信息融合技術(shù)在移動(dòng)機(jī)器人定位中的應(yīng)用研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、多傳感器信息融合技術(shù)是對(duì)多源數(shù)據(jù)進(jìn)行檢測(cè)、相關(guān)、組合和估計(jì),是一種多層次、多方面的處理過(guò)程,為了完成信息的不確定性,以便更準(zhǔn)確、更全面的了解和描述被測(cè)對(duì)象,從而做出正確的判斷,提高系統(tǒng)的魯棒性。
  本文主要的研究工作是多傳感器信息融合理論。主要工作如下:
  首先介紹了多傳感器信息融合技術(shù)的基本模型和結(jié)構(gòu),闡述了信息融合在移動(dòng)機(jī)器人領(lǐng)域中的應(yīng)用研究,重點(diǎn)介紹了其在機(jī)器人定位跟蹤中應(yīng)用。
  其次,建立移動(dòng)機(jī)器人運(yùn)動(dòng)模

2、型、傳感器觀測(cè)模型和噪聲模型,簡(jiǎn)單分析了多傳感器信息融合常用算法。對(duì)多傳感器信息融合領(lǐng)域中基于狀態(tài)估計(jì)技術(shù)的信息融合方法擴(kuò)展卡爾曼濾波、粒子濾波進(jìn)行深入分析。
  接著,分析設(shè)計(jì)了擴(kuò)展卡爾曼濾波融合的方法和步驟,建立了擴(kuò)展卡爾曼濾波的數(shù)據(jù)融合模型,給出擴(kuò)展卡爾曼定位流程圖,設(shè)計(jì)基于EKF信息融合的定位仿真實(shí)驗(yàn),并用Matlab軟件設(shè)計(jì)實(shí)現(xiàn)。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證EKF融合傳感器信息在移動(dòng)機(jī)器人定位的有效性。
  再次,本文針對(duì)在系

3、統(tǒng)定位的應(yīng)用粒子濾波融合時(shí),沒(méi)有統(tǒng)一的數(shù)據(jù)融合的通用形式,提出一種基于信息融合的多傳感器分布式粒子濾波算法。該算法首先利用分區(qū)粒子濾波計(jì)算局部傳感器的狀態(tài)估計(jì)值,然后利用標(biāo)量加權(quán)融合對(duì)系統(tǒng)局部狀態(tài)估計(jì)值進(jìn)行信息融合,得到系統(tǒng)狀態(tài)的最優(yōu)估計(jì)。仿真結(jié)果表明基于分區(qū)的PF與基本PF和EKF濾波相比,提高了濾波的性能和精度。同時(shí),將本文提出將分區(qū)重采樣應(yīng)用于EKPF算法重采樣階段,提出PEKPF算法,仿真結(jié)果表明與基本EKPF相比濾波性能得到一

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論