《基于在线学习的移动机器人概率测量模型》PDF+DOC
作者:何叶,熊根良
单位:南昌大学
出版:《南昌大学学报(工科版)》2018年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFNCDG2018030160
DOC编号:DOCNCDG2018030169
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于ROS平台机器人导航避障系统设计与开发》PDF+DOC2019年第10期 贾卫平,盖欣桐,张祥,赵洪健,黄式贤
《动态环境中移动机器人多状态转换自主导航》PDF+DOC2019年第10期 曹其新,黄先群,蒋宇捷,朱笑笑
《基于威胁评估与生物激励神经网络的机器人路径规划研究》PDF+DOC2019年第06期 代亚兰,熊禾根,陶永,李公法
《移动机器人同时定位和地图创建的一种新方法》PDF+DOC2006年第03期 厉茂海,洪炳熔
《移动机器人的一种室内自然路标定位法》PDF+DOC2005年第15期 唐琎,白涛,蔡自兴
《基于视觉的机器人定位精度提高方法》PDF+DOC2005年第06期 李新征,易建强,赵冬斌
《移动机器人障碍躲避的最佳路径》PDF+DOC2003年第05期 郭戈
《基于传感器的非完整移动机器人运动规划》PDF+DOC2002年第06期 吴忻生,郭丙华,胡跃明
《半自主式煤矿救灾机器人的设计》PDF+DOC2010年第16期 姬程鹏,张晓光,毕伟,卓蒙蒙
《基于产生式规则多传感器数据融合方法的移动机器人避障》PDF+DOC2009年第10期 许芬,咸宝金,李正熙
在概率机器人学中,基于距离传感器的概率测量模型被提出并被广泛地应用到移动机器人的定位及建图过程中。在复杂多变的外界环境下,为了得到更符合实际情况、更精确的概率测量模型,提出了一种在线学习的方法:根据实时冗余的传感器数据,按真实障碍物距离进行分类得到相应的数据集,并采用期望最大化(EM)算法从各数据集中学习相应的模型内参,从而对概率测量模型持续更新与校正。实验结果表明,采用基于在线学习的概率测量模型,能得到鲁棒性更强、精度更高的定位结果。
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。