基于多目标群决策协调技术的WSN移动节点导航方法

来源 :机器人 | 被引量 : 0次 | 上传用户:kungm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为高效、低成本地实现无线传感器网络(WSN)移动节点自主导航,提出了一种利用节点间接收信号强度信息(RSSI)和网络拓扑结构实现移动节点自主导航的方法,由多个信标节点组成一个分布式导航了网络,每个节点都有其相对独立的导航目标并会做出有利于自己的决策,采用多目标群体决策协调技术融合多个节点决策信息以获得机器人最终导航控制策略,使整个导航系统达到最优控制.导航算法采用分布式处理技术,使绝大部分数据处理任务都由各个信标节点分布执行,因此很大程度上简化了机器人的设计和硬件成本.仿真和现场实验都表明了该系统的有效性
其他文献
针对3维景深图像仅仅具有距离信息的局限性,提出景深面元的概念,并利用基于景深面元的法向量聚类法对景深图像进行基本的识别.通过景深面元,将Sobel算子引入到景深图像的边缘检测上来,提出了一种简易的景深图像边缘识别方法.为了满足3维景深图像重构和识别的实时性要求,采用了ARM(advanced RISC machine)+DSP(digital signal processing)的硬件平台架构.实
介绍了一种基于2维激光测距仪的自然路标特征提取方法.本方法由3部分组成:数据聚类、滤波平滑以及特征提取.该方法根据计算机图形学中的尺度空间理论,利用无迹卡尔曼滤波器(unscented Kalman filter)构建曲线模型估计器,对描述环境局部区域形状的扫描点间的几何拓扑关系进行估计.根据估计过程中获得的Mahalanobis距离构建滤波卷积核对原始范围图像进行自适应滤波平滑处理,利用距离数据
用弹簧模仿人的腰椎,采用LQR成功实现了机器人实物控制.针对柔性两轮自平衡机器人的姿态控制,提出了一种基于联想学习的离散Hopfield网络实现方法,以生物学习控制方式实现柔
分析了目前系部档案建设工作中存在的问题,对系部档案建设工作进行了改革,并初见成效.