本文關(guān)鍵詞：WSNs環(huán)境下基于高斯混合容積卡爾曼濾波的移動(dòng)機(jī)器人定位算法　出處：《傳感技術(shù)學(xué)報(bào)》2017年01期 　論文類型：期刊論文

  更多相關(guān)文章： 無(wú)線傳感器網(wǎng)絡(luò) 高斯混合容積卡爾曼濾波 移動(dòng)機(jī)器人 定位

【摘要】：針對(duì)移動(dòng)機(jī)器人的定位問題,提出一種面向無(wú)線傳感器網(wǎng)絡(luò)WSNs(Wireless Sensor Networks)環(huán)境下,結(jié)合高斯混合容積卡爾曼濾波(GM-CKF)優(yōu)化的定位算法。將WSNs對(duì)移動(dòng)機(jī)器人的觀測(cè)、機(jī)器人自身對(duì)環(huán)境特征的觀測(cè)以及機(jī)器人自身運(yùn)動(dòng)控制量進(jìn)行數(shù)據(jù)融合,并利用帶有門限判別和選擇性高斯分割的GM-CKF算法,對(duì)機(jī)器人的預(yù)估位置實(shí)施預(yù)測(cè)修正,降低計(jì)算求解的空間維數(shù),提高定位精度。仿真實(shí)驗(yàn)結(jié)果表明,所提出的方法比傳統(tǒng)機(jī)器人自定位法定位精度有所提高,算法精度較標(biāo)準(zhǔn)的CKF算法提高了39.11%,比EKF算法提高了65.81%。
[Abstract]:In order to solve the localization problem of mobile robot, a new wireless sensor network (WSNs(Wireless Sensor Network) environment is proposed. Combined with Gao Si hybrid volume Kalman filter (GM-CKF) optimization localization algorithm, the WSNs is used to observe the mobile robot. The robot's own observation of the environment features and the robot's own motion control data fusion, and the use of threshold discrimination and selective Gaussian segmentation of the GM-CKF algorithm. In order to reduce the spatial dimension of the solution and improve the positioning accuracy, the proposed method is more accurate than the traditional robot self-localization method, and the simulation results show that the proposed method is more accurate than the traditional robot self-positioning method. The accuracy of the algorithm is 39.11 higher than that of the standard CKF algorithm, and 65.81% higher than that of the EKF algorithm.
【作者單位】： 安徽工程大學(xué)安徽省電氣傳動(dòng)與控制重點(diǎn)實(shí)驗(yàn)室;
【基金】：2016年安徽高校自然科學(xué)研究項(xiàng)目(KJ2016A794) 安徽工程大學(xué)研究生實(shí)踐與創(chuàng)新項(xiàng)目(Y040116006)
【分類號(hào)】：TP242;TP212.9;TN929.5
【正文快照】： 定位問題一直是移動(dòng)機(jī)器人MR(Mobile Robot)研究領(lǐng)域的基礎(chǔ)和關(guān)鍵技術(shù)之一[1-2]。在許多運(yùn)用中,只有機(jī)器人位置狀態(tài)已知,才能更有效的發(fā)揮監(jiān)測(cè)功能。移動(dòng)機(jī)器人的機(jī)動(dòng)性能突出,但感知能力在某些環(huán)境下還存在一定的局限性。而WSNs環(huán)境下,傳感器節(jié)點(diǎn)可以根據(jù)目標(biāo)傳感信息,自動(dòng)感

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張溢斐;李小龍;;異構(gòu)WSNs通信系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];科技視界;2014年02期

2 李紫川;沈士根;曹奇英;;基于反思機(jī)制的WSNs節(jié)點(diǎn)信任演化模型[J];計(jì)算機(jī)應(yīng)用研究;2014年05期

3 馬禮;馬海龍;馬東超;;基于WSNs節(jié)點(diǎn)權(quán)重的網(wǎng)關(guān)接入異構(gòu)網(wǎng)絡(luò)研究[J];傳感器與微系統(tǒng);2014年04期

4 周東明;傅明;何誠(chéng);;一種改進(jìn)ACO的WSNs能量高效路由算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年10期

5 楊淑秋;;基于簇的WSNs路由算法[J];計(jì)算機(jī)與信息技術(shù);2007年04期

6 陸兵;束梅玲;;基于WSNs的氣瓶信息化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];電腦知識(shí)與技術(shù);2009年29期

7 許江濤;;求解WSNs覆蓋優(yōu)化的改進(jìn)螢火蟲優(yōu)化算法[J];電子測(cè)量技術(shù);2013年03期

8 張兵;李士寧;蔣思佳;李志剛;;基于WSNs的危險(xiǎn)品車輛在途監(jiān)測(cè)預(yù)警系統(tǒng)[J];計(jì)算機(jī)測(cè)量與控制;2012年03期

9 岳有軍;李強(qiáng);趙輝;王紅君;;基于非線性電池模型的WSNs節(jié)能技術(shù)研究[J];傳感器與微系統(tǒng);2013年11期

10 蔣文賢;蔡惠娟;;WSNs節(jié)點(diǎn)隨機(jī)參數(shù)優(yōu)化配置與性能分析[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期

相關(guān)會(huì)議論文 前1條

1 夏娜;馮如吉;;WSNs中基于SA的數(shù)據(jù)包長(zhǎng)優(yōu)化算法[A];2011中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2011年

相關(guān)碩士學(xué)位論文 前4條

1 崔岳陽(yáng);基于中介點(diǎn)分簇的WSNs路由算法研究[D];哈爾濱工程大學(xué);2012年

2 李紫川;基于演化博弈的WSNs節(jié)點(diǎn)信任機(jī)制的研究與仿真[D];東華大學(xué);2014年

3 馮如吉;WSNs中數(shù)據(jù)包長(zhǎng)優(yōu)化算法研究[D];合肥工業(yè)大學(xué);2012年

4 朱瑞金;基于細(xì)菌覓食算法的草地WSNs覆蓋策略[D];甘肅農(nóng)業(yè)大學(xué);2014年

，

本文編號(hào)：1423125