期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
可移动机器人的马尔可夫自定位算法研究 被引量:15
1
作者 吴庆祥 Bell David 《自动化学报》 EI CSCD 北大核心 2003年第1期154-160,共7页
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... 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 ) ,然后利用定义的一个角度高斯分布函数来构造新的机器人感知模型 .在此基础上详细地阐述了一种新的自定位技术 .最后 ,采用仿真程序验证了机器人在对称环境中运动时这一新算法的可行性 . 展开更多
关键词 可移动机器人 马尔可夫自定位算法 概率 对称环境 感知模型
在线阅读 下载PDF
可移动机器人在中心对称环境中的自定位算法 被引量:1
2
作者 吴庆祥 严闪 +1 位作者 黄晞 陈振荣 《计算机研究与发展》 EI CSCD 北大核心 2004年第1期167-174,共8页
可移动机器人的自定位问题是智能机器人研究中的重要课题 它包含许多传感器技术和定位算法 马尔可夫定位算法的优点是可以使机器人在全局不确定的情况下估计它的位置 这种方法采用概率分布描述机器人的位置信度 ,机器人通过在运动过... 可移动机器人的自定位问题是智能机器人研究中的重要课题 它包含许多传感器技术和定位算法 马尔可夫定位算法的优点是可以使机器人在全局不确定的情况下估计它的位置 这种方法采用概率分布描述机器人的位置信度 ,机器人通过在运动过程中所获得的传感器数据和运动记录来更新信度分布 ,然后采用最高信度值来估计它所在的位置 对于只有距离测量传感器的机器人在中心对称环境中仅仅采用马尔可夫自定位法还是无法确定其位置 为了解决中心对称的环境中所存在的问题 ,建议在机器人上装上陀螺仪或指南针 ,定义一个角度高斯分布函数 ,并利用这个函数建立新的机器人感知模型来扩展马尔可夫定位算法 通过仿真程序对多种对称情况进行实验 ,验证了这一新算法的可行性 这个扩展马尔可夫自定位算法不仅可使机器人在中心对称环境中很快地确定自己的位置 。 展开更多
关键词 可移动机器人 马尔可夫自定位算法 中心对称环境
在线阅读 下载PDF
Place recognition based on saliency for topological localization 被引量:2
3
作者 王璐 蔡自兴 《Journal of Central South University of Technology》 EI 2006年第5期536-541,共6页
Based on salient visual regions for mobile robot navigation in unknown environments, a new place recognition system was presented. The system uses monocular camera to acquire omni-directional images of the environment... Based on salient visual regions for mobile robot navigation in unknown environments, a new place recognition system was presented. The system uses monocular camera to acquire omni-directional images of the environment where the robot locates. Salient local regions are detected from these images using center-surround difference method, which computes opponencies of color and texture among multi-scale image spaces. And then they are organized using hidden Markov model (HMM) to form the vertex of topological map. So localization, that is place recognition in our system, can be converted to evaluation of HMM. Experimental results show that the saliency detection is immune to the changes of scale, 2D rotation and viewpoint etc. The created topological map has smaller size and a higher ratio of recognition is obtained. 展开更多
关键词 visual saliency place recognition mobile robot localization hidden Markov model
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部