移动机器人仿真：基于Webots软件的分析 课件4-1-定位概述_第1页
移动机器人仿真：基于Webots软件的分析 课件4-1-定位概述_第2页
移动机器人仿真：基于Webots软件的分析 课件4-1-定位概述_第3页
移动机器人仿真：基于Webots软件的分析 课件4-1-定位概述_第4页
移动机器人仿真：基于Webots软件的分析 课件4-1-定位概述_第5页
已阅读5页，还剩24页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第4讲

定位概率框架下基于地图的信息融合定位目录概述算法目录概述算法概述假设有一个移动机器人在一个已知地图的环境中运动概述当其开始运动时，其初始位置是精确确定的，采用里程计方法推算其位置概述当其开始运动时，其初始位置是精确确定的，采用里程计方法推算其位置概述当其开始运动时，其初始位置是精确确定的，采用里程计方法推算其位置概述机器人根据其观测到的环境信息更新其位置以减小误差（降低不确定性）概述概率框架下基于地图的定位包含的主要部分概述定位精度的概率置信度表示ParticleFilter目录概述算法算法框架算法框架算法框架算法框架算法框架示例展示-1DCase将环境分为10个栅格假设机器人初始位置的概率模型满足0-3一致分布算法框架示例展示-1DCase运动更新（ActionUpdate）假设机器人向前运动，其运动满足如下概率模型机器人运动后，新位置的置信度为多少？算法框架示例展示-1DCase运动更新（ActionUpdate）机器人运动后，新位置的置信度为多少？将两个概率分布进行卷积算法框架示例展示-1DCase运动更新（ActionUpdate）将两个概率分布进行卷积：细化算法框架示例展示-1DCase感知更新（PerceptionUpdate）假设机器人携带一个测距仪，可以测量以原点为起始点的距离，该测距仪的统计模型为该模型表明测距仪可以测量以原点为起点的5-6格的距离算法框架示例展示-1DCase感知更新（PerceptionUpdate）机器人经过感知环境后，其位置的置信度为多少？算法框架示例展示-2DCase机器人在一个16个栅格的环境中运动，其初始位置的概率分布为右图所示算法框架示例展示-2DCase机器人的运动指令（编码器，里程计模型）为

该指令的置信度即概率分布为算法框架示例展示-2DCase机器人运动到（2，3）栅格的概率是多少？(3,3)→(2,3)(2,3)→(2,3)(3,2)→(2,3)(3,4)→(2,3)算法框架示例展示-2DCase对于(3,3)→(2,3)算法框架示例展示-2DCase同理可以算出(2,3)→(2,3),(3,2)→(2,3),(3,4)→(2,3).05.20.18.20算法框架示例展示-2DCase机器人运动到（2，3）栅格的概率是4种类情况之和，即同理，我们可以计算出所有栅格在机器人运动之后的概率置信度。算法框架示例展示-2DCase假设机器人携带的传感器为测距仪，可测量机器人正前方1-2个单位的距离，其概率分布为中图所示试确定机器人在利用传感器感知环境信息后位于(2,3)的置信度求解方法与运动更新类似，即用各栅格的概率乘以感知概率，最后再针对具体栅格求和所有栅格进行完感知更新后，需要进行归一化处理，以保证栅格概率总和为1.80算法框架总结概率框架下基于地图的定位包含两个重要的过程（步骤）运动更新，即后续卡尔曼滤波定位算法中的Predictionprocess感知更新，即后续卡尔曼滤波定位算法中的Updatingproces

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论