[发明专利]基于高斯过程模型的建筑物环境传感器测点优化方法有效
申请号: | 201410223460.0 | 申请日: | 2014-05-23 |
公开(公告)号: | CN103984981B | 公开(公告)日: | 2017-01-04 |
发明(设计)人: | 钱堃;彭昌海;马旭东;谭伯龙;王侦 | 申请(专利权)人: | 东南大学 |
主分类号: | G06N3/00 | 分类号: | G06N3/00 |
代理公司: | 江苏永衡昭辉律师事务所32250 | 代理人: | 王斌 |
地址: | 210096*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 过程 模型 建筑物 环境 传感器 优化 方法 | ||
1.基于高斯过程模型的建筑物环境传感器测点优化方法,其特征在于,所述方法步骤为:采用遥操作移动机器人搭载环境测量传感器节点作为移动测量平台,采集未知建筑物内环境参数与测点位置;将采集获取的环境参数作为数据样本,采用高斯过程回归模型拟合环境参数的连续概率分布,并预测未布设测点位置上的测量值;根据预测结果,采用贪心算法求解出一组最佳传感器位置集合;将求解出的最佳传感器位置集合与基于建筑物室内几何特征分析的主要测点位置补充选取结果相结合,最终得到有限数目、位置最佳的测点分布结果。
2.根据权利要求1所述的基于高斯过程模型的建筑物环境传感器测点优化方法,其特征在于:移动机器人在未知室内环境中按靠右沿墙逆时针的操作路径探索导航,利用车载激光传感器完成同时自定位与环境栅格地图创建;在此基础上,移动机器人沿途同步地采集传感器数据与移动机器人位姿。
3.根据权利要求1所述的基于高斯过程模型的建筑物环境传感器测点优化方法,其特征在于:所述的高斯过程回归模型为采用高斯过程回归拟合场的二维分布概率模型,也就是将分散在室内各个点上的环境测量参数考虑为随机变量,在移动测量平台获取的数据样本上,利用高斯过程回归方法,拟合连续的环境参数分布。
4.根据权利要求1所述的基于高斯过程模型的建筑物环境传感器测点优化方法,其特征在于:求取所述最佳传感器位置集合的方法为:预测未布置测点处的环境参数值及其不确定性,然后用贪心算法,在每次迭代中,将能使当前条件熵最大的点添加入已选择点集,直到构成最佳传感器位置集合的k个测点位置全部找到。
5.根据权利要求2所述的基于高斯过程模型的建筑物环境传感器测点优化方法,其特征在于:所述的基于建筑物室内几何特征分析的主要测点位置补充选取,是根据所述环境栅格地图,采用广义Voronoi图来对室内子空间进行几何划分,得到各个子空间的中心点,作为候选布设传感器的位置点。
6.根据权利要求5所述的基于高斯过程模型的建筑物环境传感器测点优化方法,其特征在于:所述最佳传感器位置集合与基于建筑物室内几何特征分析的主要测点位置补充选取结果相结合的方法是:将所述最佳传感器位置集合与所述候选布设传感器的位置点集合相叠加,并去除最小距离小于设定阈值的候选位置,最终得到最佳待选传感器测点位置的集合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410223460.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种管道连接装置
- 下一篇:无透镜衍射成像的藻类自动检测计数装置及方法