-
公开(公告)号：CN111207756B
公开(公告)日：2022-08-23
申请号：CN202010194141.7
申请日：2020-03-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进人工势场算法的移动机器人路径规划方法。具体步骤为：首先，根据移动机器人到目标点的距离构造出引力势场函数，根据移动机器人到目标点的距离以及到障碍物的距离构造出斥力势场函数；然后，分别对引力势场函数以及斥力势场函数求负梯度得到移动机器人受到的吸引力和排斥力；最后，移动机器人在吸引力和排斥力共同作用下避开障碍物向目标点前进，并且中途会生成强制干扰力使机器人逃离局部极小值点影响范围。在室内多障碍物环境中的实验结果表明：相较于其他方法，本方法路径规划的成功率较高，满足实际应用需求。
-
公开(公告)号：CN111207756A
公开(公告)日：2020-05-29
申请号：CN202010194141.7
申请日：2020-03-19
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于改进人工势场算法的移动机器人路径规划方法。具体步骤为：首先，根据移动机器人到目标点的距离构造出引力势场函数，根据移动机器人到目标点的距离以及到障碍物的距离构造出斥力势场函数；然后，分别对引力势场函数以及斥力势场函数求负梯度得到移动机器人受到的吸引力和排斥力；最后，移动机器人在吸引力和排斥力共同作用下避开障碍物向目标点前进，并且中途会生成强制干扰力使机器人逃离局部极小值点影响范围。在室内多障碍物环境中的实验结果表明：相较于其他方法，本方法路径规划的成功率较高，满足实际应用需求。
-
公开(公告)号：CN110427520B
公开(公告)日：2022-08-23
申请号：CN201910599928.9
申请日：2019-07-04
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于自适应局部和分组关联策略的SLAM数据关联方法。具体步骤为：首先，根据移动机器人当前时刻的位置、传感器的量测范围以及当前时刻观测值的分布情况自适应地确定局部数据关联区域；然后，根据局部关联区域以及当前观测值的数量和分布自适应地确定观测值的分组数，并以此为基础利用高斯混合聚类算法将当前观测值分组；接着，使用联合兼容分支定界算法完成各组中观测值和局部区域中特征点之间的数据关联并筛选出各组最优关联解；最后，整合各组最优解得到最终的数据关联结果。实验结果证实了本方法能够在能够在保证高关联正确率的同时降低关联计算量。
-
公开(公告)号：CN110427520A
公开(公告)日：2019-11-08
申请号：CN201910599928.9
申请日：2019-07-04
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于自适应局部和分组关联策略的SLAM数据关联方法。具体步骤为：首先，根据移动机器人当前时刻的位置、传感器的量测范围以及当前时刻观测值的分布情况自适应地确定局部数据关联区域；然后，根据局部关联区域以及当前观测值的数量和分布自适应地确定观测值的分组数，并以此为基础利用高斯混合聚类算法将当前观测值分组；接着，使用联合兼容分支定界算法完成各组中观测值和局部区域中特征点之间的数据关联并筛选出各组最优关联解；最后，整合各组最优解得到最终的数据关联结果。实验结果证实了本方法能够在能够在保证高关联正确率的同时降低关联计算量。
-
-
-
Search Results
4
records
(took 0.02 seconds)
