Print

机器学习方法在无人机室内导航中的应用与实现

论文摘要

移动节点的准确定位对于无人机的环境感知、路径规划及控制系统的开发至关重要。对决策树、SVM和贝叶斯等三种机器学习方法在使用锚节点的室内空间进行定位准确率对比研究,最终选择了具有高泛化准确率的贝叶斯方法作为定位方法。结合改进后的A*算法在室内空间对无人机进行自动路径规划,并借助激光传感器感知环境中未知障碍,不断更新室内地图并指导无人机进行避障,无人机导航实验验证了机器学习方法用于室内空间定位的可行性。

论文目录

  • 1 实验环境
  • 2 机器学习方法在无人机定位中的应用
  • 3 室内导航及避障
  •   3.1 室内寻路算法
  •   3.2 室内避障及地图更新
  •   3.3 基于规划路线的贝叶斯定位准确率的进一步提升
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 宋雅娟,冯萍,张洪刚

    关键词: 机器学习方法,室内定位,室内导航,贝叶斯方法

    来源: 苏州市职业大学学报 2019年03期

    年度: 2019

    分类: 社会科学Ⅱ辑,工程科技Ⅱ辑,信息科技

    专业: 航空航天科学与工程,自动化技术

    单位: 苏州市职业大学计算机工程学院,马萨诸塞大学波士顿分校工程系,长春大学计算机科学技术学院

    基金: 江苏省高校优秀中青年教师和校长境外研修计划资助项目,吉林省教育厅“十二五”科学技术研究资助项目(吉教科合字[2015]第319号)

    分类号: V279;V249.3;TP181

    DOI: 10.16219/j.cnki.szxbzk.2019.03.005

    页码: 19-23

    总页数: 5

    文件大小: 3627K

    下载量: 421

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/b01598558c0bd71d92dce7a0.html