针对水下机器人同步定位与地图创建(Simultaneous Localization and Mapping,SLAM)方法在杂波密集及地图特征点多的水下环境中,存在地图特征点以及机器人自身位置估计精度较低的问题,提出一种基于幅值信息的随机有限集SLAM (AI-PHD-SLAM...针对水下机器人同步定位与地图创建(Simultaneous Localization and Mapping,SLAM)方法在杂波密集及地图特征点多的水下环境中,存在地图特征点以及机器人自身位置估计精度较低的问题,提出一种基于幅值信息的随机有限集SLAM (AI-PHD-SLAM)方法。该方法利用地图特征量测的幅值信息获得更准确的地图特征和杂波的似然函数用以提高SLAM过程中对特征地图的估计精度。同时研究了在已知信噪比和未知信噪比的情况下,加入幅值信息后PHD-SLAM方法性能。通过仿真实验,将所提方法与RB-PHD-SLAM方法进行比较,结果表明该方法明显改善了地图特征位置和数目的估计精度并且有效降低了计算量。展开更多
文摘简要介绍了船载自动识别系统(Automatic Identification System,AIS)的信息类型及格式。通过对AIS报文的解析,获取周边船舶的船舶要素,并在Visual C++6.0开发环境下建立一个数据处理模块,实现了在电子海图显示与信息系统上(Electronic Chart Display and Information System,ECDIS)叠加显示AIS信息。
文摘针对水下机器人同步定位与地图创建(Simultaneous Localization and Mapping,SLAM)方法在杂波密集及地图特征点多的水下环境中,存在地图特征点以及机器人自身位置估计精度较低的问题,提出一种基于幅值信息的随机有限集SLAM (AI-PHD-SLAM)方法。该方法利用地图特征量测的幅值信息获得更准确的地图特征和杂波的似然函数用以提高SLAM过程中对特征地图的估计精度。同时研究了在已知信噪比和未知信噪比的情况下,加入幅值信息后PHD-SLAM方法性能。通过仿真实验,将所提方法与RB-PHD-SLAM方法进行比较,结果表明该方法明显改善了地图特征位置和数目的估计精度并且有效降低了计算量。
