[發明專利]基于自適應卡爾曼濾波與平均跟蹤的分布式地圖融合方法

有效

• 申請號: 202010972064.3
• 申請日: 2020-09-16
• 公開（公告）號: CN112097774B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 陳飛;楊承旺;黃伯敏;項林英
• 申請（專利權）人: 東北大學秦皇島分校
• 主分類號: G01C21/20
• 分類號: G01C21/20;G01C21/16
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李珉

1.一種基于自適應卡爾曼濾波與平均跟蹤的分布式地圖融合方法，其特征在于：包括以下步驟：

步驟1：構造多智能體系統的網絡拓撲結構圖，每個節點代表一個智能體，每條邊代表智能體間的信息交互；

所述構造的多智能體系統的網絡拓撲結構圖記為：其中，表示所有智能體的集合，ε表示所有智能體連邊的集合，N_ij＝{j|(i,j)∈ε；j≠i}表示由智能體i的鄰居智能體所構成的集合，j表示智能體i的鄰居智能體；

步驟2：確定所構造的多智能體系統的網絡拓撲結構圖的鄰接矩陣；

多智能體系統的網絡拓撲結構圖的鄰接矩陣A，其形式為：如果智能體i和智能體j有邊相連，則A_ij＝a，a代表相鄰智能體之間邊的權重值；如果沒有邊相連，則為A_ij＝0；

步驟3：根據智能體所使用的運動傳感器和測量傳感器分別建立多智能體系統中各智能體的狀態方程及觀測方程；

步驟4：根據步驟3中各智能體的狀態方程及觀測方程設計自適應卡爾曼濾波算法，獲取各智能體的局部地圖信息；

步驟5：將步驟4中獲取到的每個智能體建立的局部地圖信息轉換成信息向量和信息矩陣的形式，再利用平均跟蹤算法設計實現分布式地圖融合方法；

步驟6：設定多個智能體的初始值信息與路標點信息，以及過程噪聲和觀測噪聲的統計量初值，運行步驟5設計的分布式地圖融合算法；

步驟7：根據步驟6的運行結果不斷修正分布式地圖融合算法，直至算法收斂，最終得到智能體探測區域的全局地圖。

2.根據權利要求1所述的基于自適應卡爾曼濾波與平均跟蹤的分布式地圖融合方法，其特征在于：所述步驟3建立的多智能體系統中各智能體的狀態方程和觀測方程，其形式如下：

其中，r_i,k、r_i,k-1分別為時刻k和k-1下第i個智能體的狀態信息；u_i,k為時刻k第i個智能體的控制輸入；z_i,k為時刻k下第i個智能體的觀測信息；m_i,k為時刻k下第i個智能體局部地圖信息實際值；w_i,k-1為時刻k-1下第i個智能體的過程噪聲；v_i,k-1為時刻k-1下第i個智能體的觀測噪聲；w_i,k-1和v_i,k-1均符合E～δ的形式，E是噪聲的均值，δ是噪聲的協方差；f(r_i,k-1,u_i,k)是智能體的狀態方程；h(r_i,k,m_i,k)是以相對距離為測量信息的觀測方程；g(r_i,k,z_i,k)則是基于狀態信息r_i,k和觀測信息z_i,k求解路標點信息的方程。