基于优化异质BP神经网络信息融合的清洁机器人定位研究

• 作者: 张飞 耿红琴
• 来源期刊: 计算机测量与控制
• 关键词: 清洁机器人 异质 RBF神经网络 精确定位 位姿传感器 粒子群优化
• 年，卷（期）: 2014,（1）
• 页码范围: 197-199
• 页数: 3页
• 分类号: TP156
• 语种: 中文

摘要

清洁机器人的移动定位是个复杂的非线性定位的问题，精密机械结构与路径规划无法补偿定位不精确造成的移动误差，提出一种基于异质 RBF神经网络信息融合的清洁机器人定位技术，设计了智能机器人的控制系统、移动系统和感知系统，设计多个位姿传感器后，实时采集位置信息，在主控芯片中使用粒子群优化神经网络技术对多传感器的信息进行融合，计算清洁机器人的位置信息，解决了位置因素非线性强，定位误差大的问题，并且有效提高了神经网络的局部收敛能力；使用机器人多传感器的实验平台测试证明，这种方法下清洁机器人的移动中定位准确率较传统方法提高13％，具有很强的可靠性与实用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿红琴	黄淮学院信息工程学院	23	159	8.0	11.0
2	张飞	黄淮学院信息工程学院	36	145	6.0	11.0