新的室内移动机器人自定位方法

被引:9
作者
周艳聪 [1 ]
董永峰 [2 ]
王安娜 [2 ]
顾军华 [2 ]
机构
[1] 天津商业大学信息工程学院
[2] 河北工业大学计算机科学与软件学院
基金
天津市自然科学基金;
关键词
机器人自定位; 射频识别; 极大似然定位方法; 蒙特卡罗定位; 粒子滤波;
D O I
暂无
中图分类号
TP242 [机器人];
学科分类号
1111 ;
摘要
针对现有室内移动机器人自定位方法中存在的定位精度不高,随时间积累定位误差增大,复杂室内环境下信号存在多径效应和非视距效应等问题,提出了一种基于蒙特卡罗定位(MCL)的新的移动机器人自定位方法。首先,通过分析基于无线射频识别(RFID)技术的移动机器人自定位系统,建立机器人运动模型;然后,通过分析基于接收信号强度指示(RSSI)的移动机器人自定位系统,提出机器人移动过程的观测模型;最后,针对粒子滤波定位执行效率不高的问题,提出粒子剔除策略和依据粒子方位赋予粒子权值策略,提高系统的定位精度和执行效率。仿真实验表明,机器人在移动过程中的自定位误差在X轴和Y轴方向上为3 cm,传统定位算法误差为6 cm,新算法定位精度提高近1倍,且算法具有很好的鲁棒性。
引用
收藏
页码:585 / 589+594 +594
页数:6
相关论文
共 8 条
[1]   WSNs的改进PF算法对移动机器人的定位跟踪 [J].
徐驰 ;
付丽霞 ;
毛剑琳 ;
张勇 ;
杨晓东 .
传感器与微系统, 2014, 33 (05) :48-51
[2]   基于卡尔曼滤波的仿真机器人定位方法 [J].
张青 ;
李龙澍 ;
刘跃 .
计算机仿真, 2013, 30 (12) :317-320
[3]   基于阈值分类及信号强度加权的室内定位算法 [J].
杨小亮 ;
叶阿勇 ;
凌远景 .
计算机应用, 2013, 33 (10) :2711-2714
[4]   基于混合信息滤波的粒子滤波SLAM算法 [J].
王晓华 ;
杨幸芳 .
计算机应用研究, 2013, 30 (07) :1988-1990+1994
[5]   遥自主移动机器人系统设计及实现 [J].
夏桂华 ;
杨晟 ;
蔡成涛 .
计算机应用, 2011, 31 (11) :3129-3131+3134
[6]   自主移动机器人定位系统中Kalman滤波算法改进 [J].
曾健平 ;
王保同 ;
谢海情 .
计算机应用研究, 2011, 28 (05) :1710-1712
[7]   差动驱动机器人的一种航迹推算定位方法 [J].
张利 ;
潘承毅 ;
刘征宇 ;
徐娟 ;
黄业伟 .
合肥工业大学学报(自然科学版), 2010, 33 (11) :1605-1608+1622
[8]   基于有源RFID的室内移动机器人定位系统 [J].
王殿君 ;
兰云峰 ;
任福君 ;
赵丽杰 ;
姜永成 .
清华大学学报(自然科学版), 2010, 50 (05) :673-676