基于混合DSm模型的移动机器人动态环境地图构建

• 作者: 李鹏 王敏 黄心汉
• 来源期刊: 机器人
• 关键词: 移动机器人 DSmT 信息融合 动态环境 地图构建
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 40-46,52
• 页数: 8页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0446.2009.01.007

摘要

针对移动机器人探测动态未知环境的问题,引入了一种由贝叶斯理论和Dempster-Shafer证据理论(DST)扩展而来的新的信息融合方法-Dezert-Smarandache理论(DSmT).采用栅格地图,并根据声纳的物理特性,在DSmT框架下建立了声纳的数学模型.运用DSmT中的高级模型,即混合DSm模型,构造了一组基本信度赋值函数(gbbaf),用以处理动态环境下声纳获取的不确定和不精确信息,甚至于高冲突信息.借助Pioneer 2-Dxe移动机器人分别进行了混合DSm模型和DST两种算法的地图构建实验,并绘制了相应的二维基本信度赋值地图.将由混合DSm模型与DST构建出的环境地图进行了比较,充分验证了混合DSm模型在未知动态环境下的有效性,为处理动态高冲突信息提供了有力的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敏	华中科技大学控制科学与工程系	297	3374	28.0	48.0
2	黄心汉	华中科技大学控制科学与工程系	151	2823	27.0	48.0
3	李鹏	华中科技大学控制科学与工程系	51	374	9.0	18.0