基于经典DSmT的Sonar栅格地图创建

基于最近提出的一种在贝叶斯和DST扩展而来的信息融合算法DSmT(Dezert-Smarandache Theory),在实验的基础上,结合Sonar测量的基本特性,对静态结构化环境建模,并构造了广义基本信度赋值函数,利用经典DSm融合规则,融合每个栅格的声纳冗余信息,计算栅格占用的Bel。最后,以Pioneer II移动机器人作为试验平台,并在线对小型环境进行了3D栅格占用信度分布地图创建,其俯视图与实际2D地图中的物体外观轮廓及所在位置进行比较,其比较结果充分验证了算法的有效性,为进一步研究应用基于折扣理论的DSmT解决异类或同类非可靠多源信息融合,基于Hybrid DSmT的动态环境地图创建,以及多机器人联合创建地图和自定位奠定了坚实的基础。

基于ESMS过滤器的信息融合理论研究及SLAM应用

本文解决了多源信息融合时信息源选择的难题,提出了一种广义的证据支持贴近度过滤器来选择最一致的证据源,并耦合基于DSmT和PCR5的融合机,应用于PioneerII移动机器人的SLAM;通过对运行在虚拟环境中的一个虚拟机器人(自身携带16个Sonar传感器),感知周围环境信息,对有或没有ESMS过滤器两种情况下的环境地图重构效果进行比较,充分验证了ESMS过滤器作为信息融合源选择先决条件的优点。