موقعیت یابی ربات بر اساس فیلتر ذره ای بهبود یافته با فیلتر کالمن گروهی هوشمند و گام mcmc
چکیده
چکیده:مسئله موقعیت یابی یکی از نیازهای ضروری برای ربات های خودمختار است. روش های مختلفی برای موقعت یابی ارائه شده است که موقعیت یابی بر اساس فیلتر ذرهای یکی از مؤثرترین روش ها است. باوجوداین، این روش دارای مشکلاتی که مهمترین آنها عدم سازگاری، تباهیدگی و وابستگی به مشخصات آماری نویزها است. برای حل این مشکلات، در این مقاله، یک الگوریتم موقعیت یابی مبتنی بر فیلتر ذره ای بهبودیافته با فیلتر کالمن گروهی هوشمند ienkf)) و گام مارکوف چاین مونتکارلو (mcmc) پیشنهاد شده است. در این روش، تابع توزیع پیشنهادی با استفاده از ienkf ایجاد می شود که یک سیستم فازی-عصبی تطبیقی بر عملکرد آن نظارت دارد. بهعلاوه بعد از نمونه برداری مجدد، از گام mcmc برای افزایش تنوع میان ذرات استفاده شده است.