基于代数神经网络信息融合的侧向定位的实验研究

作     者：马斌良 黄玉美 史恩秀 蔡涛 Ma Binliang;Huang Yumei;Shi Enxiu;Cai Tao

作者机构：西安理工大学 

基　　金：国家自然科学基金资助项目(50075069) 陕西省教育厅产业化培育计划资助项目(03JC17) 

出 版 物：《中国机械工程》 (China Mechanical Engineering)

年 卷 期：2008年第19卷第17期

页      码：2102-2107页

摘      要：为提高移动机器人的工位定位精度,通过实验分析了超声波传感器的测量距离d和入射角α对测量精度的影响。基于代数神经网络能实现样本空间的精确映射并具有较好非线性逼近能力,设计了一种移动机器人侧向定位融合模型。经实验比较,该定位融合模型具有较高的精度,使得位置误差小于0.9957mm,角度误差小于0.2966°。将该定位融合模型应用于自主研发的移动机器人的定位实验中,定位位置精度可达到±2.5mm,姿态角精度可达到±0.42°,满足定位要求。

主 题 词：移动机器人 信息融合 代数神经网络 侧向定位 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 0801[工学-力学类] 

核心收录：

D　O　I：10.3321/j.issn:1004-132X.2008.17.020

馆 藏 号：203134231...