多机器人系统中的信息融合技术综述

被引：11

作者：

王远

徐华

贾培发

机构：

[1] 清华大学计算机科学与技术系

来源：

微电子学与计算机 | 2007年 / 12期

基金：

中国博士后科学基金;

关键词：

多机器人系统; 信息融合; 拓扑结构; 算法;

D O I：

10.19304/j.cnki.issn1000-7180.2007.12.043

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

对各种适用于多机器人系统的信息融合拓扑结构、融合方法进行了系统的综述,重点分析了适用于分布式多机器人协作系统及强化学习的信息融合结构,以及近年来神经网络、模糊系统、遗传算法、粗糙集理论等信息融合算法相互融合的发展趋势,并提出了若干多机器人系统信息融合目前存在的问题和发展方向。

引用

页码：150 / 152+156 +156

页数：4

共 7 条

[1] 基于多Agent的协作学习支持系统研究 [J].

高岭 ;

胡青山 ;

王峥 ;

高鹏 .

微电子学与计算机, 2004, (12) :179-183

[2] 一种基于粗集的模糊神经网络 [J].

罗健旭 ;

邵惠鹤 .

上海交通大学学报, 2003, (11) :1702-1705+1722

[3]

机器人感觉与多信息融合[M]. 机械工业出版社 , 罗志增,蒋静坪著, 2002

[4] FOOTBALL PREDICTIONS BASED ON A FUZZY MODEL WITH GENETIC AND NEURAL TUNING [J].

Rotshtein, A. P. ;

Posner, M. ;

Rakityanskaya, A. B. .

CYBERNETICS AND SYSTEMS ANALYSIS, 2005, 41 (04) :619-630

[5] Neuro-fuzzy learning with symbolic and numeric data [J].

Nauck, DD .

SOFT COMPUTING, 2004, 8 (06) :383-396

[6]

Hybrid Classifier Based on Rough Sets and Neural Networks[J] . Electronic Notes in Theoretical Computer Science . 2003 (4)

[7]

Cooperative Mobile Robotics: Antecedents and Directions[J] . Y. Uny Cao,Alex S. Fukunaga,Andrew Kahng.Autonomous Robots . 1997 (1)

← 1 →