【摘要】：在不完備信息條件下的復雜任務場景中,多移動節(jié)點協(xié)同定位擁有許多特殊的優(yōu)勢。例如不需要超出自身的額外硬件、擁有易于感知的標識符,關鍵是它能夠通過共享團隊成員之間的位置信息,從而對自身和團隊其余節(jié)點的定位效果均產生幫助,因此能夠有效地提高定位的精度。本文圍繞前人進行多移動節(jié)點協(xié)同定位工作中出現(xiàn)的誤差較高問題展開研究,針對多移動節(jié)點車輪編碼器自定位和多移動節(jié)點標準粒子濾波算法定位過程中均出現(xiàn)的精度不高問題,分別提出了兩種多移動節(jié)點協(xié)同定位方法進行解決。主要研究工作如下:首先,本文對所研究的多移動節(jié)點協(xié)同定位問題進行建模。在二維陸地平面上建立多移動節(jié)點模型,包括建立移動節(jié)點的運動模型和觀測模型,并對移動節(jié)點定位所需要的理論基礎進行梳理,同時規(guī)范了多移動節(jié)點協(xié)同定位的精度評價標準和一致性評估方法標準,為下文研究的開展做鋪墊。其次,針對多移動節(jié)點車輪編碼器自定位方法中,存在誤差累積和定位估計協(xié)方差不一致的問題,本文提出了一種擴展卡爾曼濾波框架下,多移動節(jié)點協(xié)同定位方法。該方法通過融合多移動節(jié)點團隊成員之間的相關位置信息,改進互協(xié)方差項,對移動節(jié)點定位誤差不斷地預測和修正,同時引入一致性因子對協(xié)方差的不確定性進行調整,從而能夠有效地解決定位精度不高和估計不一致的問題。研究結果表明,與多移動節(jié)點自定位方法相比,本文的方法具有更小的定位誤差和更加一致性的定位精度。最后,針對強非線性系統(tǒng)中多移動節(jié)點協(xié)同定位精度較低的問題,本文提出了一種粒子濾波框架下,融合重采樣無損粒子濾波多移動節(jié)點協(xié)同定位方法(UCPF)。該方法能夠在重要性采樣階段使用無損重要性采樣策略對粒子進行無損變換提高采樣精度,并使用對其余移動節(jié)點的觀測信息校正粒子的權重,進而使用融合重采樣策略解決粒子多樣性喪失問題。研究結果表明,與使用標準粒子濾波算法的多移動節(jié)點協(xié)同定位方法相比,本文方法擁有更高的定位精度。
【學位授予單位】：河南大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN713
【圖文】：

在多移動節(jié)點運動過程中由于雅克比矩陣求解時候只保留高階項的數(shù)值會導度較低的問題，提出的一種進行基于融合重采樣無損粒子濾波算法的多移動節(jié)位方法。該方法以粒子濾波框架為基礎，能夠在重要性采樣階段所有粒子進行提高采樣效果，使用其余移動節(jié)點的相關信息對粒子權重進行校正，在重采樣融合重采樣策略減少粒子多樣性喪失問題。最后對該算法進行仿真實驗和分析第五章總結論文，總結工作，做出的貢獻以及未來可能研究和改進的方向。本文的結構安排如圖 1-1 所示。提出分析解決總結

單個移動

Intel(R) Core i7-2600 CPU，主頻 3.40GHZ，tlab2014a。為驗證算法的可行性和有效性，本節(jié)通過以本章方法進行定位的過程進行模擬。：點運動的過程中，使用本章定位方法融合對附近路標的的定位效果。仿真實驗一參數(shù)如表 3-1 所示。表 3-1 仿真實驗一參數(shù)仿真次數(shù) 100動節(jié)點后輪軸長 b =0.5m誤差與運動距離比例系數(shù) 0.L RK = K=始化狀態(tài)協(xié)方差 ([0,0220P=diagmm制輸入噪聲協(xié)方差 ([(0.1),(2diagLtR=Δ對測量噪聲協(xié)方差 ([0.001,0.12mtQ=

【參考文獻】

相關期刊論文 前10條

1 趙中偉;戴文戰(zhàn);;基于無跡卡爾曼濾波的機器人無線室內定位估計算法[J];機電技術;2015年05期

2 任航;;基于擬蒙特卡洛濾波的改進式粒子濾波目標跟蹤算法[J];電子測量與儀器學報;2015年02期

3 張鳳;黃陸君;袁帥;戴敬;黃寬;;NLOS環(huán)境下基于EKF的移動機器人定位研究[J];控制工程;2015年01期

4 程磊;周明達;吳懷宇;李杰;王永驥;;無線傳感器環(huán)境下粒子群優(yōu)化的多機器人協(xié)同定位研究[J];智能系統(tǒng)學報;2015年01期

5 張品;董為浩;高大冬;;一種優(yōu)化的貝葉斯估計多傳感器數(shù)據(jù)融合方法[J];傳感技術學報;2014年05期

6 華承昊;竇麗華;方浩;;多機器人最大熵博弈協(xié)同定位算法[J];國防科技大學學報;2014年02期

7 高云峰;呂明睿;周倫;霍光磊;;一種室內自主移動機器人定位方法[J];華中科技大學學報(自然科學版);2013年S1期

8 張勇剛;黃玉龍;武哲民;李寧;;一種高階無跡卡爾曼濾波方法[J];自動化學報;2014年05期

9 田紅兵;樊光南;宋龍;;基于EKF和PF的多機器人協(xié)同定位技術[J];現(xiàn)代電子技術;2013年23期

10 譚民;王碩;;機器人技術研究進展[J];自動化學報;2013年07期

相關博士學位論文 前1條

1 夏益民;基于傳感器信息融合的移動機器人定位與地圖創(chuàng)建研究[D];廣東工業(yè)大學;2011年

相關碩士學位論文 前6條

1 吳顯;基于多傳感器信息融合的移動機器人定位方法研究[D];北京交通大學;2016年

2 張春林;基于多傳感器信息融合的移動機器人定位與跟蹤[D];北方工業(yè)大學;2014年

3 廖方波;基于傳感器融合的移動機器人定位及地圖構建技術的研究[D];北京交通大學;2014年

4 白玉潔;多機器人協(xié)作定位算法研究與仿真[D];東北大學;2013年

5 王煒;移動機器人的可定位性估計及其應用[D];上海交通大學;2012年

6 邵金鑫;基于多傳感器信息融合的多機器人協(xié)同定位技術研究[D];國防科學技術大學;2006年

本文編號：2775461