天线云台系统和遥控器.

为了优化智能轮式移动机器人的控制系统，提出了一种基于ARM微处理器和复杂可编程逻辑器件（CPLD）的嵌入式控制系统。硬件部分采用以ARM和CPLD为核心的模块化设计，软件部分采用实时操作系统μC／OS—Ⅱ，并设计了电机速度调节的控制算法。实现了对机器人驱动电机、超声传感等任务模块的系统控制。仿真和运行实验结果表明，系统运行稳定，控制灵活，达到预期的设计目标。

通过对足球机器人运动学模型的分析，考虑到系统的时变、非线性、干扰大等特点，以全向移动机器人为研究平台，提出一种将模糊控制与传统PID控制相结合的方法，应用到足球机器人的运动控制系统中。针对足球机器人运动控制中的重点问题，着重提出了基于模糊控制的PID控制器中三个参数的动态调整方法。实验表明，该控制器能够很好地改善控制系统对轮速的控制效果。

在移动机器人的视觉环境探索研发中,在视觉定位不精确的条件下,如何保证移动机器人可靠地运动,是目前移动机器人视觉环境探索与视觉导航中有待解决的问题。提出一种基于单帧图像语义分割的运动控制算法,利用深度卷积神经网络高鲁棒性的语义分割结果,在图像像素空间进行运动目标点规划。仅以当前观测图像为基础,以最大化探索可能运动方向为规划代价函数,在脱离全局视觉定位结果的情况下,实现移动机器人在视觉环境探索中的可靠运动控制以及避障。实验和仿真结果表明:所提出方法可满足环境探索问题中对环境覆盖以及避障的运动控制需要。