【摘要】：在不完備信息條件下的復(fù)雜任務(wù)場景中,多移動節(jié)點協(xié)同定位擁有許多特殊的優(yōu)勢。例如不需要超出自身的額外硬件、擁有易于感知的標(biāo)識符,關(guān)鍵是它能夠通過共享團(tuán)隊成員之間的位置信息,從而對自身和團(tuán)隊其余節(jié)點的定位效果均產(chǎn)生幫助,因此能夠有效地提高定位的精度。本文圍繞前人進(jìn)行多移動節(jié)點協(xié)同定位工作中出現(xiàn)的誤差較高問題展開研究,針對多移動節(jié)點車輪編碼器自定位和多移動節(jié)點標(biāo)準(zhǔn)粒子濾波算法定位過程中均出現(xiàn)的精度不高問題,分別提出了兩種多移動節(jié)點協(xié)同定位方法進(jìn)行解決。主要研究工作如下:首先,本文對所研究的多移動節(jié)點協(xié)同定位問題進(jìn)行建模。在二維陸地平面上建立多移動節(jié)點模型,包括建立移動節(jié)點的運動模型和觀測模型,并對移動節(jié)點定位所需要的理論基礎(chǔ)進(jìn)行梳理,同時規(guī)范了多移動節(jié)點協(xié)同定位的精度評價標(biāo)準(zhǔn)和一致性評估方法標(biāo)準(zhǔn),為下文研究的開展做鋪墊。其次,針對多移動節(jié)點車輪編碼器自定位方法中,存在誤差累積和定位估計協(xié)方差不一致的問題,本文提出了一種擴(kuò)展卡爾曼濾波框架下,多移動節(jié)點協(xié)同定位方法。該方法通過融合多移動節(jié)點團(tuán)隊成員之間的相關(guān)位置信息,改進(jìn)互協(xié)方差項,對移動節(jié)點定位誤差不斷地預(yù)測和修正,同時引入一致性因子對協(xié)方差的不確定性進(jìn)行調(diào)整,從而能夠有效地解決定位精度不高和估計不一致的問題。研究結(jié)果表明,與多移動節(jié)點自定位方法相比,本文的方法具有更小的定位誤差和更加一致性的定位精度。最后,針對強(qiáng)非線性系統(tǒng)中多移動節(jié)點協(xié)同定位精度較低的問題,本文提出了一種粒子濾波框架下,融合重采樣無損粒子濾波多移動節(jié)點協(xié)同定位方法(UCPF)。該方法能夠在重要性采樣階段使用無損重要性采樣策略對粒子進(jìn)行無損變換提高采樣精度,并使用對其余移動節(jié)點的觀測信息校正粒子的權(quán)重,進(jìn)而使用融合重采樣策略解決粒子多樣性喪失問題。研究結(jié)果表明,與使用標(biāo)準(zhǔn)粒子濾波算法的多移動節(jié)點協(xié)同定位方法相比,本文方法擁有更高的定位精度。
【學(xué)位授予單位】：河南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN713
【圖文】：

在多移動節(jié)點運動過程中由于雅克比矩陣求解時候只保留高階項的數(shù)值會導(dǎo)度較低的問題，提出的一種進(jìn)行基于融合重采樣無損粒子濾波算法的多移動節(jié)位方法。該方法以粒子濾波框架為基礎(chǔ)，能夠在重要性采樣階段所有粒子進(jìn)行提高采樣效果，使用其余移動節(jié)點的相關(guān)信息對粒子權(quán)重進(jìn)行校正，在重采樣融合重采樣策略減少粒子多樣性喪失問題。最后對該算法進(jìn)行仿真實驗和分析第五章總結(jié)論文，總結(jié)工作，做出的貢獻(xiàn)以及未來可能研究和改進(jìn)的方向。本文的結(jié)構(gòu)安排如圖 1-1 所示。提出分析解決總結(jié)

單個移動

Intel(R) Core i7-2600 CPU，主頻 3.40GHZ，tlab2014a。為驗證算法的可行性和有效性，本節(jié)通過以本章方法進(jìn)行定位的過程進(jìn)行模擬。：點運動的過程中，使用本章定位方法融合對附近路標(biāo)的的定位效果。仿真實驗一參數(shù)如表 3-1 所示。表 3-1 仿真實驗一參數(shù)仿真次數(shù) 100動節(jié)點后輪軸長 b =0.5m誤差與運動距離比例系數(shù) 0.L RK = K=始化狀態(tài)協(xié)方差 ([0,0220P=diagmm制輸入噪聲協(xié)方差 ([(0.1),(2diagLtR=Δ對測量噪聲協(xié)方差 ([0.001,0.12mtQ=

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙中偉;戴文戰(zhàn);;基于無跡卡爾曼濾波的機(jī)器人無線室內(nèi)定位估計算法[J];機(jī)電技術(shù);2015年05期

2 任航;;基于擬蒙特卡洛濾波的改進(jìn)式粒子濾波目標(biāo)跟蹤算法[J];電子測量與儀器學(xué)報;2015年02期

3 張鳳;黃陸君;袁帥;戴敬;黃寬;;NLOS環(huán)境下基于EKF的移動機(jī)器人定位研究[J];控制工程;2015年01期

4 程磊;周明達(dá);吳懷宇;李杰;王永驥;;無線傳感器環(huán)境下粒子群優(yōu)化的多機(jī)器人協(xié)同定位研究[J];智能系統(tǒng)學(xué)報;2015年01期

5 張品;董為浩;高大冬;;一種優(yōu)化的貝葉斯估計多傳感器數(shù)據(jù)融合方法[J];傳感技術(shù)學(xué)報;2014年05期

6 華承昊;竇麗華;方浩;;多機(jī)器人最大熵博弈協(xié)同定位算法[J];國防科技大學(xué)學(xué)報;2014年02期

7 高云峰;呂明睿;周倫;霍光磊;;一種室內(nèi)自主移動機(jī)器人定位方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2013年S1期

8 張勇剛;黃玉龍;武哲民;李寧;;一種高階無跡卡爾曼濾波方法[J];自動化學(xué)報;2014年05期

9 田紅兵;樊光南;宋龍;;基于EKF和PF的多機(jī)器人協(xié)同定位技術(shù)[J];現(xiàn)代電子技術(shù);2013年23期

10 譚民;王碩;;機(jī)器人技術(shù)研究進(jìn)展[J];自動化學(xué)報;2013年07期

相關(guān)博士學(xué)位論文 前1條

1 夏益民;基于傳感器信息融合的移動機(jī)器人定位與地圖創(chuàng)建研究[D];廣東工業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前6條

1 吳顯;基于多傳感器信息融合的移動機(jī)器人定位方法研究[D];北京交通大學(xué);2016年

2 張春林;基于多傳感器信息融合的移動機(jī)器人定位與跟蹤[D];北方工業(yè)大學(xué);2014年

3 廖方波;基于傳感器融合的移動機(jī)器人定位及地圖構(gòu)建技術(shù)的研究[D];北京交通大學(xué);2014年

4 白玉潔;多機(jī)器人協(xié)作定位算法研究與仿真[D];東北大學(xué);2013年

5 王煒;移動機(jī)器人的可定位性估計及其應(yīng)用[D];上海交通大學(xué);2012年

6 邵金鑫;基于多傳感器信息融合的多機(jī)器人協(xié)同定位技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2006年

本文編號：2775461