狭窄环境地形图建立的融合算法研究

被引：1

作者：

刘国良

谢箭

颜世佐

强文义

机构：

[1] 哈尔滨工业大学控制科学与工程系

来源：

哈尔滨工业大学学报 | 2008年 / 01期

关键词：

狭窄环境; 信息融合; 移动机器人; 超声波传感器;

D O I：

暂无

中图分类号：

P283 [地图编制];

学科分类号：

摘要：

针对移动机器人使用超声波传感器在已知狭窄环境和未知狭窄环境中的导航问题,提出一种多层融合算法,该算法通过在数据层融合中使用D-S证据理论,在决策层融合中使用意见一致性理论,建立已知狭窄环境的地形图;对于未知狭窄环境,使用D-S证据理论中的矛盾因子,建立了一个自适应超声波传感器模型.结果表明:使用上述方法有效地减少了超声波传感器镜面反射所引起的不确定性,提高了移动机器人使用超声波传感器在狭窄环境中建立地形图的准确性,证明本文所提出的方法是有效可行的.

引用

页码：6 / 8

页数：3

共 6 条

[1]

Sonar-based real-world mapping and navi-gation. ALBERTO E. IEEE Journal of Robotics and Automation . 1987

[2]

Shafer-dempster reasoning with applications to multisensor target identification systems. BOLGER P L. IEEE Transactions on Systems Man and Cybernetics . 1987

[3]

Hybrid consensus theoretic classification. BENEDIKTSSON J A,SVEINSSON J R,SWAIN P H. IEEE Transactions on Geoscience Electronics . 1997

[4]

Mobile robot localization in dynamic environments using dead reckoning and evidence grids. BRIAN Yamauchi. Proceedings of The1996IEEE International Confer-ence on Robotics and Automation . 1996

[5]

Multi-ultrasonic sensor fusion for mobile robots. ZOU Y,HO Y K,CHUA C S,et al. Proceedings of the2000IEEE Intelligent Vehicles Conference . 2000

[6]

An Evidential Approach to Map-Building for Autonomous Vehicles. Pagac D,Nebot E M,Durrant-Whyte H. IEEE Transactions on Robotics . 1998

← 1 →