基于环境语义信息的移动机器人重定位增强

• 作者: 向超 朱建阳 蒋林 雷斌
• 来源期刊: 武汉科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 移动机器人 重定位 全局定位 环境语义信息 粒子滤波 深度学习
• 年，卷（期）: 2020,（3）
• 页码范围: 224-229
• 页数: 6页
• 分类号: TP242.6
• 字数: 4322字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3644.2020.03.011

摘要

为了提升移动机器人在室内环境下的全局重定位效率与准确性,提出一种基于环境语义信息的重定位增强方法.首先按照房间结构将室内环境分为若干子区域,并获取各子区域内常见物体信息,建立子区域物体类别表.在机器人被绑架后,通过深度学习检测识别方法与区域匹配来完成机器人粗定位,以此作为粒子滤波器的先验知识,然后通过粒子滤波算法的观测更新和迭代收敛完成机器人精定位.实验结果表明,本文方法有效提高了机器人被绑架后重定位的准确度与粒子收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋林	武汉科技大学冶金装备及其控制教育部重点实验室	39	133	6.0	10.0
2	雷斌	武汉科技大学机器人与智能系统研究院	11	22	3.0	4.0
3	朱建阳	武汉科技大学冶金装备及其控制教育部重点实验室	13	10	3.0	3.0
4	向超	武汉科技大学机器人与智能系统研究院	1	0	0.0	0.0