CN109813304A - 一种基于进化策略的分段搜索地磁仿生导航方法 - Google Patents
一种基于进化策略的分段搜索地磁仿生导航方法 Download PDFInfo
- Publication number
- CN109813304A CN109813304A CN201910229284.4A CN201910229284A CN109813304A CN 109813304 A CN109813304 A CN 109813304A CN 201910229284 A CN201910229284 A CN 201910229284A CN 109813304 A CN109813304 A CN 109813304A
- Authority
- CN
- China
- Prior art keywords
- earth magnetism
- course
- navigation
- gene pool
- earth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提出一种基于进化策略的分段搜索地磁仿生导航方法,以多目标进化算法为理论依据,在借鉴大自然中的生物利用地磁场完成归巢、迁徙等活动的基础上,从生物磁趋势性敏感角度出发,提出一种不依赖先验数据库的基于进化策略的分段搜索的地磁仿生导航方法。有着全天候、完全自主、隐蔽性强、无累计误差、适用于未知环境等优势。
Description
技术领域
本发明涉及一种基于进化策略的分段搜索的地磁仿生导航方法,属于地磁导航技术领域。
背景技术
导航技术的发展对于军事方面和民用方面的发展有着重要的意义。目前,根据导航信源利用方式的不同,导航方式主要分为三类:利用自身信息的自主方式,借助外界信源的非自主方式,利用地球固有物理特征的匹配方式。其中自主导航方式的优点有全天候、全空间、高隐蔽性,缺点是成本高、导航误差会累计增大;非自主导航方式的定位精度高、无需初始对准、定位精度与航程无关,但是易受干扰、隐蔽性差、需要额外的辅助***;利用地球固有物理特征的匹配导航方式有自主性高、隐蔽性强的优点,但是定位精度和导航适用范围受先验数据图的完整性、精度限制,难以在未知环境中应用,例如地磁匹配导航。以上导航方式都存在一定的不足,因此有必要发展新型的自主导航方式。
发明内容
针对以上导航方式的不足,以及现有的地磁匹配导航严格依据先验数据库的问题,本发明以多目标进化算法为理论依据,在借鉴大自然中的生物利用地磁场完成归巢、迁徙等活动的基础上,从生物磁趋势性敏感角度出发,提出一种不依赖先验数据库的基于进化策略的分段搜索的地磁仿生导航方法。有着全天候、完全自主、隐蔽性强、无累计误差、适用于未知环境等优势。
本发明的技术方案为:
所述一种基于进化策略的分段搜索地磁仿生导航方法,其特征在于:包括以下步骤:
步骤1:以航向角为种群样本进行初始化,构建样本基因库θ={θ1,θ2,...,θn},其中θi={Δθ×r},i=1,2,...,n,表示基因库中某一可选择的航向信息,Δθ表示角度的离散间隔;r是[1,R]的随机数,R=(360/Δθ);n为基因样本库的规模;
步骤2:进行航向选择:如果当前载体具有确定的航向,则以其作为载体下一步的运动方向;如果没有确定的航向,则从基因库中随机选择一个样本作为载体的航向,并按照设定的速度航行固定的时间;
步骤3:计算目标函数:测量当前位置处的地磁参量,并计算当前位置的目标函数
其中M为选择的地磁特征参量个数,表示目标位置的第m个地磁特征参量值,表示起始位置的第m个地磁特征参量值,表示当前k时刻位置处的第m个地磁特征参量值;
步骤4:实行奖惩机制:如果F(B,k)≤F(B,k-1),则将当前航向角在基因库中复制一次,并随机替换基因库中某一航向角;如果F(B,k)≤F(B,k-1),且对于M个地磁参量均满足fm(k)<fm(k-1),(m=1,2,...,M),则以当前航向角继续作为下一时刻载体的航向角,其中否则认为下一时刻没有确定的航向;如果F(B,k)>F(B,k-1),则从基因库中随机选择一个航向角将当前航向角从基因库中替换掉;
步骤5:判断停止准则:如果满足停止条件F(B,k)<ε,则算法终止,导航完成;否则,令k=k+1,跳至步骤2继续进行导航,直至满足终止条件。
进一步的优选方案,所述一种基于进化策略的分段搜索地磁仿生导航方法,其特征在于:以设定的概率对基因库中的航向角执行变异操作。
进一步的优选方案,所述一种基于进化策略的分段搜索地磁仿生导航方法,其特征在于:地磁特征参量个数取3,选择的地磁特征参量为北向分量Bx、东向分量By、垂直分量Bz。
有益效果
本发明的方法主要考虑载体利用地磁参量完成导航搜索任务,通过地磁模型来分析总结地磁参量的分布规律,然后充分的利用其分布特性来完成搜索导航。在整个搜索导航过程中,通过地磁参量在不同区域的分布特性来采用不同的搜索导航策略,从而保证导航任务顺利、高效的完成。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1地磁仿生导航原理框图;
图2基于进化策略的分段搜索地磁仿生导航算法流程图;
图3基因更新示意图;(a)奖励操作,(b)惩罚操作;
图4基于进化策略的分段搜索导航轨迹示意图;
图5目标函数的收敛曲线;
图6子目标函数收敛曲线;
图7本发明提出的导航方法与传统的进化策略的轨迹对比图;
图8迭代步数结果统计图;(a):进化策略,(b):本发明算法。
具体实施方式
本发明的目的是针对现有导航方式存在的不足及地磁匹配导航太过依赖先验数据库的缺陷,根据地磁参量的分布特性,提出了一种基于进化策略的分段搜索的地磁仿生导航方法,从生物磁趋势性敏感角度出发,将导航过程归纳为多种磁参量向目标点参量不断收敛的过程,通过实时采集地磁参量,在使用进化策略的基础上兼顾地磁参量在局部范围内同时收敛的特性,动态的改变导航策略,从而高效、快速的完成导航任务,具有非常好的应用前景。
(a)地磁仿生导航原理
地磁仿生导航是受自然界中生物利用地磁场进行长途迁徙、洄游等导航行为的启发,研究地磁导航技术和方法,为无人运载体远程航行提供导航与定位功能。不同于基于地磁场环境与空间坐标关系的匹配导航方法,地磁仿生导航是在无先验地磁数据库的条件下,仅依靠自身所携带的传感器,通过对地磁场信息的感知,实现自主搜索到达目标地磁场环境的目的。
地磁仿生导航的原理框图如图1所示,载体在运动过程中,通过将当前位置的地磁参量与目标位置地磁参量进行比较,经仿生导航算法解算出下一时刻载体的航向角,载体在行进过程中利用地磁趋势搜索到达特定的目标位置。
(b)地磁参量的选取
地球上的每个点的地磁参量都具有唯一性,这是生物利用地磁可以导航的基础,也是本发明中地磁仿生导航的出发点。动物可以很高明的利用地磁场,是由于它们有能够感知地磁场强度的器官。作为人类,已经发明出很多可以测量地磁参量的传感器,因此我们可以借鉴生物,在用传感器得到地磁值后,根据需求选取一组地磁参量,进而帮助我们完成任务。
用来描述地磁场的参量共有7个:地磁场总强BF、北向分量Bx、东向分量By、垂直分量Bz、水平分量BH、磁倾角BD、磁偏角BI,他们之间的几何关系如式(1)所示:
分析上式可以发现,在这7个地磁参量中,并非所有的地磁参量都是相互独立的,因此我们在选用地磁参量用于导航时,需要考虑他们之间的相互独立性,从而保证所选的参量能够唯一定位,更好的完成导航。综合各参量的独立性和分布特性,选取北向分量Bx、东向分量By、垂直分量Bz,用这三个参数作为标注某一地理位置信息的参量来进行地磁仿生导航研究。
(c)地磁仿生导航问题描述
将载体简化为二维平面内的质点,其运动方程可以表示为:
式中,(x,y)表示载体运行的位置,k表示载体运行的某一时刻,L为运动步长。
从仿生学角度出发,生物运动行为具有地磁场变化趋势性敏感的特性,因此地磁仿生导航的过程可以视为是地磁场多个特征参量从起始位置B0对目标位置BT的M个地磁特征参量搜索收敛的过程。为此,本发明建立多目标搜索过程中地磁参量及运动控制参数之间的约束关系:
其中F为目标函数,B为地磁参量,f为子目标函数,g为约束条件,当目标函数F依路径L取得最小值时,即认为到达目标点T位置。
(d)目标函数的设计
地磁仿生导航是以求解(3)式为目的的运动过程,每个样本执行的导航将引起各目标函数F的变化,k时刻第m个地磁参量所对应的子目标函数fm可表示为:
考虑到地磁参量间的量级和单位,对多目标函数进行如下的归一化处理:
目标函数F(k)用来评价种群中个体好坏的标准,其值越小表明载体运动方向趋向目标位置,个体所以对应的解越好,针对目标位置的磁趋势性,以目标位置和当前位置的地磁分量的差值作为导航运动的刺激信息,即通过磁分量误差表征对目标值的无限逼近,可以表示为:
在实际导航中,根据导航精度要求及目标点地磁参量的值,设定目标函数F(B,k)所表示的可以达到满足完成导航任务要求:
F(B,k)<ε (7)
其中ε的大小由导航精度来确定。在导航过程中取得满足条件的目标函数值时,就可以认为到达目标位置,导航成功。
基于上述原理,下面给出基于进化策略的分段搜索地磁仿生导航算法:
本发明通过借鉴生物磁趋势性感知,结合多目标进化的搜索机制,利用地磁场的分布规律来完成导航,地磁仿生导航算法的流程图如图2所示。
为了能够将多目标进化算法中的并行搜索机制用于载体的地磁仿生导航研究中,本发明在进化策略的基础上,通过建立运动基因样本库,将多目标优化算法中的并行搜索离散化为时间上的顺序搜索,从而完成进化搜索导航。
(1)初始化。以航向角为种群样本,确定角度离散间隔和基因样本库规模,初始化样本基因库。如下式所示:
θ={θ1,θ2,...,θn} (8)
其中,θi={Δθ×r},i=1,2,...,n,表示基因中可一选择的航向信息;Δθ表示角度的离散间隔;r是[1,R]的随机数,R=(360/Δθ);n为基因样本库的规模。一般而言任意时刻,基因库中各个基因被选择的概率都相同,为:
但基因库中可能会存在若干个相同的基因,所以实际计算某一基因被选择的概率时,需要查找其余与该基因相同的基因,从而得到基因库中每一种基因被选取的概率为:
式(10)中,t表示基因库中不同基因的个数,即离散后可选方向的个数;
(2)样本选择。如果载体有确定的航向,则以其作为载体下一步的运动方向;如果没有,则从种群基因库中随机选择一个样本作为载体的航向,并按照设定的速度航行固定的时间。
(3)计算目标函数。测量当前位置处的地磁参量,并计算当前位置的目标函数如果满足所设定的到达目标区域的条件F(B,k)<ε,则可以判定载体到达目标位置,导航完成;否则,继续下一步。
其中M为选择的地磁特征参量个数,表示目标位置的第m个地磁特征参量值,表示起始位置的第m个地磁特征参量值,表示当前k时刻位置处的第m个地磁特征参量值;
(4)实行奖惩机制。如果F(B,k)≤F(B,k-1),则表明在当前选取的基因作为航向时,是向着目标点运动的,由此可以判定这是一个好的航向基因,需要对其进行“奖励”,即将这个好的基因在基因库中复制一次,并随机替换基因库中某一航向角;进一步,如果对于M个地磁参量均满足fm(k)<fm(k-1),(m=1,2,...,M),则在该方向上所选参量都能够接近目标值,下一步继续选择当前航向作为载体的航向,其中否则,认为下一步没有确定的航向;如果F(B,k)>F(B,k-1),则表明在当前区域,沿着该方向继续行走会远离目标点,由此可以判定此航向基因不好,需要对其进行“惩罚”,即从基因库中随机选择一个基因将当前航向角从基因库中替换掉,从而淘汰,然后继续下一步。奖惩机制如图3所示。
(5)变异操作。为了保持运动基因库的多样性,以一定的概率对基因库中的基因执行变异操作。
(6)判断停止准则。如果满足停止条件,即F(B,k)<ε,算法终止,导航完成;否则,令k=k+1,跳至步骤(2)继续进行导航,直至满足终止条件。
下面以一个具体实施例进行描述:
首先,选取磁场的三个独立分量,即X方向分量、Y方向分量、以及Z方向分量作为导航搜索的特征参量。
然后根据任务导航需求,分别设定参量值。其中,起始位置处的地磁参量值是Bx=29476nT,By=-2140nT,Bz=45403nT;目标位置处的地磁参量值为:Bx=31355nT,By=-2872nT,Bz=41063nT。
最后,使用导航算法来完成载体的无先验地磁的导航任务。在本次导航实验中,所需参数分别设定为:基因样本库N=36,变异概率p=0.02,角度离散间隔θ=30°,运动步长为L=500m,导航完成的标志是载体与目标点的距离在单位步长之内。
导航实验的轨迹如图4所示,由图中的结果可以看出,载体从起点开始,使用本发明所提出的算法,仅以地磁参量作为载体运动过程中的控制变量,可以成功的引导载体到达目标位置。同时,从图中可以看出,在导航初期,轨迹中有一段近似直线的轨迹,这是由目标函数的收敛性和所选择的地磁参量在该区域内同时收敛共同决定的。这段直线充分利用了地磁场本身的特性,同时又收到目标函数收敛的限制,它可以减少不必要的搜索,加快载体向目标点趋近的速度,但是同时又不会对整个导航趋势及导航成功率造成影响。
附图5所示为整个导航过程中,目标函数的收敛过程。从图中可以看出,对应于导航的初始阶段,区域地磁参量变化特征比较明显,所以目标函数值一直也在减小,幅度较大。随后区域特征不明显,因此此时的目标函数值不像最开始阶段快速下降,但是总体而言还是在不断收敛。随着导航不断的接近目标点,函数值一点点在变小,最后到达设定值,导航完成。
附图6显示了地磁三参量的子目标函数的收敛情况,可以看出,在导航过程中,三个参量的收敛速度并不相同,北向分量和垂直分量收敛速度最快,在初始阶段就可以快速的收敛,而东向分量的收敛则是一个较为平滑的过程。造成这种各个参量收敛速度差异的原因是由地磁参量的分布和初始搜索阶段所形成的导航趋势性的方向所决定的。
为了进一步验证本发明的有效性和优越性,将本发明提出的改进的算法与传统的进化算法进行比较,通过二者的轨迹图如附图7所示,很显然可以看出,利用本发明提出的地磁仿生导航方法可以有效的完成导航任务,轨迹较平直,耗时较短,可以提高导航效率。
将以上两种算法在同一任务下进行1000次仿真,统计两种算法的迭代步数如附图8所示。由附图8中的迭代步数的统计结果可以看出,本发明提出的算法迭代步数的平均值、极值均比传统的进化策略要小,从而说明了本发明的导航算法的有效性,可以明显缩短导航路径,提高导航效率。同时,由附图8可以看出,得到的迭代步数的结果不是一个定值而是分布在一个范围内,这说明在导航过程中,是根据地磁的趋势性来完成导航的。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (3)
1.一种基于进化策略的分段搜索地磁仿生导航方法,其特征在于:包括以下步骤:
步骤1:以航向角为种群样本进行初始化,构建样本基因库θ={θ1,θ2,...,θn},其中θi={Δθ×r},i=1,2,...,n,表示基因库中某一可选择的航向信息,Δθ表示角度的离散间隔;r是[1,R]的随机数,R=(360/Δθ);n为基因样本库的规模;
步骤2:进行航向选择:如果当前载体具有确定的航向,则以其作为载体下一步的运动方向;如果没有确定的航向,则从基因库中随机选择一个样本作为载体的航向,并按照设定的速度航行固定的时间;
步骤3:计算目标函数:测量当前位置处的地磁参量,并计算当前位置的目标函数
其中M为选择的地磁特征参量个数,表示目标位置的第m个地磁特征参量值,表示起始位置的第m个地磁特征参量值,表示当前k时刻位置处的第m个地磁特征参量值;
步骤4:实行奖惩机制:如果F(B,k)≤F(B,k-1),则将当前航向角在基因库中复制一次,并随机替换基因库中某一航向角;如果F(B,k)≤F(B,k-1),且对于M个地磁参量均满足fm(k)<fm(k-1),(m=1,2,...,M),则以当前航向角继续作为下一时刻载体的航向角,其中否则认为下一时刻没有确定的航向;如果F(B,k)>F(B,k-1),则从基因库中随机选择一个航向角将当前航向角从基因库中替换掉;
步骤5:判断停止准则:如果满足停止条件F(B,k)<ε,则算法终止,导航完成;否则,令k=k+1,跳至步骤2继续进行导航,直至满足终止条件。
2.根据权利要求1所述一种基于进化策略的分段搜索地磁仿生导航方法,其特征在于:以设定的概率对基因库中的航向角执行变异操作。
3.根据权利要求1所述一种基于进化策略的分段搜索地磁仿生导航方法,其特征在于:地磁特征参量个数取3,选择的地磁特征参量为北向分量Bx、东向分量By、垂直分量Bz。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910229284.4A CN109813304A (zh) | 2019-03-25 | 2019-03-25 | 一种基于进化策略的分段搜索地磁仿生导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910229284.4A CN109813304A (zh) | 2019-03-25 | 2019-03-25 | 一种基于进化策略的分段搜索地磁仿生导航方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109813304A true CN109813304A (zh) | 2019-05-28 |
Family
ID=66610277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910229284.4A Pending CN109813304A (zh) | 2019-03-25 | 2019-03-25 | 一种基于进化策略的分段搜索地磁仿生导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109813304A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110196045A (zh) * | 2019-06-23 | 2019-09-03 | 西北工业大学 | 一种基于栅格特征的梯度下降地磁导航方法 |
CN110617812A (zh) * | 2019-09-25 | 2019-12-27 | 西安邮电大学 | 一种移动机器人地磁感知导航方法 |
CN111637882A (zh) * | 2020-05-23 | 2020-09-08 | 西北工业大学 | 一种基于栅格特征的差分进化地磁导航方法 |
CN111895994A (zh) * | 2020-06-29 | 2020-11-06 | 西北工业大学 | 一种基于磁趋势航向策略的地磁仿生导航方法 |
CN112050804A (zh) * | 2020-07-31 | 2020-12-08 | 东南大学 | 一种基于地磁梯度的近场磁图构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1637899A1 (en) * | 2004-09-20 | 2006-03-22 | EADS Astrium GmbH | Method and apparatus for providing integrity information for users of global navigation system |
CN104501815A (zh) * | 2014-12-18 | 2015-04-08 | 西北工业大学 | 一种水下自主航行器导航远程导航方法 |
CN106949888A (zh) * | 2017-02-13 | 2017-07-14 | 哈尔滨工业大学 | 一种多uuv仿生协同导航方法 |
CN108596943A (zh) * | 2018-05-17 | 2018-09-28 | 桂林电子科技大学 | 一种基于混沌差分进化粒子群的运动估计算法 |
CN108919818A (zh) * | 2018-04-23 | 2018-11-30 | 南京航空航天大学 | 基于混沌种群变异pio的航天器姿态轨道协同规划方法 |
-
2019
- 2019-03-25 CN CN201910229284.4A patent/CN109813304A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1637899A1 (en) * | 2004-09-20 | 2006-03-22 | EADS Astrium GmbH | Method and apparatus for providing integrity information for users of global navigation system |
CN104501815A (zh) * | 2014-12-18 | 2015-04-08 | 西北工业大学 | 一种水下自主航行器导航远程导航方法 |
CN106949888A (zh) * | 2017-02-13 | 2017-07-14 | 哈尔滨工业大学 | 一种多uuv仿生协同导航方法 |
CN108919818A (zh) * | 2018-04-23 | 2018-11-30 | 南京航空航天大学 | 基于混沌种群变异pio的航天器姿态轨道协同规划方法 |
CN108596943A (zh) * | 2018-05-17 | 2018-09-28 | 桂林电子科技大学 | 一种基于混沌差分进化粒子群的运动估计算法 |
Non-Patent Citations (2)
Title |
---|
JIAOJIAO GUO ET AL.: "Bio-inspired Geomagnetic Navigation Algorithm Based on Segmented Search for AUV", 《PROCEEDINGS OF THE 2018 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND BIOMIMETICS》, 31 December 2018 (2018-12-31), pages 100 - 105, XP033529700, DOI: 10.1109/ROBIO.2018.8665183 * |
刘明雍等: "基于时序进化搜索策略的地磁仿生导航研究", 《西北工业大学学报》, no. 06, 15 December 2014 (2014-12-15), pages 894 - 898 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110196045A (zh) * | 2019-06-23 | 2019-09-03 | 西北工业大学 | 一种基于栅格特征的梯度下降地磁导航方法 |
CN110617812A (zh) * | 2019-09-25 | 2019-12-27 | 西安邮电大学 | 一种移动机器人地磁感知导航方法 |
CN111637882A (zh) * | 2020-05-23 | 2020-09-08 | 西北工业大学 | 一种基于栅格特征的差分进化地磁导航方法 |
CN111637882B (zh) * | 2020-05-23 | 2022-11-11 | 西北工业大学 | 一种基于栅格特征的差分进化地磁导航方法 |
CN111895994A (zh) * | 2020-06-29 | 2020-11-06 | 西北工业大学 | 一种基于磁趋势航向策略的地磁仿生导航方法 |
CN112050804A (zh) * | 2020-07-31 | 2020-12-08 | 东南大学 | 一种基于地磁梯度的近场磁图构建方法 |
CN112050804B (zh) * | 2020-07-31 | 2022-04-08 | 东南大学 | 一种基于地磁梯度的近场磁图构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109813304A (zh) | 一种基于进化策略的分段搜索地磁仿生导航方法 | |
Hitz et al. | Adaptive continuous‐space informative path planning for online environmental monitoring | |
Martinez-Cantin et al. | A Bayesian exploration-exploitation approach for optimal online sensing and planning with a visually guided mobile robot | |
CN105911992A (zh) | 一种移动机器人的自动规划路径方法及移动机器人 | |
Zhang et al. | Increasing GPS localization accuracy with reinforcement learning | |
CN110849355B (zh) | 一种地磁多参量多目标快速收敛的仿生导航方法 | |
CN107621263B (zh) | 一种基于道路磁场特征的地磁定位方法 | |
CN109751994B (zh) | 一种自主归航的水下航行器地磁仿生导航方法 | |
CN111307143B (zh) | 基于地磁梯度辅助的多目标进化搜索的仿生导航算法 | |
CN114460943B (zh) | 服务机器人自适应目标导航方法及*** | |
Chudoba et al. | Exploration and mapping technique suited for visual-features based localization of mavs | |
CN110118560A (zh) | 一种基于lstm和多传感器融合的室内定位方法 | |
CN107607122B (zh) | 面向室内定位的位置指纹库构建和动态更新方法 | |
CN111190211B (zh) | 一种gps失效位置预测定位方法 | |
Xu et al. | An efficient indoor localization method based on the long short-term memory recurrent neuron network | |
CN105716605A (zh) | 一种重力辅助惯性导航***匹配方法 | |
CN109724592A (zh) | 一种基于进化梯度搜索的auv地磁仿生导航方法 | |
CN114580601B (zh) | 一种基于改进智能优化算法的磁偶极子目标定位方法 | |
CN107124761B (zh) | 融合pso和ss-elm的蜂窝网无线定位方法 | |
Lu et al. | A Monte Carlo localization algorithm for 2-D indoor self-localization based on magnetic field | |
CN109766969B (zh) | 基于异步优势动作评价的rfid室内定位算法 | |
Mao et al. | A bio-inspired goal-directed visual navigation model for aerial mobile robots | |
CN109387196B (zh) | 一种远距离水下地磁仿生导航方法 | |
Neloy et al. | Alpha-N-V2: Shortest path finder automated delivery robot with obstacle detection and avoiding system | |
CN111858817A (zh) | 一种用于稀疏轨迹的BiLSTM-CRF路径推断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190528 |