机器学习方法在无人机室内导航中的应用与实现
宋雅娟1
冯萍2
张洪刚3
1.苏州市职业大学 计算机工程学院,江苏 苏州215104;马萨诸塞大学波士顿分校 工程系,马萨诸塞州 波士顿021252.马萨诸塞大学波士顿分校 工程系,马萨诸塞州 波士顿02125;长春大学 计算机科学技术学院,吉林 长春1300223.马萨诸塞大学波士顿分校 工程系,马萨诸塞州 波士顿02125
摘要：移动节点的准确定位对于无人机的环境感知、路径规划及控制系统的开发至关重要.对决策树、SVM和贝叶斯等三种机器学习方法在使用锚节点的室内空间进行定位准确率对比研究,最终选择了具有高泛化准确率的贝叶斯方法作为定位方法.结合改进后的A*算法在室内空间对无人机进行自动路径规划,并借助激光传感器感知环境中未知障碍,不断更新室内地图并指导无人机进行避障,无人机导航实验验证了机器学习方法用于室内空间定位的可行性.
关键词：机器学习方法室内定位室内导航贝叶斯方法
分类号：TP311(计算技术、计算机技术)
资助基金：吉林省教育厅科技项目(十二五)(2015)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 19-23 )
英文信息