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:
针对多机器人编队导航,提出了一种协同定位的方法.一个主机器人带领其他成员机器人,主机器人配备视觉传感器及激光扫描仪,成员机器人通过融合内部传感器数据进行自身定位.主机器人利用双目视觉进行目标检测,确定目标方位及距离信息,并利用激光扫描仪结合视觉获取的方位信息得到成员机器人位置及航向.基于联邦滤波算法提出了一种联合滤波模型,融合多传感器信息得到精确定位.1个Pioneer 3-AT和3个AmigoBot机器人编队的协同定位实验表明:该方法可行,误差范围小,满足实际应用的精度要求.
推荐文章
多机器人最大熵博弈协同定位算法
多机器人
最大熵博弈
一致相对观测
协同定位
扩展Kalman滤波算法
基于EKF和PF的多机器人协同定位技术
多机器人系统
协同定位
扩展卡尔曼滤波
粒子滤波
基于EKF和PF的多机器人协同定位技术
多机器人系统
协同定位
扩展卡尔曼滤波
粒子滤波
基于分散式EKF的多机器人协同定位
多机器人
协同定位
EKF
分散式数据结构
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 一种多机器人编队协同定位的方法
来源期刊 哈尔滨工业大学学报 学科 工学
关键词 多传感器融合 多机器人定位 扩展卡尔曼滤波 联邦滤波
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 152-157
页数 6页 分类号 TP242.6
字数 语种 中文
DOI
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 谢立 17 191 8.0 13.0
2 陈耀武 135 1037 16.0 26.0
3 蒋荣欣 23 81 6.0 8.0
4 田翔 27 124 6.0 11.0
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  (6)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
多传感器融合
多机器人定位
扩展卡尔曼滤波
联邦滤波
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
哈尔滨工业大学学报
月刊
0367-6234
23-1235/T
大16开
哈尔滨市南岗区西大直街92号
14-67
1954
chi
出版文献量(篇)
7855
总下载数(次)
10
总被引数(次)
88544
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导