對于移動機器人的研究,先前的研究多是在能夠建立精確運動學模型或已知、確定、結構化的工作環(huán)境下進行,這具有明顯的局限性。因此,在復雜、不確定、非結構化環(huán)境中,移動機器人的推理與決策能力成為機器人研究的熱點與難點問題之一。移動機器人行為決策對于保障機器人可靠運行與作業(yè)能力,具有十分重要的科學意義與應用價值�，F(xiàn)有的數(shù)據(jù)融合算法主要考慮同類傳感器信息的融合,且融合過程存在復雜的數(shù)學運算,融合效率低;數(shù)據(jù)融合模型多是功能/結構框架模型,數(shù)據(jù)表達能力弱,要真正建立一個高效、實用的融合模型存在困難,最終導致移動機器人的自主行為靈敏度低,響應速度慢等問題。針對上述問題,本文對多源異類數(shù)據(jù)融合的難點與關鍵問題進行了較深入的研究,其主要研究工作如下:1)針對數(shù)據(jù)融合中存在的融合效果不理想、可靠性低、數(shù)據(jù)表達能力弱、數(shù)學運算復雜等問題,本文引入專家或領域知識,刻畫了信息動態(tài)運行機制與其內部交互邏輯,在知識驅動下對數(shù)據(jù)進行處理融合。由于產(chǎn)生式規(guī)則具有自然性、模塊性和均勻性等特點,將知識通過產(chǎn)生式規(guī)則進行表示,建立了在知識驅動下多源數(shù)據(jù)融合的框架模型。2)在建立數(shù)據(jù)融合模型時,根據(jù)移動機器人行為間存在耦合、異步... 

【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【部分圖文】：

火星探測車和月球探測車

10圖 2-1 多源數(shù)據(jù)融合算法分類4 知識驅動下數(shù)據(jù)融合2.4.1 知識表示知識表示[32-34]是依據(jù)不同的知識定義和不同的知識處理方式描述知識庫知識和信息。針對不同系統(tǒng)的不同情況，采用何種知識表示方法是會呈現(xiàn)不果的。在研究中對知識表示提出要求，本文著重考慮如下方面：

圖 3-3 產(chǎn)生式規(guī)則與 Petri 網(wǎng)的映射模型”表示“由...構成”，“..*”表示“或多個”。其量和變量值都是規(guī)則事實。語言變量包距離）遠、近、適中，（角度）前方、增長、變化量的相對不變、變化量的負即 1 或 0）。虛線箭頭表示命題元素與 P，我們可以通過映射算法從產(chǎn)生式規(guī)則計人員把精力放在模型生成上所帶來額P , T , F , V ,C為空集，其中V是語言變量


本文編號：3267346