作为一种全新的室内定位技术,将无线路由器的无线信号强度(Receive Signal Strength Indicator,RSSI)值应用在室内移动机器人定位领域。为实现室内移动机器人的定位,提出利用无线信号强度值定位的概率法,根据无线信号强度值在室内环境中的分布特点,分析概率法定位原理,开发一种基于VC++6.0平台室内移动机器人定位系统,该定位系统包括硬件平台和软件平台,并进行移动机器人定位实验,得到较好的定位实验结果。同时,分析机器人定位精度,确定影响定位精度的因素主要包括障碍物、人体、温度和湿度等。定位实验结果表明,在结构化环境下机器人定位的最大偏差为1.2758m,最小定位偏差为0.3007m,可以较好地满足室内移动机器人的定位要求。
作为一种全新的定位技术,RSSI(Receive Signal Strength Indicator)被广泛应用在WLAN(Wireless Local AreaNetwork)中的室内移动机器人定位领域。为采用几何法进行室内移动机器人定位,提出基于RSSI的测距方法。分析无线信号传播的特点和RSSI测距的原理,建立无线信号传播损耗模型。采用带有无线网卡的笔记本和LINKSYS路由器构建测距实验系统,其中路由器作为基站固定于一点,无线网卡作为移动节点时刻发送信号,通过实验得到距离d与RSSI值的关系曲线,利用无线信号传播损耗模型中的参考点信号强度和比例因子进行标定,并分析测距精度。结果表明,影响测距精度的因素主要包括障碍物和空间大小等。根据确定的无线信号传播损耗模型进行测距实验,实验结果表明:在3 m范围内测距最大误差为0.79 m,能够较好地满足室内移动机器人定位的需要。
针对W(WLAN,Wireless Local Area Network)、R(RFID,Radio Frequency Identification)、V(Video)技术在室内定位的特点,提出了基于WRV信息融合的机器人定位方法。以概率法为基础,进行了基于Kalman滤波的WLAN机器人定位实验;以增加移动误差补偿的极大似然估计定位算法为基础,进行了基于Kalman滤波的RFID机器人定位实验;以SIFT算法为基础,进行了机器人定位实验;最后研究了机器人多信息融合定位算法并进行了实验。移动机器人定位实验表明:机器人多信息融合定位平均定位偏差为0.381m,减少了WLAN、RFID及视觉系统单独定位时的偏差,定位精度上有了明显的提高,可以较好地满足室内移动机器人的定位要求。
