移动机器人基于改进粒子滤波的声源目标跟踪研究

在机器人声源跟踪系统中,由于环境中存在非高斯噪声,且系统描述的观测方程非线性程度较高,会导致跟踪精度低、稳定性差等问题。针对以上问题基于粒子滤波方法,提出了一种改进的粒子滤波跟踪算法。在粒子滤波重采样后加入马尔科夫链移动步骤,改善重采样出现的样本枯竭问题。将该算法应用到机器人声源跟踪中,仿真实验表明,相对粒子滤波跟踪算法更加准确有效的实现了声源跟踪。

基于Kinect传感器的移动机器人声源目标跟踪系统

近些年声源跟踪技术得到广泛的应用,方法越来越多,精度也越来越高。随着服务机器人的发展,声源跟踪技术成为了服务机器人的一项基本技能。系统采用微软推出的Kinect传感器捕捉并处理声音信息,将Kinect与机器人相结合,实现对声源目标的先定位、后跟踪功能。本文在Visual Studio2010环境下驱动Kinect完成了对声音信号的采集和分析。经实验验证,本系统能实现对声源目标的定位和跟踪功能。