基于无线传感器网络的移动机器人定位及其故障诊断研究

This project is concerned with the wireless sensor network based mobile robot localization and the fault diagnosis of the localization system. The unified measurement model is developed to describe the stochastic characteristics of time-varying fading channels, considering various signal loss and interference caused by the time-varying natures of the fading channels and the uncertainties of communication in the wireless sensor network, and the dynamic changes of model parameters are tracked in real time. According to the state constraints in mobile robot localization, the analysis and synthesis of constrained adaptive particle filter is studied to satisfy the actual state constraints in mobile robot localization and overcome the particle degradation and sample dilution of particle filter. Furthermore, the fault diagnosis of mobile robot localization system is studied based on the information fusion particle filter which combines particle filter and information fusion approach. Finally, a wireless sensor network based mobile robot localization and fault diagnosis system is developed in the framework of particle filter, and the theoretical results will be tested experimentally in the mobile robot localization and fault diagnosis. The obtained results have important theoretical significance and broad application prospects.

本项目主要研究基于无线传感器网络的移动机器人定位及定位系统的故障诊断问题。充分考虑无线传感器网络中无线电衰落信道的时变特性所引起的各种信号损耗和干扰，以及无线传感器网络在工作过程中的通信不确定性，建立起能够合理描述时变无线电衰落信道随机特性的统一量测模型，并实时跟踪模型参数的动态变化；在此基础上，针对移动机器人定位问题中的状态约束条件，采用基于群智能的智能优化算法，研究既能够满足移动机器人定位的实际状态约束条件，又能够克服粒子退化和样本贫化的带约束自适应粒子滤波器的分析与综合问题；进一步，结合多源信息融合方法，研究基于多源信息融合粒子滤波器的移动机器人定位系统故障诊断；最后在基于粒子滤波器的统一研究框架下形成基于无线传感器网络的移动机器人定位及其故障诊断综合系统，并将所得到的理论成果在移动机器人定位及其故障诊断中进行应用验证。本项目的研究成果具有重要的理论意义和广泛的应用前景。

定位是移动机器人研究中的核心问题，而基于定位信息的运动路径规划、控制及其控制系统的故障诊断都是移动机器人研究中的关键问题。为此，本课题首先研究了具有信道衰落、量化效应、带宽约束等网络诱导现象的无线传感器网络估计与目标跟踪问题，提出了相应的递归滤波和估计算法。开发了基于UWB的无线传感器网络定位系统，为定位算法的实验验证提供了平台，并基于此实验平台对相关算法进行了实验验证和评估。然后，研究了移动机器人的运动规划、控制与故障诊断问题。基于智能优化算法，提出了适用于静态和动态环境下的连续和分段平滑路径规划方法，提出了面向移动机器人执行器控制的智能分数阶PID控制器设计方法，以及基于深度学习算法的控制系统的故障诊断方法。.在国家自然科学基金的支持下，课题组按照计划书中既定的研究目标与研究内容开展研究。在国内外重要学术期刊和国际学术会议上发表学术论文24篇，包括：SCI期刊论文8篇、EI期刊论文4篇、EI会议论文8篇、北大中文核心论文4篇（均标注本基金资助）；申请国家发明专利3项（已进入实审阶段），授权实用新型专利1项、软件著作权1项；培养硕士研究生6名，协助培养博士研究生1名。已超额完成预期目标任务。本课题成果为解决基于无线传感网网络的移动机器人定位提供了新的理论、技术和方法，对解决移动机器人在复杂环境下的定位问题大有裨益，具有广阔的应用前景。此外，本课题给出了基于智能优化和深度学习算法的移动机器人运动规划、控制与故障诊断的统一框架，为进一步完善移动机器人学相关理论、技术和方法，实现规划、控制与故障诊断算法的综合设计提供了新的思路，在相关问题上具有广阔的应用前景。.