【摘 要】
：
针对现有车辆定位装置定位精度不高的问题,提出一种面向车辆自组织网络的车辆精确定位方法。首先,获取车辆上的多传感器信息,融合这些信息构建当前车辆的状态模型;然后,采用
【机 构】
：
江苏开放大学信息与机电工程学院,南京信息工程大学电子与信息工程学院
论文部分内容阅读
针对现有车辆定位装置定位精度不高的问题,提出一种面向车辆自组织网络的车辆精确定位方法。首先,获取车辆上的多传感器信息,融合这些信息构建当前车辆的状态模型;然后,采用贝叶斯滤波方法计算车辆当前状态的可信度;接着,结合当前车辆的一跳邻居车辆信息估算其相对位置;最后,综合上述信息修正车辆的当前位置,提高车辆定位精度。实验表明,与常用的全球定位系统（GPS）、扩展卡尔曼滤波方法相比,该方法的定位精度高,且受GPS定位误差的影响小。
其他文献
北斗与GPS或其他类型导航设备可构成组合导航系统,为无人飞行器提供高精度、高可靠导航信息。在处理动态导航数据采用"当前"统计模型(CS模型)并利用标准Kalman滤波方法时,系统动态噪声和观测噪声未知且时变,而且加速度上下限值不能自适应于未知运动规律的无人飞行器当前加速度,导致导航精度降低。为此,提出一种适应于飞行器运动状态的改进自适应算法,并应用于北斗/GPS动态导航系统中。实验仿真验证了该算法
为了满足应急救援系统对移动机器人速度和地形适应能力的要求，设计了新型的八轮腿移动机器人。结构方面，机器人通过改变两副轮腿夹角实现姿态调整，并通过抬高轮腿结构实现越障，以