基于卡尔曼滤波的仿真机器人定位方法

被引：8

作者：

张青 ^{[1
]}

李龙澍 ^{[1
]}

刘跃 ^{[2
]}

机构：

[1] 安徽大学计算机科学与技术学院

[2] 合肥市公安局网络安全保卫支队

来源：

计算机仿真 | 2013年 / 30卷 / 12期

基金：

安徽省自然科学基金;

关键词：

机器人足球仿真; 定位; 位置预测; 卡尔曼滤波;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

机器人准确定位问题是RoboCup3D仿真比赛中的一个关键部分。由于视觉信息存在误差,所以能否准确定位,直接关系到机器人能否准确快速地完成任务。采用RoboCup3D仿真平台进行比赛,已从当最初的3V3发展为11V11,无论是球队的进攻配合还是防守站位都必不可少。采用的策略都基于机器人在球场上的位置,使得机器人的定位问题显得尤为重要。为此提出一种改进预测模型的卡尔曼滤波定位方法,通过对机器人位置预测模型的改进,提高卡尔曼滤波的收敛性。在3D仿真平台上测试,定位效果有了明显的提升。

引用

页码：317 / 320

页数：4

共 8 条

[1]

Heuristic Reinforcement Learning applied to RoboCup Simulation Agents. Luiz A Celiberto Jr.et al. .

[2] 基于贝叶斯滤波理论的自主机器人自定位方法研究 [J].

方正 ;

佟国峰 ;

徐心和 .

控制与决策 , 2006, (08) :841-847+862

[3]

Robocup 3D仿真比赛关键技术的研究[D]. 胡翠娜.江西理工大学 2007

[4]

计算机图形学[M]. 机械工业出版社 , (美) 坎宁安 (Cunningham, 2008

[5]

仿人机器人[M]. 清华大学出版社 , (日)梶田秀司编著, 2007

[6]

RoboViz:Programmable Visualization for Simulated Soccer. Justin Stoecker,Ubbo Visser. Robocup symposium . 2011

[7]

“An Introduction to the Kalman Filter”. Greg Welch,Gary Bishop. Technical Report:TR95-041 . 1995

[8]

Half field offense in RoboCup soccer:A multiagent reinforcement learning case study. S.Kalyanakrishnan,Y. Liu,P. Stone. Computer Science . 2007

← 1 →