移動機器人基于聽覺感知的動態(tài)目標跟蹤與最優(yōu)軌跡估計.pdf

1、隨著計算機及信號處理技術(shù)的飛速發(fā)展，目標跟蹤被廣泛的應(yīng)用于軍事防空、交通管制、機器智能等領(lǐng)域。目標跟蹤就是利用濾波算法估計目標的運動狀態(tài)，核心部分就是濾波算法。傳統(tǒng)的卡爾曼濾波、擴展卡爾曼濾波等算法在研究非線性、非高斯動態(tài)系統(tǒng)時，會導(dǎo)致精度下降甚至發(fā)散。粒子濾波算法理論上適用于任何非線性、非高斯系統(tǒng)，但存在嚴重的粒子退化問題。由此，本文在粒子濾波的基礎(chǔ)上提出了一種改進的粒子濾波算法，實現(xiàn)對聲源的動態(tài)跟蹤。此外，針對機器人的最優(yōu)軌跡文中提

2、出了一種基于粒子群優(yōu)化算法求解的方法。
　　本文首先介紹了聽覺感知的理論基礎(chǔ)，重點介紹了聲源的定位方法，推導(dǎo)了四元麥克風陣列的幾何定位的公式；接著講述了目標跟蹤的原理，詳細研究了三種非線性濾波算法，并進行了跟蹤仿真實驗，分析了各算法的優(yōu)缺點。然后針對粒子濾波跟蹤過程中存在的缺點，在粒子濾波的基礎(chǔ)上提出了一種改進粒子濾波算法，即選取二階中心差分濾波產(chǎn)生重要性密度函數(shù)，同時在重采樣過程中加入馬爾卡夫連移動步驟。將改進算法應(yīng)用到移動機器