移動機器人與無線傳感器網(wǎng)絡(luò)協(xié)同定位算法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，機器人應(yīng)用的領(lǐng)域越來越廣，無線傳感器網(wǎng)絡(luò)與移動機器人協(xié)同定位以其定位精度高的優(yōu)點而受到了廣泛關(guān)注。本文以提升移動機器人與無線傳感器網(wǎng)絡(luò)協(xié)同定位的精度為主要出發(fā)點，設(shè)計融入最新觀測信息到提議分布中去的改進邊緣粒子濾波算法，并將其用于機器人與傳感器網(wǎng)絡(luò)的協(xié)同定位求解。內(nèi)容可概括如下：
　　首先，介紹了課題背景及意義，并對當(dāng)前機器人定位及SLAM問題的發(fā)展現(xiàn)狀進行了描述，明確了課題的目的。
　　其次，闡述了課題

2、所需了解的一些原理及算法。針對粒子濾波的狀態(tài)空間維數(shù)不斷隨時間增長，粒子重要性權(quán)值方差大的缺點，引入了邊緣粒子濾波，直接在低維的狀態(tài)空間作濾波估計，降低了粒子重要性權(quán)值方差。
　　再次，狀態(tài)估計的好壞，很大程度上由重要性概率密度函數(shù)與真實后驗概率密度函數(shù)的接近程度決定。為了使提議分布函數(shù)更接近于真實的后驗分布函數(shù)，在MPF的基礎(chǔ)上，將最新的觀測信息融入到提議分布函數(shù)中，使提議分布更接近系統(tǒng)狀態(tài)的后驗概率密度函數(shù)，從而提高定位精度。