2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩143頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、移動(dòng)機(jī)器人的同時(shí)定位與建圖(Simultaneous Localization and Mapping,SLAM)作為機(jī)器人系統(tǒng)中的一個(gè)重要分支,是保證機(jī)器人在未知環(huán)境探索中是否能完全自主的關(guān)鍵所在。
   本論文圍繞機(jī)器人SLAM中的一些關(guān)鍵問(wèn)題,深入研究了機(jī)器人的地圖創(chuàng)建、地圖融合以及多機(jī)器人之間的相互定位等問(wèn)題,提出了一些自己的看法和解決方案,主要體現(xiàn)在以下幾個(gè)方面:
   (1)在詳細(xì)分析聲納傳感器的鏡面反射和散

2、射特性在測(cè)距過(guò)程中造成的一些不確定信息的基礎(chǔ)上,提出了基于不確定性信息的概率柵格地圖和特征幾何地圖的創(chuàng)建方法。在概率柵格地圖中,引入了距離影響因子,調(diào)整了聲納概率測(cè)距模型,提高了地圖的精度。在特征幾何地圖中,結(jié)合隨機(jī)Hough變換(Radomized Hough Transform,RHT)和多分辨率Hough變換(Multi-resolution Hough Transform,MHT)算法的優(yōu)點(diǎn),提出了一種快速的Hough變換提取特

3、征的方法。該方法將所有聲納弧上的離散點(diǎn)作為種子點(diǎn),然后隨機(jī)選取一部分離散點(diǎn)與種子點(diǎn)匹配,匹配的話(huà)累積存儲(chǔ)單元就加一,當(dāng)累積存儲(chǔ)單元具有最大累積數(shù)時(shí),則提取出直線(xiàn)特征。在一定程度上去除了一些不確定信息,從而對(duì)一些鏡面反射或干擾噪聲所造成的錯(cuò)誤信息具有一定的魯棒性。
   (2)采用分散探索、集中建圖的混合式控制結(jié)構(gòu),提出了基于差異進(jìn)化算法的地圖融合方法。首先讓機(jī)器人從各自不同位置出發(fā),融合各類(lèi)傳感器數(shù)據(jù)創(chuàng)建柵格局部地圖;然后通過(guò)改

4、進(jìn)的差異進(jìn)化(Differential Evolution,DE)算法搜索最優(yōu)轉(zhuǎn)換函數(shù),根據(jù)轉(zhuǎn)換函數(shù)旋轉(zhuǎn)和平移某個(gè)地圖,使得該地圖和其它地圖之間的重疊區(qū)域最大,相異度最小;最后通過(guò)接受函數(shù)的值來(lái)判斷是否成功融合為一個(gè)全局地圖。其中搜索最優(yōu)轉(zhuǎn)換函數(shù)采用改進(jìn)的差異進(jìn)化算法,變異策略DE/best/1和DE/rand/1通過(guò)線(xiàn)性模擬退火加權(quán)策略組合成新的變異操作,用線(xiàn)性退火因子作為加權(quán)因子,提高算法的收斂精度和收斂速率,快速成功的完成局部地圖

5、的融合。同時(shí),在基于Hough變換的地圖融合方法的基礎(chǔ)上,分析了重疊度、旋轉(zhuǎn)角度對(duì)地圖融合算法的性能影響,通過(guò)隨機(jī)采樣和固定步長(zhǎng)對(duì)Hough變換的離散點(diǎn)進(jìn)行采樣,提高地圖創(chuàng)建的實(shí)時(shí)性。
   (3)深入分析了基于粒子濾波的SLAM方法,提出了基于粒子群優(yōu)化的機(jī)器人SLAM方法。首先針對(duì)粒子存在的退化問(wèn)題,將粒子群優(yōu)化和FasSLAM方法相結(jié)合,在預(yù)測(cè)采樣過(guò)程中結(jié)合機(jī)器人的觀(guān)測(cè)值進(jìn)行優(yōu)化,從而增強(qiáng)了位置預(yù)測(cè)的準(zhǔn)確性,有效的解決了粒

6、子退化問(wèn)題;然后針對(duì)粒子存在的耗盡問(wèn)題,引入遺傳算法中的變異操作,保持了粒子的多樣性;最后將其粒子群優(yōu)化的思想擴(kuò)展到異質(zhì)多機(jī)器人的FastSLAM算法中。在異質(zhì)多機(jī)器人系統(tǒng)中,充分利用某個(gè)機(jī)器人的精確定位能力,測(cè)出與其它機(jī)器人之間的相對(duì)位姿(距離和角度),并將其相對(duì)的觀(guān)測(cè)量融合到粒子的預(yù)測(cè)采樣過(guò)程中,提高了機(jī)器人之間的相互定位精度。
   (4)在基于稀疏擴(kuò)展信息濾波的基礎(chǔ)上,研究了稀疏規(guī)則和數(shù)據(jù)關(guān)聯(lián)問(wèn)題,提出了一種新的稀疏化規(guī)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論