工学 >>> 控制科学与技术 >>> 自动控制理论 控制系统仿真技术 机电一体化技术 自动化仪器仪表与装置 机器人控制 自动化技术应用 自动控制技术其他学科
搜索结果: 1-15 共查到控制科学与技术 定位算法相关记录16条 . 查询时间(0.117 秒)
互联网和移动终端的普及推动着LBS向ILBS的发展,而蓝牙与移动终端良好的契合使其成为室内定位技术的首选。介绍了常用的室内定位算法,结合kalman滤波自回归思想提出了一种改进型的非参数化室内定位算法。实验结果表明,改进后的定位算法定位精度在1m以内,能够满足通常应用环境对定位精度的要求,具有广泛的市场价值。
针对工业分拣机器人识别复杂工件慢、精确度低以及定位不准等问题,提出一种基于深度学习的快速识别定位算法.通过工业高精度相机获取目标图像信息,经过图像灰度化、图像滤波、Otsu二值化处理,再经边界像素检测算法定位并分割目标图像.运用已训练的深度卷积神经网络(CNN)对目标进行识别,得到目标所在的位置坐标以及所属类别,实现工业机器人分拣.实验测试中以纹路复杂的象棋为例进行定位识别,结果表明定位算法误差小...
研究了多机器人观测到同一目标时的协同定位问题。建立了各个机器人相对观测一致程度的数学描述模型,进而提出用基于极大熵准则的最大熵博弈获取使相对观测一致程度最优的协同定位方式。针对博弈结果的多样性,相应地改变观测方程的雅克比矩阵,推导了可适应多机器人各种博弈结果的扩展Kalman滤波协同定位算法。仿真实验表明,方法可实现机器人团队在协同定位时有选择、更高效地共享相互间的观测信息;在保证协同定位精度提高...
针对行人航迹推算(PDR) 与全球定位系统(GPS) 组合定位问题, 提出一种基于小波变换(WT) 的无迹卡尔曼滤波(UKF) 改进算法, 对PDR 和GPS 定位结果进行数据融合. 建立PDR/GPS 组合定位系统数学模型, 采用小波变换对运动加速度信号噪声特性进行在线估计, 以更新UKF 的协方差矩阵. 所提出的WT-UKF 滤波算法弥补了传统UKF 算法因人为假定信号噪声为高斯白噪声而影响滤...
针对现有蒙特卡罗定位存在的一些应用缺陷,提出一种基于ZigBee 传感网测距的蒙特卡罗定位算法。介 绍了改进算法的实现步骤,该方法在定位时获取多个外部信息,同时将定位样本历史信息应用到位置估计中,且在 ZigBee 室内测距的特点上加入了改进的高斯滤波算法并与均值滤波进行对比。测试结果表明,该算法较原有算法取 得了明显的改进优势。
粒子滤波是移动机器人蒙特卡洛定位(Monte Carlo Localization, MCL)的核心环节.首先,针对粒子滤波过程的粒子退化问题,利用迭代Sigma点卡尔曼滤波来精确设计粒子滤波器的提议分布,以迭代更新方式将当前观测信息融入顺序重要性采样过程,提出IUPF(ImprovedUnscented Particle Filter)算法.然后,将IUPF与移动机器人MCL相结合,给出IUPF...
本文针对无线传感器网络的应用需求提出一种基于优化策略的混合节点定位算法.选择1-hop节点最多的点作为初始点,利用MDS(Multi-dimensionalScaling)方法计算初始节点及其1-hop节点的相对坐标并将这些节点的坐标发送给周围未定位节点;未定位的节点根据接收到的坐标与节点间的距离利用极大似然法估算自身的坐标;最后通过坐标变换计算所有节点的绝对坐标.在此基础上,进一步提出将本文节点...
提出一种基于粒子滤波器的机器人定位算法. 首先利用一并行扩展卡尔曼滤波器作为粒子预测分布, 将当前观测的部分信息融入, 以改善滤波效果, 减小所需粒子数; 然后提出变密度函数边界的马尔可夫链蒙特卡洛(Markov chain Monte Carlo, MCMC)重采样方法, 以提高粒子的细化能力; 最后结合普通重采样方法, 提出一种改进的MCMC重采样的机器人定位算法, 减少粒子匮乏效应的同时...
环境勘测机器人系统的一个重要发展方向是形成多机器人网络分布式结构,在这些多机器人的协作与导航中,机器人的精确定位一直是研究的热点问题,随着差分GPS技术的发展,其应用于机器人的定位非常普及,但随着基线长度的增加,常规差分GPS定位精度将随之降低,为此,利用多机器人自有资源建立差分GPS虚拟参考站(Virtual Reference Station,VRS),研究了基于VRS的差分GPS定位算法,它...
利用机器视觉对驾驶人面部器官状态进行监测和分析处理是安全辅助驾驶领域内的研究热点之一。首先介绍了驾驶人驾驶行为监测及预警系统的原理和结构,然后讨论了系统中驾驶人眼睛定位的技术要点。通过人类眼睛虹膜对不同波长的红外光吸收能力的不同,利用特制的红外光源获取到驾驶人面部的两种红外反射图像,利用图像处理算法进行处理从而获得驾驶人的眼睛位置,从而为下一步的眼睛状态及信息提取打下了良好的基础。实践证明,算法的...
声传感器可以通过分析接收到的目标发出的次声波噪声得到目标的方位角和属性信息,通过对声传感器的组网,融合网内多传感器的信息,可以实现对目标定位的目的。因此定位算法及其实现技术是声传感器网络的核心技术之一。由于声传感器网络中各个探测区域具有不同的特点,本文首先根据声传感器网络的特点将定位算法进行了分类,提出了一种有效的算法选择机制,减少了时间延迟对于目标定位的影响。同时为了降低目标定位算法的复杂度,提...
摘要粒子滤波是移动机器人蒙特卡罗定位(Monte Carlo localization, MCL)的核心环节. 首先, 针对粒子滤波过程的粒子退化问题, 利用迭代Sigma点卡尔曼滤波来精确设计粒子滤波器的提议分布, 以迭代更新方式将当前观测信息融入顺序重要性采样过程, 提出IUPF (Improved unscented particle filter)算法. 然后, 将IUPF与移动机器人MC...
马尔可夫定位算法是利用机器人运动环境中的概率密度分布进行定位的方法.使用该 方法机器人可在完全不知道自己位置的情况下通过传感器数据和运动模型来估计自己的位置. 但是,在研究中发现它还存在一些问题,如概率减小到零后就无法恢复.对只有距离传感器的机 器人在对称的环境中仅仅采用该算法就无法确定位置.为了解决这些问题,文中给出了修正算 法,并建议在机器人上装上方向仪(如指南针或陀螺仪等),然后利用...
针对RoboCup四腿组比赛场地结构对称和特征不唯一的特点,在场地模型中对带数据校验的扩展卡尔曼滤波(EKFV)、多假设定位(MHL)、蒙特卡洛定位(MCL)和自适应蒙特卡洛定位(AMCL)四种算法的全局定位精度和对噪声的鲁棒性进行了仿真实验比较.实验结果表明,四种算法在噪声可估计的条件下都能达到较高的全局定位精度,而MCL和AMCL对噪声有较高的鲁棒性,更适合应用于RoboCup四腿组比赛...
针对移动机器人难以单纯依赖自身传感器定位的问题,提出了一种分布式感知协作的扩展Monte Carlo定位方法.在定位过程中,机器人根据感知更新前后采样分布信息熵、有效采样数目及采样分布均匀性的变化,适时地从环境传感器的检测模型进行重采样,从而有效减少其位姿估计的不确定性.在算法的具体实现过程中,采用彩色摄像头作为环境传感器,摄像头的参数由机器人进行在线标定;然后依据标定的参数获得摄像头的检测模型....

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...