|本期目录/Table of Contents|

[1]张彦铎,李哲靖,鲁统伟.机器人世界杯足球锦标赛中多机器人对目标协同定位算法的改进[J].武汉工程大学学报,2013,(02):69-73,79.[doi:103969/jissn16742869201302015]
　ZHANG Yan duo,LI Zhe jing,LU Tong wei.Improvements of collaborative localization algorithm of multirobot on target in ROBOCUP[J].Journal of Wuhan Institute of Technology,2013,(02):69-73,79.[doi:103969/jissn16742869201302015]
点击复制

机器人世界杯足球锦标赛中多机器人对目标协同定位算法的改进(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
期数:
2013年02期
页码:
69-73,79
栏目:
机电与信息工程
出版日期:
2013-02-28

文章信息/Info

Title:
Improvements of collaborative localization algorithm of multirobot on target in ROBOCUP
文章编号:
16742869(2013)02006905
作者:
张彦铎1; 2; 李哲靖1; 2; 鲁统伟1; 2
1.武汉工程大学计算机科学与工程学院，湖北 武汉 430074；2.智能机器人湖北省重点实验室，湖北 武汉 430074
Author(s):
ZHANG Yanduo1; 2; LI Zhejing1; 2; LU Tongwei1; 2
1.School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan 430074, China;2.Hubei Province Key Laboratory of Intelligent Robot, Wuhan 430074,China
关键词:
全自主机器人; 协同定位; DBSCAN聚类分析; 距离阈值
Keywords:
autonomous robot;  cooperative localization;  DBSCAN algorithm;  distance thresholds
分类号:
TP249
DOI:
103969/jissn16742869201302015
文献标志码:
A
摘要:
以机器人世界杯足球锦标赛(ROBOCUP)中全自主机器人平台为对象，针对传统的基于密度空间聚类方法（DBSCAN）在对数据处理的精准度和稳定性上的出现的问题，提出了引入机器人距离阈值的改进DBSCAN算法，以提高多机器人协同定位的准确度.首先通过研究单个机器人自定位和目标定位，建立协同定位信息融合的模型; 然后该算法通过引入机器人距离阈值，结合平台实际，即机器人测控距离越近测控的精度越高，将传统基于密度空间的聚类方法中有可能被剔除掉的数据，通过与阈值的对比而决定是否保留，提高融合数据的数据量和准确度，从而解决观测信息误差较大以及融合数据不稳定的问题.实验中，在多机器人获取同一个点的情况下分别使用传统DBSCAN和改进DBNSCAN算法对目标点进行数据融合.实验结果表明对比传统DBSCAN，改进后的算法在领域半径EPS变化的情况下，融合数据依然稳定.ROBOCUP全自主机器人平台中使用引入机器人距离阈值判断的改进DBSCAN算法进行协同定位，这让其信息融合在稳定性和精确性方面要高于传统的DBSCAN算法.
Abstract:
Armed at the accuracy and stability of data processing by densitybased spatial clustering of applications with noise algorithm(DBSCAN), an improved DBSCAN clustering algorithm was used to raise the accuracy of multirobot cooperative localization on platform of the Robot World Cup (ROBOCUP) autonomous robot. The information fusion model of cooperative localization was established by studying the selfpositioning and targeting of a singlerobot. The distance threshold was introduced in the improved DBSCAN algorithm, by combining the actual condition of less distance of observation, the higher accuracy, the data which might be deleted by DBSCAN was kept by comparing the actual distance to the distance threshold. In this way, the size and accuracy rating of data was improved and the error of observation information and instability of data was reduced. In the experiment, the traditional DBSCAN clustering algorithm and improved DBSCAN clustering algorithm were both used in the data fusion of same observation point on robot platform. The experiment results show that the integration of data is stable by the improved algorithm with the EPS changes; the data fusion is more stable and accurate using improved DBSCAN clustering algorithm, in which the robot distance threshold is used on real ROBOCUP autonomous robot platform.

参考文献/References:

［1］贾建强,陈卫东,席裕庚.全自主足球机器人系统关键技术综述\[J\].上海交通大学学报.2003,37(z1):4549.［2］门琳娜. 基于全向视觉的足球机器人定位的研究\[D\]. 长沙：长沙理工大学, 2010.［3］陈念, 李进, 王海晖. 双目立体视觉测量系统的研究与实现\[J\]. 武汉工程大学学报,2011,33(5):101104.［4］王卫华, 陈卫东, 席裕庚. 基于不确定信息的移动机器人地图创建研究进展\[J\]. 机器人. 2001，23(6):563568.［5］孔伟, 张彦铎. 基于遗传算法的自主机器人避障方法研究\[J\]. 武汉工程大学学报. 2008,30(3):110113.［6］严勇杰. 多机器人系统协调与控制\[D\].哈尔滨：哈尔滨工程大学.2007.［7］毛慧珍,陈西平,浮红霞,等.中型组足球机器人全向视觉定位技术\[J\]. 信息技术,2009（1）:59.［8］初苗苗, 尹义龙. 面向RoboCup中型组比赛线元素检测和分类\[C\]//中国人工智能学会第12届全国学术年会论文汇编.中国人工智能学会.北京：北京邮电大学出版社，2007:413417.［9］王远, 徐华, 贾培发. 多机器人系统中的信息融合技术综述\[J\]. 微电子学与计算机, 2007,24(12):150156.［10］石陆魁, 何丕廉. 一种基于密度的高效聚类算法\[J\].计算机应用,2005,25(8):18241826.［11］李杰, 贾瑞玉, 张璐璐. 一个改进的基于DBSCAN的空间聚类算法研究\[J\]. 计算机技术与发展, 2007,17(1):114116.

相似文献/References:

[1]孔伟,张彦铎*.基于遗传算法的自主机器人避障方法研究[J].武汉工程大学学报,2008,(03):110.
　KONG Wei,ZHAN Yan duo.Research on the method of obstacle avoidance for automatic robot based on genetic algorithm[J].Journal of Wuhan Institute of Technology,2008,(02):110.

备注/Memo

备注/Memo:
收稿日期：20121030作者简介：张彦铎(1971)，男，黑龙江肇东人，教授，博士.研究方向：智能系统理论和应用.
更新日期/Last Update: 2013-04-16