基于代数神经网络信息融合的侧向定位的实验研究

• 作者: 史恩秀 蔡涛 马斌良 黄玉美
• 来源期刊: 中国机械工程
• 关键词: 移动机器人 信息融合 代数神经网络 侧向定位
• 年，卷（期）: 2008,（17）
• 所属期刊栏目: 科学基金
• 页码范围: 2102-2107
• 页数: 6页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2008.17.020

摘要

为提高移动机器人的工位定位精度,通过实验分析了超声波传感器的测量距离d和入射角α对测量精度的影响.基于代数神经网络能实现样本空间的精确映射并具有较好非线性逼近能力,设计了一种移动机器人侧向定位融合模型.经实验比较,该定位融合模型具有较高的精度,使得位置误差小于0.9957mm,角度误差小于0.2966°.将该定位融合模型应用于自主研发的移动机器人的定位实验中,定位位置精度可达到±2.5mm,姿态角精度可达到±0.42°,满足定位要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史恩秀		40	472	11.0	20.0
2	黄玉美		210	3102	26.0	48.0
3	马斌良		5	29	3.0	5.0
4	蔡涛		2	6	2.0	2.0