基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了多机器人队列利用相对观测信息在未知环境中进行同时定位的问题.当队列中某个机器人观测到另外一个或几个机器人时,利用这些信息来同时更新整个队列的位置及协方差矩阵,也即整个队列共享所获得的观测,来得到更精确的位置估计.每个机器人都携带内部及外部传感器,内部传感器感知机器人自身的运动,外部传感器能提供机器人之间的相对观测量,如相对距离和相对方位.利用扩展卡尔曼滤波 (EKF)算法融合内部及外部传感器信息,对多机器人队列进行同时定位;并对不同的观测量及机器人个数进行了仿真分析,给出了不同情况下的滤波器结构,研究比较了它们的定位精度.仿真结果表明,利用机器人之间的相对观测信息,可以显著提高定位精度.
推荐文章
基于机器视觉的工业机器人定位系统研究
机器视觉
工业机器人
定位系统
定位抓取技术
基于图像相似性测量的移动机器人定位研究
全向成像
Hausdorff分数
定位
移动机器人
无线机器人定位系统
光电位移
传感器
遥测
单片机
基于机器视觉的工业机器人定位系统
工业机器人
机器视觉
图像识别
定位
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于相对观测量的多机器人定位
来源期刊 国防科技大学学报 学科 工学
关键词 多机器人 相对观测量 扩展卡尔曼滤波(EKF)
年,卷(期) 2006,(2) 所属期刊栏目 电子工程·计算机工程
研究方向 页码范围 67-72
页数 6页 分类号 TP391.41
字数 3774字 语种 中文
DOI 10.3969/j.issn.1001-2486.2006.02.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 万建伟 国防科技大学电子科学与工程学院 136 1396 20.0 30.0
2 王玲 国防科技大学电子科学与工程学院 33 212 8.0 13.0
3 邵金鑫 国防科技大学电子科学与工程学院 5 91 5.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (25)
同被引文献  (28)
二级引证文献  (183)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(9)
  • 引证文献(3)
  • 二级引证文献(6)
2009(14)
  • 引证文献(3)
  • 二级引证文献(11)
2010(8)
  • 引证文献(2)
  • 二级引证文献(6)
2011(22)
  • 引证文献(2)
  • 二级引证文献(20)
2012(12)
  • 引证文献(0)
  • 二级引证文献(12)
2013(23)
  • 引证文献(2)
  • 二级引证文献(21)
2014(23)
  • 引证文献(4)
  • 二级引证文献(19)
2015(18)
  • 引证文献(0)
  • 二级引证文献(18)
2016(20)
  • 引证文献(1)
  • 二级引证文献(19)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(17)
  • 引证文献(3)
  • 二级引证文献(14)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
多机器人
相对观测量
扩展卡尔曼滤波(EKF)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国防科技大学学报
双月刊
1001-2486
43-1067/T
大16开
湖南省长沙市开福区德雅路109号
42-98
1956
chi
出版文献量(篇)
3593
总下载数(次)
5
总被引数(次)
31889
论文1v1指导