[发明专利]一种基于贝叶斯方法的多软件机器人演化定位方法

权利要求书

1.一种基于贝叶斯方法的多软件机器人演化定位方法，包括以下步骤：

1)定位机器人根据移动目标的历史位置信息分析计算移动目标的移动规律；

2)根据移动规律使用贝叶斯方法建立移动目标的运动预测模型，估计移动规律；

3)定位机器人根据移动目标的新的移动信息，使用贝叶斯演化模型对移动目标的预测模型进行更新，得到更准确的移动规律和移动目标位置；

定位机器人利用移动目标的历史位置信息作为先验信息，通过式(1)所示的贝叶斯基本原理来预测移动目标的下一步移动方向和移动曲线，当预测结果与移动目标的真实移动数据之间的Bhattacharyya大于某个阈值时，利用式(2)所示的贝叶斯迭代基本原理进行移动模型的更新；

$P\left({\mathrm{\θ}}_{-i}\right|{\mathrm{\θ}}_i)=\frac{P\left({\mathrm{\θ}}_i\right|{\mathrm{\θ}}_{-i})P\left({\mathrm{\θ}}_{-i}\right)}{P\left({\mathrm{\θ}}_i\right)}=\frac{P\left({\mathrm{\θ}}_i\right|{\mathrm{\θ}}_{-i})P\left({\mathrm{\θ}}_{-i}\right)}{\underset{k=1}{\overset{n}{\mathrm{\Σ}}}P\left({\mathrm{\θ}}_i^k\right)}---\left(1\right)$

$P^{(k+1)}\left({\mathrm{\θ}}_{-i}\right|{\mathrm{\θ}}_i)=\frac{P^{(k+1)}\left({\mathrm{\θ}}_i\right|{\mathrm{\θ}}_{-i})P^{\left(k\right)}\left({\mathrm{\θ}}_{-i}\right)}{P^{(k+1)}\left({\mathrm{\θ}}_i\right)},k=0,1,2,\mathrm{...}---\left(2\right).$

2.如权利要求1所述的方法，其特征在于：对软件机器人的运动过程定位策略是一种迭代过程，利用每一迭代步的移动方向D,转移角度A,移动速度V来计算在下一迭代步出现位置的概率，从而预测下一步的位置，定位机器人P和移动机器人E，

$\begin{array}{c}{P}_{T_i,j}^{(k+1)}\left({\mathrm{\θ}}_E\right|{\mathrm{\θ}}_P)=\frac{P_{T_i,j}^{(k+1)}\left({\mathrm{\θ}}_P\right|{\mathrm{\θ}}_E)P_{T_i,j}^{\left(k\right)}\left({\mathrm{\θ}}_E\right)}{P_{T_i,j}^{(k+1)}\left({\mathrm{\θ}}_P\right)}=\\ \frac{{P_{T_i,j}}^{(k+1)}(\<D_P,A_P,V_P\>|\<D_E,A_E,V_E\>){P_{T_i,j}}^{\left(k\right)}(\<D_E,A_E,V_E\>)}{{P_{T_i,j}}^{(k+1)}(\<D_P,A_P,V_P\>)}\end{array}---\left(3\right)$

$\begin{array}{c}{P}_{T_i,j}^{(k+1)}\left({\mathrm{\θ}}_P\right|{\mathrm{\θ}}_E)=\frac{P_{T_i,j}^{(k+1)}\left({\mathrm{\θ}}_E\right|{\mathrm{\θ}}_P)P_{T_i,j}^{\left(k\right)}\left({\mathrm{\θ}}_P\right)}{P_{T_i,j}^{(k+1)}\left({\mathrm{\θ}}_E\right)}=\\ \frac{{P_{T_i,j}}^{(k+1)}(\<D_E,A_E,V_E\>|\<D_P,A_P,V_P\>){P_{T_i,j}}^{\left(k\right)}(\<D_P,A_P,V_P\>)}{{P_{T_i,j}}^{(k+1)}(\<D_E,A_E,V_E\>)}\end{array}.---\left(4\right)$