基于Wi-Fi指紋定位的智能車仿生聲納SLAM算法研究
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對面交流
海量資料庫查詢
2 實驗與分析
本文引用地址：http://cafeforensic.com/article/202104/424273.htm2.1 仿生聲納系統(tǒng)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(jìn)行排列。“二耳”分別將采集的信息通過信號接收電路，經(jīng)過AD芯片轉(zhuǎn)換為數(shù)字信號傳遞給智能車的STM32主控芯片；STM32主控芯片發(fā)出信號，經(jīng)三極管放大和變壓器升壓，達(dá)到足夠功率后使用“嘴”發(fā)出聲波。仿生聲納系統(tǒng)采集音頻信號并傳輸給上位機(jī)獲得左右耳蝸圖，仿生聲納系統(tǒng)采集與傳輸?shù)倪^程，如圖4所示。
圖4 仿生聲納系統(tǒng)采集與傳輸
2.2改進(jìn)算法與原算法的經(jīng)驗圖對比試驗
選擇室內(nèi)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(zhǔn)。讓智能汽車在一段相同路徑上循環(huán)行駛2次，記錄智能汽車在不同算法條件下的經(jīng)歷圖情況。如圖5(a)所示，BatSLAM算法下，在最初時，經(jīng)歷圖與實際的運動軌跡幾乎重合，當(dāng)智能車運動到（1.8, 1.8）后，經(jīng)歷圖與實際運動軌跡出現(xiàn)較大的偏差，并且偏差越來越大；如圖5(b)所示,智能車的經(jīng)歷圖與實際的運動軌跡的偏差出現(xiàn)先擴(kuò)大后縮小的情況，當(dāng)運動到（9, 6.3）時，經(jīng)歷圖和實際軌跡出現(xiàn)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(zhǔn)確，會造成經(jīng)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(jīng)歷圖幾乎與實際的運動軌跡相重合，雖然圖6(b)中的經(jīng)歷圖和實際運動軌跡存在一定的偏差，但是基本上優(yōu)化了經(jīng)歷圖的失真問題，提高了定位的準(zhǔn)確性。
圖5(a) BatSLAM經(jīng)歷圖
圖5(b) BatSLAM經(jīng)歷圖
圖6(a) 基于Wi-Fi指紋定位的BatSLAM經(jīng)歷圖
圖6(b) 基于Wi-Fi指紋定位的BatSLAM經(jīng)歷圖
2.3 改進(jìn)算法與原算法定位準(zhǔn)確度對比試驗
在特定的誤差條件下，可以進(jìn)行成功定位的概率作為定位的準(zhǔn)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(dāng)誤差距離不斷擴(kuò)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(dá)到0.12時，定位誤差的累積概率已經(jīng)達(dá)到了100%，充分的體現(xiàn)了基于Wi-Fi指紋定位的BatSLAM算法準(zhǔn)確度高，有效的提高了定位精度。
圖7 改進(jìn)算法與原算法精度對比
2.4 改進(jìn)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(biāo)來衡量2種算法的定位精度，如表1所示。改進(jìn)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(shù)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(jié)論
本文提出的基于Wi-Fi指紋定位的BatSLAM模型，不僅實現(xiàn)了不僅實現(xiàn)了智能車室內(nèi)二維經(jīng)驗圖的構(gòu)建，而且提高了定位的準(zhǔn)確性和精度，改善經(jīng)驗圖的失真問題，實現(xiàn)經(jīng)驗圖的優(yōu)化效果。
參考文獻(xiàn)：
[1] 遲健男,徐心和.移動機(jī)器人即時定位與地圖創(chuàng)建問題研究[J].機(jī)器人,2004,26(1):92-96．
[2] 張鳳,黃陸君,袁帥,等. NLOS環(huán)境下基于EKF的移動機(jī)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(yīng)用于高動態(tài)范圍CMOS圖像傳感器的曝光控制技術(shù)[J].傳感技術(shù)學(xué)報,2013(3):328-332.
[4] 李琳,林炳強(qiáng),鄒焱飚.基于條紋式激光傳感器的機(jī)器人焊縫跟蹤系統(tǒng)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(lán)牙手機(jī)終端室內(nèi)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(shù)及其在地下礦山中的應(yīng)用[J]. 金屬礦山, 2009(4): 121–125.
（本文來源于《電子產(chǎn)品世界》雜志2020年8月期）
評論