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:
为提高移动机器人在同步定位和地图构建(SLAM)中的定位精度,该文提出一种基于自组织可增长映射 (GSOM)的仿生定位算法。该方法将位置细胞的激活特性和神经网络输出层神经元建立响应连接,通过GSOM神经网络构建空间的拓扑地图,利用感知距离信息实现位置细胞的激活响应从而估计机器人位置,以此还原机器人的运行路径。实验结果表明细胞间隔R对定位精度有较大影响,选取合适的细胞间隔能有效地减少神经网络的学习时间,提高定位精度,该文算法平均误差在0.153 m以内,定位精度达到90.243%,均优于原有算法。经验证该文算法建立的模型能够实现机器人的空间位置表征,提高了机器人在实验场景下的定位精度,表现出良好的位置估计性能。
推荐文章
移动机器人高精度定位技术研究
移动机器人
高精度定位
视觉定位
特征匹配
相机投影矩阵
基于UMBmark算法的移动机器人定位试验研究
移动机器人
定位
测程法
UMBmark算法
系统误差
校核试验
基于修正预测误差的移动机器人跟踪定位算法
多传感器信息融合
移动机器人
定位
预测误差
修正因子
基于概率栅格地图的移动机器人可定位性估计
概率栅格地图
可定位性
信息矩阵
移动机器人
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 基于自组织可增长映射的移动机器人仿生定位算法研究
来源期刊 电子与信息学报 学科
关键词 移动机器人 自组织可增长映射 位置细胞 位置表征 定位精度
年,卷(期) 2021,(4) 所属期刊栏目
研究方向 页码范围 1003-1013
页数 11页 分类号 TP242.6
字数 语种 中文
DOI 10.11999/JEIT200025
五维指标
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  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
移动机器人
自组织可增长映射
位置细胞
位置表征
定位精度
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
论文1v1指导