一种不完全信息下分布式AGV目标跟踪算法制造技术

本发明专利技术公开了一种不完全信息下分布式AGV目标跟踪算法，包括建立模型、确定不完全信息算法、进行局部计器、最后基于扩散策略的自适应融合估计器，本算法用于指导AGV进行目标定位和目标确认，广泛适用于各款式AGV在定位、行进过程中以及目标确认各方面的使用。所述算法用于物流的输送，本算法充分解决了在AGV运行时,由于激光扫描导航或其他导航方式在环境、异常障碍物或自身故障等原因出现测量丢失，或因电磁干扰、自身故障或目标运动时激光反射界面急剧变小等原因导致测量丢失现象，通过基于后验置信度的残差检测算法来确定是否发生。后验置信度的残差检测算法来确定是否发生。后验置信度的残差检测算法来确定是否发生。

【技术实现步骤摘要】
一种不完全信息下分布式AGV目标跟踪算法


[0001]本专利技术涉及AGV运送
，尤其涉及一种不完全信息下分布式AGV目标跟踪算法。

技术介绍

[0002]AGV（AutomatedGuidedVehicle），即自动导引运输车，也称为无人搬运车或搬运机器人，具有移载功能，能够将物品运输至指定地点，因此在物流运输业以及其他行业有着一定的应用。AGV的移动方式主要有两种，一种是使AGV沿设置于地面的磁条等轨迹路线被引导行进，还有一种是AGV自动化行进，无需在地面预先敷设轨迹线路。上述两种移动方式都存在如下缺陷，即在AGV运行时,由于激光扫描导航或其他导航方式在环境、异常障碍物或自身故障等原因出现测量丢失，或因电磁干扰、自身故障或目标运动时激光反射界面急剧变小等原因导致测量丢失现象。
[0003]目前国内外针对不完全信息现象的研究，集中在单独研究DPD现象出现时的估计方法上，而在系统运行时，通常是二种不完全现象同时发生；因此鉴于此，以二种不完全信息现象同时出现为前提，针对分布式目标跟踪问题进行研究，根据实际工程中目标跟踪系统特性，建立出现数据丢包或不完全量测现象和滤波器受到测量之间的联系，进而提出统计意义下的分布式跟踪算法。

技术实现思路

[0004]本专利技术的目的是提供一种不完全信息下分布式AGV目标跟踪算法，用于指导AGV进行目标定位和目标确认。本算法广泛适用于各款式AGV在定位、行进过程中以及目标确认等方面的使用，用于物流过程中的AGV调度、定位，例如可以在恶劣环境下进行AGV盲走定位。
[0005]为了实现上述目的，本专利技术的技术方案是：一种不完全信息下分布式AGV目标跟踪算法，包括以下步骤：以AGV自身为目标点，反馈点或站点、特征值点视为对目标的探测点，确定目标运动状态方程：
‑‑‑‑‑
(1)其中为第k融合周期AGV的运动状态向量；为适维度的系统矩阵；为均值为0、方差为的高斯白噪声；AGV运动时，假定需n个空间反馈探测点测定其自身位置，则测量方程为：
‑‑‑‑‑‑
（2）其中为第k融合周期AGV的运动状态反馈向量；为观测矩阵；
；、、之间相互独立；我们假定空间上分散n个可探测点，具备了在一定范围内可测量、可计算的功能；以空间可探测点i为例，定义与探测点i直接相组合的探测点位邻域，其中探测点；假设域内有探测点个，探测点i与域内各点组合形成AGV状态向量，即第k个融合周期测得本节点测量数据，同时在该点i之后，将组合信息发送到领域，那么对于节点i有个测量数据，；从统计学角度，建立不完全量测数学模型为：
‑‑‑‑‑‑‑‑‑
（3）其中为服从伯努利随机分布的离散随机变量，表示量测点的完整性，当时，即完全找不到探测点；而当时，即完全测量到探测点；量测方程可描述为：
‑‑‑‑‑‑
(4)其中是服从伯努利分布的随机变量，表示传感器接收反馈电信号的强弱，当时代表接收不到信号，即发生了不完全测量；假设、两个随机变量不相关，那么：
‑‑‑‑‑‑
(5)
‑‑‑‑
(6)E()=
‑‑‑‑‑
(7)上述方程考虑了单个测量点i与域内其它各点的组合信息是否完整，即其中某一个节点丢失，而这些节点是否被检测到、检测是否成功可视为相互独立事件；因此（4）进一步可以简化为：
‑‑‑‑‑‑
（8）那么，当不能完全检测到点位信息时，分布式目标跟踪算法就转化为针对（1）和（8）的算法求解问题。
[0006]以节点i为例，在第k个融合周期，可对域内各测量点测得的反馈数据进行排序，中任意点m的测量值对应节点i所需要的组合信息中的第s个，那么：
ꢀ‑‑‑‑‑‑‑‑‑‑
（9）其中s=1，2
……
那么拟造如下不完全测量方程：
‑‑‑‑‑‑‑‑‑‑
（10）
‑‑‑‑‑‑‑‑‑‑‑
(11)
‑‑‑‑‑‑
(12)
‑‑‑‑‑‑
(13)其中：
‑‑‑‑‑‑
（14）
‑‑‑‑‑‑‑‑‑
（15）
‑‑‑‑‑
（16）
‑‑‑
(17)根据伯努利分布，（16）、（17）有：
‑‑‑‑
（18）
‑‑‑
（19）那么
‑‑‑‑‑‑‑
（20）其中，（11）是新的拟测量的点位测量值；（12）新的拟测量矩阵；（13）新的拟测量误差；（16）代表丢失点的发生矩阵；（17）代表不完全测量发生矩阵；假定在第i点，针对（1）和（10）进行局部预估，在已知k
‑
1周期节点i局部估计值为和局部估计误差，第k周期最小方差局部估计值和局部估计误差方差可计算如下：
‑‑‑‑
（21）
‑‑‑
(22)
在不完全信息条件下，基于CI算法，在i点获得域中所有节点的局部滤波信号后，节点i的融合值为：
‑‑‑‑
（23）
‑‑‑
(24)
‑‑
(25)其中，那么最小化非线性代价函数为：。
[0007]与现有技术相比，本专利技术具有的优点和积极效果是：本专利技术用于指导AGV进行目标定位和目标确认，广泛适用于各款式AGV在定位、行进过程中以及目标确认各方面的使用。所述算法用于物流的输送，本算法充分解决了在AGV运行时,由于激光扫描导航或其他导航方式在环境、异常障碍物或自身故障等原因出现测量丢失，或因电磁干扰、自身故障或目标运动时激光反射界面急剧变小等原因导致测量丢失现象，通过基于后验置信度的残差检测算法来确定是否发生。
附图说明
[0008]图1为本专利技术的流程图。
具体实施方式
[0009]下面将结合本专利技术的具体实施例，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。
[0010]如图1所示，本专利技术的不完全信息下分布式AGV目标跟踪算法，包括如下步骤：1、建立数学模型以AGV自身为目标点，各个所设置反馈点或站点、特征值点视为对目标的探测器点。
[0011]考虑目标运动状态方程：
‑‑‑‑‑
(1)其中为第k融合周期AGV的运动状态向量；为适维度的系统矩阵；为均值为0，方差为的高斯白噪声。
[0012]AGV运动时，假定需n个空间反馈探测点测定其自身位置，那么测量方程为：
‑‑‑‑‑‑
（2）其中为第k融合周期AGV的运动状态反馈向量；为观测矩阵；为均值为0，方差为的高斯白噪声。、、之间相互独立。
[0013]我们假定空间上分散n个可探测点，具备了在一定范围内可测量、可计算的功能。以空间可探测点i为例，定义与探测点i直接相组合的探测点位邻域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种不完全信息下分布式AGV目标跟踪算法，其特征在于：该跟踪算法包括以下步骤：S1、以AGV自身为目标点，反馈点、站点或特征值点视为对目标的探测点，确定目标运动状态方程：
‑‑‑‑‑
(1)其中为第k融合周期AGV的运动状态向量；为适维度的系统矩阵；为均值为0、方差为的高斯白噪声；S2、AGV运动时，假定需要n个空间反馈探测点来测定其自身位置，则测量方程为：
‑‑‑‑‑‑
（2）其中为第k融合周期AGV的运动状态反馈向量；为观测矩阵；；、、之间相互独立；S3、假定空间上分散n个可探测点，具备了在一定范围内可测量、可计算的功能；以空间可探测点i为例，定义与探测点i直接相组合的探测点位邻域，其中探测点；假设域内有探测点个，探测点i与域内各点组合形成AGV状态向量，即第k个融合周期测得本节点测量数据，同时在该点i之后，将组合信息发送到领域，那么对于节点i有个测量数据，；S4、从统计学角度，建立不完全量测数学模型为：
‑‑‑‑‑‑‑‑‑
（3）其中为服从伯努利随机分布的离散随机变量，表示量测点的完整性；量测方程描述为：
‑‑‑‑‑‑
(4)其中是服从伯努利分布的随机变量，表示传感器接收反馈电信号的强弱，当时代表接收不到信号，即发生了不完全测量；假设、两个随机变量不相关，那么：
‑‑‑‑‑‑
(5)
‑‑‑‑
(6)E()=
‑‑‑‑‑
(7)上述方程考虑了单个测量点i与域内其它各点的组合信息是否完整，即其中某一个节点丢失，而这些节点是否被检测到、检测是否成功可视为相互独立事件；基于此，将（4）进一步可以简化为：
‑‑‑‑‑‑
（8）当不能完全检测到点位信息时，将分布式目标跟踪算法转化为针对（1）和（8）的算法求解问题；以节点i为例，在第k个融合周期，...

【专利技术属性】
技术研发人员：卜凡廷，邹超，温国庆，冯辉，韩宝财，柯建设，
申请(专利权)人：嘉兴科天智控科技有限公司，
类型：发明
国别省市：