作者:海丹,李勇,张辉,李迅 单位:中国人工智能学会;哈尔滨工程大学 出版:《智能系统学报》2010年第05期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFZNXT2010050070 DOC编号:DOCZNXT2010050079 下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络定位技术浅析》PDF+DOC2015年第31期 危厚琴,马惜平 《无线传感器网络局部锚节点冗余的休眠定位算法》PDF+DOC2012年第01期 姜钧,程良伦 《无线传感器网络中一种精细距离控制定位算法》PDF+DOC2010年第04期 张松涛,蒋洪波,唐振华,刘文予 《无线传感器网络的RSSI定位技术研究》PDF+DOC2009年第19期 戴立伟,李向阳,程赟 《高精确度与高覆盖率的传感器网络定位算法》PDF+DOC2008年第11期 向满天,史浩山,李立宏,龙承志 《单目视觉SLAM仿真系统的设计与实现》PDF+DOC2008年第19期 张展宇,黄亚楼,李超,康叶伟,孙凤池 《无线传感器网络的节点定位算法》PDF+DOC2007年第08期 李晓丁,冯秀芳,赵婵婵 《无线传感器网络的移动节点定位算法研究》PDF+DOC2007年第08期 赵欢,冯颖,罗娟,杨科华 《基于序列加权的无线传感器网络定位算法》PDF+DOC2014年第10期 杨玺,刘军,阎芳 《基于混合蛙跳的无线传感器网络定位方法》PDF+DOC2014年第04期 江宇波,赵攀,邱玲
  • 定位问题是移动机器人研究领域中最基本的问题,在Bayes的框架下研究了机器人与无线传感器网络(W SN)组成系统中的同时建图与定位问题(SLAM).针对该系统中只存在距离测量信息可用的情况提出了一种基于粒子滤波的SLAM算法.该方法将机器人状态和节点位置估计设置为一组全局估计粒子,通过对粒子及其权重的更新来计算整个系统的状态.算法将W SN节点的位置估计在机器人的路径上分解为相互独立的估计,从而将全局粒子的计算转化为使用一个机器人状态滤波器和对应于每个机器人粒子的节点位置滤波器进行计算.针对观测信息低维的特点,设计了处理低维观测信息的方法,使得观测信息可以在滤波阶段得到合理利用.并且详细介绍了提出的SLAM算法原理和计算过程,并通过仿真实验证明了算法的有效性和实用性。

    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。