基于Wi-Fi指紋定位的智能車仿生聲納SLAM算法研究
2 實驗與分析
本文引用地址:http://www.104case.com/article/202104/424273.htm2.1 仿生聲納系統在對音頻信號采集
本文通過3個超聲波換能器作為蝙蝠的耳朵和嘴,3個超聲波換能器按照“一字型”進行排列。“二耳”分別將采集的信息通過信號接收電路,經過AD芯片轉換為數字信號傳遞給智能車的STM32主控芯片;STM32主控芯片發出信號,經三極管放大和變壓器升壓,達到足夠功率后使用“嘴”發出聲波。仿生聲納系統采集音頻信號并傳輸給上位機獲得左右耳蝸圖,仿生聲納系統采集與傳輸的過程,如圖4所示。
圖4 仿生聲納系統采集與傳輸
2.2改進算法與原算法的經驗圖對比試驗
選擇室內長度為14米寬度為8米的空間作為實驗場地,使用GPS獲取位置信息作為基準。讓智能汽車在一段相同路徑上循環行駛2次,記錄智能汽車在不同算法條件下的經歷圖情況。如圖5(a)所示,BatSLAM算法下,在最初時,經歷圖與實際的運動軌跡幾乎重合,當智能車運動到(1.8, 1.8)后,經歷圖與實際運動軌跡出現較大的偏差,并且偏差越來越大;如圖5(b)所示,智能車的經歷圖與實際的運動軌跡的偏差出現先擴大后縮小的情況,當運動到(9, 6.3)時,經歷圖和實際軌跡出現重合,以上情況說明由于外界干擾等原因,BatSLAM算法由于定位的不準確,會造成經歷圖的失真。
如圖5所示,基于Wi-Fi指紋定位的BatSLAM算法下,圖6(a)中智能車的經歷圖幾乎與實際的運動軌跡相重合,雖然圖6(b)中的經歷圖和實際運動軌跡存在一定的偏差,但是基本上優化了經歷圖的失真問題,提高了定位的準確性。
圖5(a) BatSLAM經歷圖
圖5(b) BatSLAM經歷圖
圖6(a) 基于Wi-Fi指紋定位的BatSLAM經歷圖
圖6(b) 基于Wi-Fi指紋定位的BatSLAM經歷圖
2.3 改進算法與原算法定位準確度對比試驗
在特定的誤差條件下,可以進行成功定位的概率作為定位的準確度。定位誤差的累積概率指的是位置誤差小于或等于某個值的概率。如圖6所示,當誤差距離不斷擴大時,累積誤差概率也不斷上升。相同的誤差距離時,相對于BatSLAM算法,基于Wi-Fi指紋定位的BatSLAM算法下定位誤差的累積概率都相對較高,定位誤差的累積概率上升速率越快,在誤差距離達到0.12時,定位誤差的累積概率已經達到了100%,充分的體現了基于Wi-Fi指紋定位的BatSLAM算法準確度高,有效的提高了定位精度。
圖7 改進算法與原算法精度對比
2.4 改進算法與原算法定位精度對比
本文使用平均誤差,最大誤差這二項指標來衡量2種算法的定位精度,如表1所示。改進算法的最大誤差和平均誤差相對較小,定位精度更高。
表1 算法精度指數對比表
定位方法 | 最大誤差/m | 平均誤差/m |
基于Wi-Fi指紋定位的BatSLAM算法 | 0.13 | 0.09 |
BatSLAM | 0.20 | 0.14 |
3 結論
本文提出的基于Wi-Fi指紋定位的BatSLAM模型,不僅實現了不僅實現了智能車室內二維經驗圖的構建,而且提高了定位的準確性和精度,改善經驗圖的失真問題,實現經驗圖的優化效果。
參考文獻:
[1] 遲健男,徐心和.移動機器人即時定位與地圖創建問題研究[J].機器人,2004,26(1):92-96.
[2] 張鳳,黃陸君,袁帥,等. NLOS環境下基于EKF的移動機器位研究[J]. 控制工程,2015,22(1):14-19.
[3] 李曉晨,姚素英,黃碧珍,等.一種應用于高動態范圍CMOS圖像傳感器的曝光控制技術[J].傳感技術學報,2013(3):328-332.
[4] 李琳,林炳強,鄒焱飚.基于條紋式激光傳感器的機器人焊縫跟蹤系統研究[J].中國激光, 2015,(5):34-41.
[5] MILFORD M J,PRASSER D P,WYETH G F. Effect of representation size and visual ambiguity on RatSLAM system performance [C].Australasian Conference on Robotics and Automation. Australian Robotics and Automation Society (ARAA), 2006: 1-8.
[6] SCHILLEBEECKX F, MEY F D, VANDERELST D, et al. Biomimetic Sonar: Binaural 3D Localization using Artificial Bat Pinnae[J]. International Journal of Robotics Research, 2011, 30(8):975-987.
[7] 蘇松, 胡引翠, 盧光耀, 等. 低功耗藍牙手機終端室內定位方法[J]. 測繪通報, 2015(12): 81–84, 97.
[8] 王雪莉, 盧才武, 顧清華, 等. 無線定位技術及其在地下礦山中的應用[J]. 金屬礦山, 2009(4): 121–125.
(本文來源于《電子產品世界》雜志2020年8月期)
評論