基于数据融合的移动机器人行为决策与方法研究

发布时间：2021-07-06 02:39

　　对于移动机器人的研究,先前的研究多是在能够建立精确运动学模型或已知、确定、结构化的工作环境下进行,这具有明显的局限性。因此,在复杂、不确定、非结构化环境中,移动机器人的推理与决策能力成为机器人研究的热点与难点问题之一。移动机器人行为决策对于保障机器人可靠运行与作业能力,具有十分重要的科学意义与应用价值。现有的数据融合算法主要考虑同类传感器信息的融合,且融合过程存在复杂的数学运算,融合效率低;数据融合模型多是功能/结构框架模型,数据表达能力弱,要真正建立一个高效、实用的融合模型存在困难,最终导致移动机器人的自主行为灵敏度低,响应速度慢等问题。针对上述问题,本文对多源异类数据融合的难点与关键问题进行了较深入的研究,其主要研究工作如下:1)针对数据融合中存在的融合效果不理想、可靠性低、数据表达能力弱、数学运算复杂等问题,本文引入专家或领域知识,刻画了信息动态运行机制与其内部交互逻辑,在知识驱动下对数据进行处理融合。由于产生式规则具有自然性、模块性和均匀性等特点,将知识通过产生式规则进行表示,建立了在知识驱动下多源数据融合的框架模型。2)在建立数据融合模型时,根据移动机器人行为间存在耦合、异步... 

【文章来源】：新疆大学新疆维吾尔自治区 211工程院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

火星探测车和月球探测车

10图 2-1 多源数据融合算法分类4 知识驱动下数据融合2.4.1 知识表示知识表示[32-34]是依据不同的知识定义和不同的知识处理方式描述知识库知识和信息。针对不同系统的不同情况，采用何种知识表示方法是会呈现不果的。在研究中对知识表示提出要求，本文着重考虑如下方面：

图 3-3 产生式规则与 Petri 网的映射模型”表示“由...构成”，“..*”表示“或多个”。其量和变量值都是规则事实。语言变量包距离）远、近、适中，（角度）前方、增长、变化量的相对不变、变化量的负即 1 或 0）。虚线箭头表示命题元素与 P，我们可以通过映射算法从产生式规则计人员把精力放在模型生成上所带来额P , T , F , V ,C为空集，其中V是语言变量


本文编号：3267346