基于混合DSm模型的移动机器人动态环境地图构建

被引：9

作者：

李鹏

黄心汉

王敏

机构：

[1] 华中科技大学控制科学与工程系

来源：

机器人 | 2009年 / 31卷 / 01期

关键词：

移动机器人; DSmT; 信息融合; 动态环境; 地图构建;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

针对移动机器人探测动态未知环境的问题,引入了一种由贝叶斯理论和Dempster-Shafer证据理论(DST)扩展而来的新的信息融合方法——Dezert-Smarandache理论(DSmT).采用栅格地图,并根据声纳的物理特性,在DSmT框架下建立了声纳的数学模型.运用DSmT中的高级模型,即混合DSm模型,构造了一组基本信度赋值函数(gbbaf),用以处理动态环境下声纳获取的不确定和不精确信息,甚至于高冲突信息.借助Pioneer 2-Dxe移动机器人分别进行了混合DSm模型和DST两种算法的地图构建实验,并绘制了相应的二维基本信度赋值地图.将由混合DSm模型与DST构建出的环境地图进行了比较,充分验证了混合DSm模型在未知动态环境下的有效性,为处理动态高冲突信息提供了有力的理论依据.

引用

页码：40 / 46+52 +52

页数：8

共 6 条

[1]

A new approach to map building by sensor data fusion: sequential principal component-SPC method.[J].Levent Yenilmez;Hakan Temeltas.The International Journal of Advanced Manufacturing Technology.2007, 1-2

[2]

Sonar mapping of a mobile robot considering position uncertainty [J].