一种工业无线网络中基于多智能体强化学习的移动感知方法技术

本申请提供一种工业无线网络中基于多智能体强化学习的移动感知方法，所述方法包括：获取所有移动机器人的状态；当至少一个所述移动机器人为所述停止状态时，令所有所述移动机器人在所在的所述节点上停止移动；获取所有的所述移动机器人采集的第一信号强度信息，所述第一信号强度信息为所述移动机器人在所述停止移动的节点对应的上一条所述路段采集得到；将第一信号强度矩阵输入训练后的分类模型中，得到每个所述第一信号强度矩阵与所有所述预设参考点的相似度；基于所有的所述相似度以及预设参考点的位置，根据定位算法，得到所述目标点的估计位置。本申请相比较于传统室内移动单站定位，提高了定位精度与定位实时性。

【技术实现步骤摘要】

本专利技术涉及无线定位，具体而言，涉及一种工业无线网络中基于多智能体强化学习的移动感知方法。

技术介绍

1、随着移动终端的广泛普及和智能技术的不断进步，室内基于位置的服务需求显著攀升。例如，商场的人流量监控、人员定位以及地下车库导航等应用，都迫切需要高精度的室内定位技术。由于全球定位系统(gps)在室内环境下性能大幅衰减，研究者纷纷探索基于短距离无线信号的替代方案。

2、目前，各类室内定位技术层出不穷，主要包括利用wi-fi、蓝牙、超声波等信号实现高精度定位的方法。这些技术充分利用室内无线信号的不同特性，成为满足现代室内位置服务(lbs)需求的重要手段。在众多技术方案中，wi-fi指纹定位凭借其广泛的网络覆盖和现有设备的兼容优势而受到特别关注。

3、传统室内定位系统大体可分为几何定位和指纹定位两种类型。几何方法通过分析接收信号强度(rss)、飞行时间(tof)及到达角(aoa)等参数，建立无线信号传播模型来估计目标位置。但由于室内环境中存在显著的信号波动和多径效应，构建准确的传播模型非常困难，因此，利用wi-fi信号在每个离散空间点本文档来自技高网...

【技术保护点】

1.一种工业无线网络中基于多智能体强化学习的移动感知方法，其特征在于，应用于多智能体定位系统，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述多智能体定位系统处于离线阶段时，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述奖励函数为：

4.根据权利要求2所述的方法，其特征在于，在所述获取所述移动机器人的当前状态空间以前，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述获取每个所述预设参考点的RSS指纹信号，包括：

6.根据权利要求1所述的方法，其特征在于，所述基于所有的所述匹配值以...

【技术特征摘要】

1.一种工业无线网络中基于多智能体强化学习的移动感知方法，其特征在于，应用于多智能体定位系统，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，在所述多智能体定位系统处于离线阶段时，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述奖励函数为：

4.根据权利要求2所述的...

【专利技术属性】
技术研发人员：聂文迪，张元溢，段垚鑫，涂小清，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：