机器人的定位是导航的关键要素之一。了满足机器人在导航过程中精确定位的要求，提出了一种基于多传感器信息融合的定位方法。文研究了多传感器信息融合技术在移动机器人领域的优越性和理论方法，特别是多传感器信息融合的技术比较。点介绍了移动机器人领域多传感器信息融合技术发展的未来趋势。并信息;多传感器;移动机器人;定位分类号：TP18文档代码：A文章编号：1009-3044（2017）04-0171-02L’étude融合优化的多传感器信息发送到移动机器人RobotFAN meiAbstract的地点：位置爬虫是导航中要解决的最重要问题之一。了满足精确位置的要求，基于多传感器信息融合的位置的方法是proposée.Avantage和多传感器理论的方法的信息融合技术详细描述于文中所述，特别是它对技术比较及其发展趋势进行了深入讨论。
键词：移动机器人，多传感器，信息融合;简介智能移动机器人是一种机器人系统，可以使用传感器控制行为并执行命令，检测环境，恒温阀芯检测其状态等。定位技术研究卡片创建，同步定位，路线规划等。
了使用传感器来确定机器人位置信息和环境信息之外，移动机器人定位技术还可以使用信息融合算法通过整合信息和信息来确定目的地。据已建立的模型找到合适的路径。为移动机器人技术在许多领域发挥着核心作用，例如：遥感，工业，医疗，金融系统和外星人的检测。文重点介绍了定位技术的优越性，比较了现有的定位技术方法，并更详细地探讨了其发展趋势。息融合和优越性的基本概念可以定义为：使用计算机技术协调多种和/或多种类型信息的自动管理，分析，优化和综合传感器基于某些标准来完成目标检测和识别，信息处理用于确定任务，如决策和管理传感器和数据库。于理论和实践的信息融合技术，体现在很多方面它无可比拟的优越性：增加了系统的生存能力，提高系统的可靠性，延长了时间和空间的覆盖范围和更快的处理速度信息。对性能，获取信息的低成本等。传感器信息融合技术的理论方法多传感器信息融合技术的常用方法信息融合技术的比较加权平均法的优点：实现简单，计算复杂度降低。
点：当不同的传感器可以独立定位且应用受限时，它是有效的。叶斯推理方法的优点：贝叶斯网络推理有许多精确的方法和近似方法，以及适应参数和结构适应的方法。点：所有必需的数据必须是独立的，这将给系统带来很大的困难：在系统中添加或减去规则时，必须重新计算所有概率以确保相关性和一致性系统的。尔曼滤波器的优点：它能够平稳随机过程估计的大小和非静止多维随机过程，这是适合于实时处理，并减少在线实时计算的数。广泛应用于制导系统，定位系统，遥感，金融等。
点：仅适用于线性系统，观测方程也必须是线性的。展卡尔曼滤波的优点：1）计算速度快，存储容量低，工程应用优势明显; 2）在白噪声和非线性力高的环境下，算法稳定，收敛速度快，估计精度更高。点：1）来计算雅可比矩阵，和非线性的高功率环境的需要，线性化是容易增加，估计的精确度被降低显著或发散。2）当初始状态的相对误差很大时，卡尔曼被扩展。波非常不稳定，收敛速度慢，估计精度高3）在复杂的非高斯环境中，扩展卡尔曼滤波算法不适用。处无气味过滤：1）对于非线性系统，与扩展卡尔曼滤波相比，无气味过滤不需要计算雅可比矩阵，计算简单，易于实现; 2）高斯密度函数可以在三阶精确估计，非高斯密度函数可以在二阶精确估计。
此，其估计的精度大于扩展的一阶卡尔曼滤波器的精度，并且与二阶扩展卡尔曼滤波器的精度相同。
点：需要改进过滤器的稳定性。Dempster-Shafer具有推理的优势：可以消除先验概率和条件概率密度，并且可以很好地表示和解决不确定性问题。点：联合爆炸问题，有限的识别框架和证据体的独立性，高度冲突证据相结合的问题[1]。
糊逻辑的优点：没有必要建立精确的数学模型，它非常健壮，控制器经济且易于使用。点：获取和建立模糊规则，模糊建模不易有效解决;对于模糊控制器的参数和结构，根据系统的完整指标进行设计并不容易。产规则的优点：自然，模块化，高效和清晰。
点：规则之间的相互制约可能会降低效率，无法表达结构知识，也无法提供真正的解释。波变换的优点：1）响应节能方程的线性运算，2）小波变换相当于具有放大，缩放和移位功能的数学显微镜。过检查不同放大倍数的信号演变来研究动态特性;小波变换是稳定的并且是信号的冗余表示。
具有统一性和相似性，他的前后转换具有完美的对称性。波变换具有基于卷积和QMF的基于塔的快速算法。点：在不同尺度下获得的近似信号的特征之间存在差异。用通过小波变换中的基本函数获得的小波函数难以精确地近似不同尺度的局部信号的特征。此，在降噪预处理过程中重建信号原始时域特性将会丢失[2]。工神经网络方法的优点：泛化能力强，稳定性高，容错性好，速度快，效率高[1]。息融合技术的加权平均方法的搜索结果在单传感器系统中更有利;卡尔曼滤波，无味滤波可以有效地解决图像融合和图像热点以及非图像信息融合;小波变换提高融合精度是可行的：模糊逻辑，人工神经网络可以提高卡尔曼滤波算法的鲁棒性; DS证据能有效解决贝叶斯法，这可以被认为是改善和贝叶斯方法的延伸的许多缺点，多种方法的劳动和相互补充的分工可以提高机器人系统的性能，恒温阀芯因此不同方法的优点组合可以使机器人定位技术达到预期的效果。息融合研究的难点必须解决信息融合和模糊减少方法的标准：由于有源辐射的增加，系统通常暴露;获取基本概率分配，建立和管理系统是设计信息融合系统的难点;等一下。展趋势由于并联体结构是传感器结构的发展方向，多传感器信息融合技术的发展趋势之一是软件和硬件的开发和应用。行计算能力。
于多传感器信息融合算法主要侧重于静态随机过程并且是线性分布的，因此改进了系统性能并且研究和改进了算法以获得非平稳分布信息融合算法。非线性的。前，基于多传感器信息融合的移动机器人主要在室内环境中进行定位和导航。要进一步研究传感器布局，系统设置和管理，路线规划和机器人自定位，包括非室内环境中的移动机器人定位技术。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com