您的位置: 专家智库 > >

安婷婷

作品数:3 被引量:10H指数:2
供职机构:华南理工大学计算机科学与工程学院更多>>
发文基金:国家自然科学基金广东省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇移动机器人
  • 2篇粒子滤波
  • 2篇粒子滤波器
  • 2篇滤波
  • 2篇机器人
  • 1篇地图创建
  • 1篇地图构建
  • 1篇点匹配
  • 1篇特征点
  • 1篇特征点匹配
  • 1篇同时定位与地...
  • 1篇同时定位与地...
  • 1篇重采样
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇鲁棒
  • 1篇蒙特卡罗
  • 1篇蒙特卡罗定位
  • 1篇蒙特卡罗定位...

机构

  • 3篇华南理工大学

作者

  • 3篇安婷婷
  • 2篇肖南峰

传媒

  • 1篇计算机仿真
  • 1篇计算机工程与...

年份

  • 3篇2010
3 条 记 录,以下是 1-3
排序方式:
基于多假设粒子群优化的蒙特卡罗定位算法
2010年
针对传统蒙特卡罗定位(MCL)算法在结构化相似环境中容易出现定位失败的问题,提出一种基于多假设粒子群优化的改进蒙特卡罗定位方法(MPSO-MCL)。以激光传感器的观测信息作为适应度函数,对MCL算法的采样粒子进行多假设粒子群优化更新,使得采样粒子向当前群体中多个最优粒子方向移动,从而使得粒子迅速收敛到后验概率密度分布取值较大的区域,实现了移动机器人高效精确自主定位。实验结果表明,MPSO-MCL算法克服了相似环境中定位的粒子匮乏问题,并且提高了定位的精确度。
安婷婷肖南峰
关键词:移动机器人蒙特卡罗定位粒子群优化
粒子滤波器SLAM算法研究被引量:8
2010年
为解决传统的基于Rao-Blackwellized粒子滤波器的同时定位与地图创建(SLAM)算法需要大量的采样粒子,而且频繁重采样操作可能导致粒子耗尽的问题,提出一种改进算法。在计算采样的提议分布时考虑了里程计信息和距离传感器信息,并且通过计算有效粒子数目适时进行重采样操作,通过加入随机粒子来维持多样性。该方法能减少粒子数目,同时保证算法的一致性。仿真结果表明,算法提高了计算效率,创建的栅格地图具有更高的精度。
安婷婷肖南峰
关键词:移动机器人粒子滤波器同时定位与地图创建重采样
家政服务机器人同时定位与地图构建研究
随着社会老龄化程度的不断提高,以及现代人生活方式的转变,家政服务机器人正逐渐走入人们的生活,并且显示出巨大的市场需求。 家政服务机器人要投入实际应用,自主导航能力是关键,也是实现其真正智能化和完全自主移动的关键技术。而家...
安婷婷
关键词:同时定位与地图构建RAO-BLACKWELLIZED粒子滤波器快速鲁棒特征特征点匹配环境认知
文献传递
共1页<1>
聚类工具0