WSNs环境下基于高斯混合容积卡尔曼滤波的移动机器人定位算法?

• 作者: 凌有铸 陈孟元 陈晓飞
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 无线传感器网络 高斯混合容积卡尔曼滤波 移动机器人 定位
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 无线传感器技术
• 页码范围: 133-138
• 页数: 6页
• 分类号: TP393|TN92
• 字数: 3453字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.01.024

摘要

针对移动机器人的定位问题，提出一种面向无线传感器网络WSNs( Wireless Sensor Networks)环境下，结合高斯混合容积卡尔曼滤波( GM￣CKF)优化的定位算法。将WSNs对移动机器人的观测、机器人自身对环境特征的观测以及机器人自身运动控制量进行数据融合，并利用带有门限判别和选择性高斯分割的GM￣CKF算法，对机器人的预估位置实施预测修正，降低计算求解的空间维数，提高定位精度。仿真实验结果表明，所提出的方法比传统机器人自定位法定位精度有所提高，算法精度较标准的CKF算法提高了39.11％，比EKF算法提高了65.81％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌有铸	安徽工程大学安徽省电气传动与控制重点实验室	83	529	11.0	19.0
2	陈孟元	安徽工程大学安徽省电气传动与控制重点实验室	87	626	12.0	21.0
3	陈晓飞	安徽工程大学安徽省电气传动与控制重点实验室	4	22	3.0	4.0