基于贝叶斯核主成分分析的远距离地形标记方法

• 作者: 刘成良 周俊 屠珺 李彦明 王明军
• 来源期刊: 机器人
• 关键词: 地形标记 移动机器人 自主导航 核主成分分析
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 1-8
• 分类号: TP24
• 语种: 中文
• DOI: 10.3724/SP.J.1218.2012.00001

摘要

由于非结构化室外场景外观特征分布存在动态不确定性以及映射偏移特性,因此在室外移动机器人自主导航的过程中采用预确定外观特征并不能非常有效地进行地形标记.为了解决此问题,提出了基于贝叶斯核主成分分析(BKPCA)的远距离地形标记方法.该方法融合了基于贝叶斯公式的聚类中心后验概率,且采用自定义的核函数,实现了原始特征数据结构在低维空间上的保持,能够提取出适合当前场景地形标记的外观特征.实验结果表明,BKPCA模型有效地提高了远距离地形标记的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘成良		200	2288	27.0	38.0
2	李彦明		68	511	12.0	20.0
3	王明军		5	38	2.0	5.0
4	周俊		84	1938	28.0	41.0
5	屠珺		5	36	3.0	5.0