一种基于DBN和卡尔曼滤波算法的AGV定位算法

摘要

本发明涉及一种基于DBN和卡尔曼滤波算法的AGV定位算法，属于机器人定位和深度学习领域。采集多组AGV运动过程中的速度和加速度信息，通过卡尔曼滤波算法估计出AGV不同时刻的位置信息；根据步骤1中采集到的信息，建立卡尔曼滤波过程中新息方差理论值的和实际测量值间的匹配度变量Ink，训练DBN；将训练好的DBN和卡尔曼滤波算法相结合，当匹配度偏离1时，通过DBN产生的自适应调节因子，校准匹配度变量，保证卡尔曼滤波算法对AGV位置和速度的精准估计。本发明根据卡尔曼滤波算法中新息序列理论方差和实际方差的一致程度，利用DBN获取自适应调节因子，对卡尔曼滤波器的噪声方差矩阵进行修正，保证了AGV运行过程中对位置的精确估计。