清扫机器人路径规划的研究

定位和全覆盖是清扫机器人路径规划的最基本问题.研究了机器人在环境中的相对定位,并采用卡尔曼滤波进行滤波处理,减小误差.研究了基于生物激励神经网络的路径规划算法,通过仿真,发现在障碍物多的情况下重复率较高的问题.对算法进行了改进,提出了一种基于模板的生物激励神经网络的路径规划算法.通过仿真实验,发现算法在减少重复率方面是有效可行的.     

自动信任协商中信任证存储策略研究

分布式信任证存储策略存在单点失效及容错性差等问题,可能导致信任证丢失.为此,提出一种改进的分布式存储策略.该策略以分布式存储策略为基础,运用已有的数据结构支持信任证存储策略的设计.基于资源冗余的思想,采用多信任证副本和信任证恢复机制,提升系统容错能力.实验结果表明,该存储策略具有较好存储均衡性.     

基于假设检验的室内环境多特征检测方法

为解决移动机器人室内环境特征提取适应性问题,提出了基于假设检验的室内多特征检测方法。该方法首先构建多维数据空间。通过定义距离概率函数,结合χ2假设检验理论,在估计采样点的特征区域基础上,通过极值法进行角点检测,然后采用约束最小二乘法提取线段与圆弧特征。最后,实验验证了该方法可以提取较稳定的角点、线段以及圆弧特征,同时特征的识别率达到94%以上。