期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
1. 基于WiFi指纹序列匹配的机器人同步定位与地图构建
秦正泓, 刘冉, 肖宇峰, 陈凯翔, 邓忠元, 邓天睿
《计算机应用》唯一官方网站    2022, 42 (10): 3268-3274.   DOI: 10.11772/j.issn.1001-9081.2021081522
摘要361)   HTML2)    PDF (2498KB)(183)    收藏

同步定位与地图构建(SLAM)是当前机器人定位导航的研究热点,可靠的闭环检测是图优化SLAM的关键。而在大范围的复杂环境下,通过视觉或激光雷达进行闭环检测的可靠性低且计算开销大。针对这一问题,提出了一种基于WiFi指纹序列匹配的图优化SLAM算法。所提算法采用指纹序列进行闭环检测,由于指纹序列中包含多个指纹数据,信息量比单个指纹点对的数据丰富,因此将传统的基于指纹点对的匹配扩展到指纹序列的匹配可以大幅减小闭环误判的几率,从而确保了闭环检测的准确性,满足了SLAM在大范围复杂环境下的算法高精度要求。采用两组实验数据(机器人从不同的起点开始)对所提算法进行验证的结果表明:与高斯相似度的方法相比,所提算法的精度在第一组数据上提高了22.94%;在第二组数据上提高了39.18%。实验结果充分验证了所提算法在提高定位精度、确保闭环检测可靠性方面的优越性。

图表 | 参考文献 | 相关文章 | 多维度评价
2. 基于不同重采样算法的RFID指纹定位
黄保虎 刘冉 张华 张昭
计算机应用    2013, 33 (02): 595-599.   DOI: 10.3724/SP.J.1087.2013.00595
摘要1107)      PDF (790KB)(433)    收藏
为满足移动机器人精确定位的需求,提出一种基于不同重采样算法的粒子滤波指纹定位法。定位阶段首先利用机器人运动学建立运动模型作为粒子预测分布, 并将当前的观测信息和环境指纹融入, 以改善滤波效果, 减少所需粒子数;然后给出精致重采样(ER)算法,以提高粒子的细化能力,减少粒子匮乏效应并提高定位精度;最后分析不同重采样算法对定位精度的影响,且从不同的实验角度进一步验证定位算法的精确性以及可靠性。实验结果表明, 该算法在定位精度和鲁棒性方面都有显著提高。
相关文章 | 多维度评价