基於移動機器人多感應器的資訊融合

標籤：style   class   ext   color   c   strong   

多感應器資訊融合的意義：可有效解決單感應器的模糊點更精確的觀察和解釋環境。

多感應器資訊融合的方法（演算法）：

　　經典推理法、加權平均法、卡爾曼濾波、貝葉斯估計、D-S證據理論、統計決策理論、群集、參數模板、熵法、品質因數法、估計理論法、專家系統法、產生式規則、人工神經網路、模糊推理、粗糙集理論、小波分析、支援向量機

多感應器資訊融合的體繫結構：集中式、分布式、混合式

多感應器資訊融合的層次：資料層、特徵層、決策層

移動機器人路徑規劃的實質：移動機器人運動過程中的導航和避碰

據機器人對環境的理解程度，路徑規划算法分為：

1. 基於環境模型的規划算法：柵格法、可視圖法、拓撲法

2. 基於感應器資訊的規划算法：人工勢場法、確定柵格法、模糊邏輯法

3. 基於行為的規划算法：

移動機器人的移動方式：輪式、履帶式、腿式、推進式（水下機器人）

移動機器人的驅動控制：

移動機器人的定位：相對定位、絕對位置。

感應器：超聲波、聲納、微波雷達、紅外測距、雷射測距儀、CCD映像感應器、攝像機

Hilare移動機器人：

　　觸覺、聽覺、兩維視覺、雷射測距

Stanford移動機器人：

　　觸覺、立體視覺、超聲波感應器

Carnegie-Mellon大學機器人中心CMU自主陸地車：

DARPA自主陸地車ALV：