一种新的基于＋RFID＋的室内移动机器人自定位方法研究.pdf

《一种新的基于＋RFID＋的室内移动机器人自定位方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３３卷第３期计算机应用研究Ｖｏｌ．３３Ｎｏ．３２０１６年３月ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓＭａｒ．２０１６一种新的基于ＲＦＩＤ的室内移动机器人*自定位方法研究１，２１，２２，３１，２董永峰，王安娜，周艳聪，顾军华（１．河北工业大学计算机科学与软件学院，天津３００４０１；２．河北工业大学河北省大数据计算重点实验室，天津３００４０１；３．天津商业大学信息工程学院，天津３００１３４）摘要：针对室内移动机器人自定位算法定位精度不高、定位误差存在波动的问题，提出了一种ＲＴＦＬ（ＲＦＩＤｔａｇｆｌｏｏｒｂａｓｅｄｌ

2、ｏｃａｌｉｚａｔｉｏｎ）定位算法与ＲＳＳＩ定位算法相结合的室内移动机器人自定位方法。由ＲＴＦＬ定位算法给定机器人位置估算初值和机器人所在的范围，通过基于ＲＳＳＩ的机器人自定位系统进行机器人位置的进一步精确定位。求解过程中，通过遗传算法求解极大似然方程组，并提出染色体的筛选和剔除策略。仿真实验结果表明，该方法在有效的时间内完成定位，平均定位误差为０．１５７２ｍ，与传统的改进方法０．３３２１４ｍ的定位误差相比，降低了近一倍。并且新方法受环境影响较小，鲁棒性较好，能够很好地满足室内移动机器人的定位要求。关键词：移动机器人；射频识别；自定位；极

3、大似然定位算法；遗传算法中图分类号：ＴＰ３９１．４４文献标志码：Ａ文章编号：１００１-３６９５（２０１６）０３-０７４９-０５ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１-３６９５．２０１６．０３．０２５Ｒｅｓｅａｒｃｈｏｎｎｏｖｅｌｓｅｌｆ-ｌｏｃａｌｉｚａｔｉｏｎｍｅｔｈｏｄｆｏｒｉｎｄｏｏｒｒｏｂｏｔｂａｓｅｄｏｎＲＦＩＤ１，２１，２２，３１，２ＤｏｎｇＹｏｎｇｆｅｎｇ，ＷａｎｇＡｎｎａ，ＺｈｏｕＹａｎｃｏｎｇ，ＧｕＪｕｎｈｕａ（１．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ＨｅｂｅｉＵｎｉｖｅｒ

4、ｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ３００４０１，Ｃｈｉｎａ；２．ＢｉｇＤａｔａＣｏｍｐｕｔｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＨｅｂｅｉＰｒｏｖｉｎｃｅ，ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ３００４０１，Ｃｈｉｎａ；３．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙｏｆＣｏｍ-ｍｅｒｃｅ，Ｔｉａｎｊｉｎ３００１３４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｆａｃｔｔｈａｔｔｈｅｌｏｗｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙａｎｄｔ

5、ｈｅｌａｒｇｅｆｌｕｃｔｕａｔｉｏｎｏｆｔｈｅｃｕｒｒｅｎｔｓｅｌｆ-ｌｏｃａｌｉｚａｔｉｏｎａｌｇｏ-ｒｉｔｈｍｆｏｒｉｎｄｏｏｒｍｏｂｉｌｅｒｏｂｏｔ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎａｌｇｏｒｉｔｈｍｕｓｉｎｇＲＴＦＬ（ＲＦＩＤｔａｇｆｌｏｏｒｂａｓｅｄｌｏｃａｌｉｚａｔｉｏｎ）ａｎｄＲＳＳＩｐｏｓｉ-ｔｉｏｎｉｎｇｍｅｔｈｏｄ．Ｉｔｌｅｓｓａｆｆｅｃｔｅｄｔｈｅｎｅｗｍｅｔｈｏｄｂｙｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｎｄｈａｄｈｉｇｈｅｒｌｏｃａｌｉｚａｔｉｏｎａｃｃｕｒａｃｙ．Ｉｔｇａｖｅｔｈｅｉｎｉｔｉａｌｅｓ-ｔｉｍａｔ

6、ｉｏｎｐｏｓｉｔｉｏｎｏｆｔｈｅｒｏｂｏｔａｎｄｔｈｅｂｏｕｎｄａｒｙｏｆｔｈｅｒｏｂｏｔｍａｙｅｘｉｓｔｂｙＲＴＦＬａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｃｏｕｌｄｓｈｏｒｔｅｎｔｈｅｓｅａｒｃｈｒａｎｇｅａｎｄｒｅｄｕｃｅｔｈｅｃｏｍｐｕｔａｔｉｏｎａｌｔｉｍｅｏｆｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｅｆｆｅｃｔｉｖｅｌｙ．Ｉｔａｌｓｏｐｒｏｐｏｓｅｄａｍｅｔｈｏｄｔｈａｔｓｏｌｖｅｓｔｈｅｍａｘｉｍｕｍｌｉｋｅｌｉ-ｈｏｏｄｅｑｕａｔｉｏｎｓｂｙｔｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ，ｉｎｗｈｉｃｈａｄｏｐｔｅｄｓｔｒａｔｅｇｙｏｆｃｈｒｏｍ

7、ｏｓｏｍｅｓｓｅｌｅｃｔｉｎｇａｎｄｄｅｌｅｔｉｎｇ．Ｔｈｅｒｅｓｕｌｔｓｏｆｅｘ-ｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅｎｅｗｓｙｓｔｅｍｉｓｌｅｓｓａｆｆｅｃｔｅｄｂｙｅｎｖｉｒｏｎｍｅｎｔ，ｈａｓａｇｏｏｄｒｏｂｕｓｔｎｅｓｓａｎｄｃａｎａｃｃｏｍｐｌｉｓｈｐｏｓｉｔｉｏｎｉｎｇｅｆ-ｆｅｃｔｉｖｅｌｙ．Ｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙｏｆｔｈｅｎｅｗｓｙｓｔｅｍｃａｎｒｅａｃｈ０．１５７２ｍ，ｉｎｃｒｅａｓｉｎｇｂｙｏｎｅｔｉｍｅｔｈａｎｔｒａｄｉｔｉｏｎａｌｅｒｒｏｒ０．３３２１４ｍ，ａｎｄｉｔｃａｎｗｅｌｌｍｅｅｔｔ

8、ｈｅｒｅｑｕｉｒｅｍｅｎｔｏｆｉｎｄｏｏｒｍｏｂｉｌｅｒｏｂｏｔｌｏｃａｌｉｚａｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｍｏｂｉｌｅｒｏｂｏｔ；ｒａｄｉｏｆｒｅｑｕｅｎｃｙｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｓｅｌｆ-ｌｏｃ