作者:许亚芳,孙作雷,曾连荪,张波 单位:中国航天科工集团第二研究院706所 出版:《计算机工程与设计》2015年第12期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFSJSJ2015120330 DOC编号:DOCSJSJ2015120339 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度学习模型的无线传感器网络数据融合算法》PDF+DOC2014年第12期 邱立达,刘天键,林南,黄章超 《基于稀疏滤波的无线传感器网络数据融合》PDF+DOC2015年第03期 邱立达,刘天键,傅平 《基于贝叶斯网络的体域网多模态健康数据融合方法》PDF+DOC2017年第10期 史春燕,翟羽婷,王磊 《基于粒子滤波的机器人定位及动态目标跟踪》PDF+DOC2008年第23期 赵璇,何波,吉德志,于青,张洁 《基于数据融合的拱泥机器人定位方法》PDF+DOC2003年第04期 杨清梅,王立权,王岚,孟庆鑫 《一种面向目标的环境模型及其构建方法》PDF+DOC2013年第07期 刘汉峰 《基于扫描激光的室外移动机器人三维环境建模》PDF+DOC2013年第10期 钱来,周波,戴先中 《环境特征提取在移动机器人导航中的应用》PDF+DOC2007年第03期 黄明登,肖晓明,蔡自兴,于金霞 《一种鲁棒的室外移动机器人定位方法》PDF+DOC2007年第04期 宗光华,邓鲁华,王巍 《基于惯性传感器和视觉里程计的机器人定位》PDF+DOC2013年第01期 夏凌楠,张波,王营冠,魏建明
  • 传统贝叶斯数据融合算法中存在线性化缺陷,其在融合测量信息与里程计信息时,不能充分利用测量信息,导致机器人的定位出现较大误差。针对该问题,基于原始激光扫描数据进行特征提取,在得到有效测量信息后,引入迭代贝叶斯数据融合策略,利用非线性最优方式,通过一系列线性化点逐步接近最佳收敛值,达到降低定位误差的目的。实验中,将该特征提取方法应用于Victoria Park数据集,对迭代贝叶斯数据融合算法和传统算法进行性能比较,比较结果表明,该算法的定位轨迹与真实路径的吻合程度更高,相同条件下,对噪声的容忍能力更强。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。