91精品人妻互换日韩精品久久影视|又粗又大的网站激情文学制服91|亚州A∨无码片中文字慕鲁丝片区|jizz中国无码91麻豆精品福利|午夜成人AA婷婷五月天精品|素人AV在线国产高清不卡片|尤物精品视频影院91日韩|亚洲精品18国产精品闷骚

 人工魚群算法在無(wú)人機(jī)SLAM數(shù)據(jù)關(guān)聯(lián)中的應(yīng)用(自動(dòng)化)

                           王希彬¹，劉  濤²

（1．海軍航空工程學(xué)院控制工程系，山東煙臺(tái)264001;2.海軍航空工程學(xué)院飛行器工程系，山東煙臺(tái)264001）

摘要：錯(cuò)誤的數(shù)據(jù)關(guān)聯(lián)會(huì)降低SLAM算法的性能。為提高數(shù)據(jù)關(guān)聯(lián)率，提出了基于人工魚群算法的SLAM數(shù)據(jù)關(guān)聯(lián)方法，利用啟發(fā)式信息，根據(jù)狀態(tài)轉(zhuǎn)移概率和輪盤賭策略，建立魚群狀態(tài)量與所求解的對(duì)應(yīng)關(guān)系，通過(guò)尋求最優(yōu)人工魚的狀態(tài)從而獲得最優(yōu)解；同時(shí)使用混沌初始化魚群，采用自適應(yīng)的步長(zhǎng)和擁擠度因子加快算法的收斂速度，在聚群和追尾行為后進(jìn)行混沌優(yōu)化，使人工魚跳出局部極值點(diǎn)，從而獲得全局最優(yōu)解。最后針對(duì)無(wú)人機(jī)SLAM的數(shù)據(jù)關(guān)聯(lián)問(wèn)題，利用算法進(jìn)行仿真試驗(yàn)，結(jié)果表明該方法是有效可行的。

關(guān)鍵詞：人工魚群算法；同時(shí)定位與作圖；數(shù)據(jù)關(guān)聯(lián)；混沌；無(wú)人機(jī)

中圖分類號(hào)：V24  文章編號(hào)：1006 - 2394( 2016) 06 - 0013 - 04

0  引言

    同時(shí)定位與作圖( Simultaneous Localization AndMapping，SLAM)就是載體從未知環(huán)境的未知位置出發(fā)，利用載體上傳感器獲得的不確定信息逐漸構(gòu)建環(huán)境的地圖，同時(shí)利用地圖進(jìn)行定位與導(dǎo)航。SLAM被認(rèn)為是載體實(shí)現(xiàn)真正自主導(dǎo)航的關(guān)鍵。

    獲得魯棒性的SLAM解的關(guān)鍵之一就是數(shù)據(jù)關(guān)聯(lián)問(wèn)題。幾乎所有的狀態(tài)估計(jì)算法都會(huì)遇到數(shù)據(jù)關(guān)聯(lián)的問(wèn)題，也就是傳感器測(cè)量值和已經(jīng)建立的地圖中特征的關(guān)聯(lián)問(wèn)題。但是由于載體位姿的不確定性、環(huán)境特征的密度、運(yùn)動(dòng)目標(biāo)的干擾及觀測(cè)中虛假成分的存在，使得SLAM問(wèn)題的數(shù)據(jù)關(guān)聯(lián)難度更大。

    已存在許多經(jīng)典方法解決SLAM數(shù)據(jù)關(guān)聯(lián)問(wèn)題：最近鄰( NN)方法、多假設(shè)跟蹤、聯(lián)合兼容分支定界等，它們大多是多目標(biāo)跟蹤數(shù)據(jù)關(guān)聯(lián)算法的直接應(yīng)用。近年來(lái)提出了許多優(yōu)化算法，如整數(shù)規(guī)劃、多維分配、成本函數(shù)及模擬退火等用于解決SLAM的數(shù)據(jù)關(guān)聯(lián)問(wèn)題，取得了較好的關(guān)聯(lián)效果，但是經(jīng)常會(huì)陷入局部極優(yōu)。

本文將SLAM的數(shù)據(jù)關(guān)聯(lián)問(wèn)題演化為組合優(yōu)化問(wèn)題，利用魚群算法魯棒性強(qiáng)、全局收斂性好以及對(duì)初值要求低的優(yōu)點(diǎn)，將其應(yīng)用于SLAM的數(shù)據(jù)關(guān)聯(lián)問(wèn)題，并進(jìn)行仿真試驗(yàn)，結(jié)果表明了方法的有效性。

1 SLAM數(shù)據(jù)關(guān)聯(lián)演化為組合優(yōu)化

    數(shù)據(jù)關(guān)聯(lián)可以認(rèn)為在觀測(cè)．特征匹配空間的搜索問(wèn)題。找到m個(gè)傳感器測(cè)量值和n個(gè)地圖特征的匹配關(guān)系，其計(jì)算復(fù)雜性會(huì)隨著測(cè)量值的增多而呈指數(shù)

2基本的人工魚群算法

    魚群算法是李曉磊等人于2002年提出的一種自下而上設(shè)計(jì)的動(dòng)物自治體優(yōu)化算法，通過(guò)模擬魚群的覓食和生存活動(dòng)來(lái)實(shí)現(xiàn)在空間中尋求全局最優(yōu)的一種新思路。魚生存數(shù)目最多的地方一般就是本水域中營(yíng)養(yǎng)物質(zhì)最多的地方。人工魚群算法根據(jù)這一特點(diǎn)，構(gòu)造人工魚來(lái)模仿魚群的覓食、聚群、追尾及隨機(jī)行為，從而獲得全局最優(yōu)。人工魚的典型行為如下：

    (4)隨機(jī)行為：人工魚會(huì)在其視野內(nèi)隨機(jī)移動(dòng)，當(dāng)發(fā)現(xiàn)食物時(shí)，會(huì)向食物逐漸增多的地方快速移去。

    (5)約束行為：由于各種行為操作，使得人工魚的狀態(tài)變得不可行，需要加入相應(yīng)的約束進(jìn)行規(guī)整化。

    (6)公告板：用于記錄最優(yōu)人工魚的狀態(tài)。各人工魚在迭代過(guò)程中，將自身當(dāng)前狀態(tài)與公告板中記錄的狀態(tài)進(jìn)行比較，如果優(yōu)于公告板中的狀態(tài)，則用自身狀態(tài)更新公告板中的狀態(tài)，否則公告板的信息不變。當(dāng)整個(gè)算法的迭代結(jié)束后，輸出公告板的值，即為所求的最優(yōu)值。

3基于改進(jìn)人工魚群算法的SLAM數(shù)據(jù)關(guān)聯(lián)

    在離散系統(tǒng)中，李曉磊提出了most操作計(jì)算中心位置，但由于數(shù)據(jù)關(guān)聯(lián)考慮的特征數(shù)量比較大，參與尋優(yōu)的人工魚數(shù)目比較多，most操作在整個(gè)尋優(yōu)過(guò)程中反復(fù)出現(xiàn)計(jì)算量大。因此，考慮采用隨機(jī)數(shù)進(jìn)行編碼，直接在編碼空間模擬人工魚的行為，根據(jù)狀態(tài)轉(zhuǎn)移概率和輪盤賭策略進(jìn)行最優(yōu)解碼，加快人工魚的尋優(yōu)速度。

服從均勻分布的偽隨機(jī)數(shù)。把某條人工魚對(duì)應(yīng)的量測(cè)與特征匹配的路徑長(zhǎng)度作為適應(yīng)度函數(shù)，分別計(jì)算N條人工魚的適應(yīng)度值，從中選擇較好的M條人工魚，作為魚群的初始位置。

    對(duì)第k條人工魚，量測(cè)值i對(duì)特征j的狀態(tài)轉(zhuǎn)移概率：

    輪盤賭選擇策略是一種正比選擇策略，狀態(tài)轉(zhuǎn)移概率高的分量所占的比例大，被選擇的概率高，得到的問(wèn)題的解就是當(dāng)前魚群對(duì)應(yīng)的最優(yōu)解。

3.1  自適應(yīng)步長(zhǎng)和擁擠度因子

    基本人工魚群算法中，參數(shù)取固定值，算法一般在優(yōu)化初期收斂速度快，后期卻往往收斂速度減慢。為此在人工魚群的搜索過(guò)程中引進(jìn)自適應(yīng)的變步長(zhǎng)和變擁擠度因子，加快算法的收斂速度，提高尋優(yōu)精度。

    在開(kāi)始階段，每條魚以較大的步長(zhǎng)和擁擠度因子進(jìn)行尋優(yōu)，可以加快尋優(yōu)速度，避免陷入局部最優(yōu)；隨著算法的進(jìn)行，自適應(yīng)地減小人工魚的步長(zhǎng)和擁擠度因子，從而加快算法的收斂速度，提高搜索的精度。引

3.2混沌

    混沌是自然界廣泛存在的一種非線性現(xiàn)象，它看似混沌，卻有著精致的內(nèi)在結(jié)構(gòu)，具有隨機(jī)性、遍歷性及規(guī)律性等特點(diǎn)，它對(duì)初始條件極度敏感，能在一定范圍內(nèi)按其自身規(guī)律不重復(fù)地遍歷所有狀態(tài)，利用混沌運(yùn)動(dòng)的這些性質(zhì)可以進(jìn)行優(yōu)化搜索。

    混沌搜索中經(jīng)常用到Logistic映射，迭代公式如下：

3.3人工魚群算法數(shù)據(jù)關(guān)聯(lián)的流程

步驟1：參數(shù)初始化。設(shè)置混沌初始化魚群規(guī)模

    步驟6：公告板更新。魚群迭代后，若魚群中最優(yōu)魚狀態(tài)的適應(yīng)值優(yōu)于公告板中的最優(yōu)值，則更新公告板。若終止條件滿足，則該條人工魚對(duì)應(yīng)的量測(cè)與特征的匹配關(guān)系即為最優(yōu)數(shù)據(jù)關(guān)聯(lián)。

    一次迭代后，計(jì)算下一次迭代的擁擠度因子及步長(zhǎng)，直至滿足終止條件。

4仿真試驗(yàn)

    仿真試驗(yàn)中，無(wú)人機(jī)在平面內(nèi)作半徑為20 m的圓周運(yùn)動(dòng)，利用機(jī)載傳感器持續(xù)測(cè)量36個(gè)地標(biāo)，如圖1所示，圓周代表無(wú)人機(jī)的運(yùn)動(dòng)軌跡，離散的點(diǎn)表示地標(biāo)，均勻分布在軌跡的內(nèi)側(cè)和外側(cè)半徑為18和22的圓周上，角度的測(cè)量偏差為1 0，距離的量測(cè)偏差為0.1m。在試驗(yàn)中，各參數(shù)的選取如下：人工魚群體規(guī)模為10，擁擠度因子=0. 618，衰減因子=0.95，人工魚

    表1給出了最大概率、基本魚群算法和改進(jìn)魚群算法三種算法的正確關(guān)聯(lián)率，以及收斂與否的比較結(jié)果。圖2～圖4給出了三種算法的數(shù)據(jù)關(guān)聯(lián)率曲線。仿真結(jié)果表明，與最大概率方法和基本的魚群算法相比，本文提出的魚群算法不僅使SLAM算法收斂，并且得到了較高的正確數(shù)據(jù)關(guān)聯(lián)率，因而使得SLAM算法更加穩(wěn)定。

5結(jié)論

    本文將SLAM數(shù)據(jù)關(guān)聯(lián)問(wèn)題作為組合優(yōu)化問(wèn)題進(jìn)行考慮，提出了基于改進(jìn)人工魚群算法的SLAM數(shù)據(jù)關(guān)聯(lián)方法。從對(duì)無(wú)人機(jī)SLAM數(shù)據(jù)關(guān)聯(lián)的仿真試驗(yàn)看，該方法提高了正確的數(shù)據(jù)關(guān)聯(lián)率，得到了較好的關(guān)聯(lián)效果，改善了SLAM的性能，表明了該算法的可行性和優(yōu)越性。