未知环境下移动机器人自主感知斜坡地形方法

被引:19
作者
朱江 [1 ]
王耀南 [1 ]
余洪山 [1 ]
王文格 [2 ]
许海霞 [1 ]
机构
[1] 湖南大学电气与信息工程学院
[2] 湖南大学机械与运载工程学院
关键词
移动机器人; 环境感知; 斜坡地形; RBF神经网络;
D O I
10.19650/j.cnki.cjsi.2010.08.038
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
环境感知是实现移动机器人自主导航的基础与根本保证。为了正确感知斜坡地形,分析了其描述模型。根据移动机器人从不同位置观测斜坡时深度信息的变化趋势,确定移动机器人观测斜坡的方向。在此基础上,提出了应用径向基(RBF)神经网络强非线性逼近能力估算地形坡度值的新方法。实验结果表明,所提出的算法能满足移动机器人感知斜坡地形的要求,同时算法具有简单、准确、鲁棒性强的优点。
引用
收藏
页码:1916 / 1920
页数:5
相关论文
共 7 条
[1]
归一化RBF网络的时空混沌时间序列建模与应用 [J].
沈民奋 ;
李延勋 .
电子测量与仪器学报, 2009, 23 (02) :63-68
[2]
基于特征选取与多RBF神经网络的冷凝器污垢软测量 [J].
樊绍胜 ;
王耀南 .
仪器仪表学报, 2008, (04) :723-728
[3]
一种基于径向基函数动态阈值模型的机组状态监测方法 [J].
陈勇强 ;
刘开培 .
中国电机工程学报, 2007, (26) :96-101
[4]
基于三维通行性的月球车自主导航 [J].
徐璐 ;
曹亮 ;
居鹤华 ;
陈阳舟 .
系统仿真学报, 2007, (12) :2852-2856
[6]
Computer vision on Mars [J].
Matthies, Larry ;
Maimone, Mark ;
Johnson, Andrew ;
Cheng, Yang ;
Willson, Reg ;
Villalpando, Carlos ;
Goldberg, Steve ;
Huertas, Andres ;
Stein, Andrew ;
Angelova, Anelia .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2007, 75 (01) :67-92
[7]
Traversability analysis and path planning for a planetary rover [J].
Gennery, DB .
AUTONOMOUS ROBOTS, 1999, 6 (02) :131-146