基于5G的视觉辅助BDS移动机器人融合定位算法
文中创新地提出了一种借助5 G"宽带云信息"视觉图像处理辅助BDS来估计移动机器人位置,进而消除误差提高精度的方法.通过改进金字塔LK算法估计光流速度,从而精确得到移动机器人速度,并由手机加速度传感器提供加速度值,由北斗接收机提供粗略的移动机器人三维位置信息,并利用改进的卡尔曼滤波器进行数据融合.改进路径首先采用小波神经网络对卡尔曼滤波器进行监督控制,然后进一步采用改进的梯度下降法对小波神经网络权值和参数进行学习和训练,最后更进一步运用PSO与GA的组合算法来对小波神经网络的权值和阈值进行修正,以期进一步提升卡尔曼滤波器性能,突出机器人视觉定位方式累积误差通过BDS来矫正的优点,显著提高了特殊恶劣环境下组合导航定位的精度与可靠性.所提方法对当前BDS和5 G技术在移动机器人领域的深入应用研究具有重要的参考价值.
移动机器人、视觉图像处理、数据融合、改进卡尔曼
47
TP399(计算技术、计算机技术)
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
631-633,652