可移动机器人的马尔可夫自定位算法研究

马尔可夫定位算法是利用机器人运动环境中的概率密度分布进行定位的方法 .使用该方法机器人可在完全不知道自己位置的情况下通过传感器数据和运动模型来估计自己的位置 .但是 ,在研究中发现它还存在一些问题 ,如概率减小到零后就无法恢复 .对只有距离传感器的机器人在对称的环境中仅仅采用该算法就无法确定位置 .为了解决这些问题 ,文中给出了修正算法 ,并建议在机器人上装上方向仪 (如指南针或陀螺仪等 ) ,然后利用定义的一个角度高斯分布函数来构造新的机器人感知模型 .在此基础上详细地阐述了一种新的自定位技术 .最后 ,采用仿真程序验证了机器人在对称环境中运动时这一新算法的可行性 .

Rough Sets and Nuclear Safety

It is well-known that rough set theory can be applied successfully to rough classification and knowledge discovery. Our work is concerned with finding methods for using rough sets to identify classes in datasets, finding dependencies in relations and discovering rules which are hidden in databases by means of decision tables and algorithm D. We use these methods to analyze and control aspects of nuclear energy generation.