在前期建立的机器人运动模型和传感器检测模型的基础上,建立了分布式智能环境中基于环境传感器的分布式感知协作定位方案,包括提出一种分布式感知协作的扩展Monte Carlo定位方法,利用环境传感器的检测信息与机器人本体的感知信息进行自定位;从多传感器信息融合的角度出发,研究并提出一种凌驾于Monte Carlo方法之上的多传感器融合算法,完成了机器人定位的具体应用,有效解决了服务机器人定位中全局定位和机器人绑架两个瓶颈问题。同时进行了多源感知协作的人与机器人联合全局定位方法研究,提出融合分布式感知的RBPF算法,在机器人车载传感器自身位姿未知情况下实现了精确的人-机全局位置联合估计,增强了机器人定位的抗动态干扰能力。研究了基于环境传感器的人的快速检测与实时跟踪方法,该方法对人体姿态变化、非结构化环境下常见的光照波动、背景杂乱及部分遮挡等具有一定的鲁棒性。在以上研究基础上建立了融合人运动模式分析的移动机器人和谐导航方案,并将上述方法用于构建面向家庭陪护应用的服务机器人系统,构建了分布式环境下服务机器人检测跟踪、和谐导航应用系统,实现了与人共存环境下服务机器人对人友好的和谐导航系统应用。
英文主题词Distributed perception; Extended Monte Carlo localization algorithm; Compliant navigation; Motion patterns analysis; Detection and tracking