文献类型：期刊文章

作　　者：刘浩杰[1] 肖宇峰[1] 张华[1] 田星皓[2] 张秤[1]

LIU Haojie;XIAO Yufeng;ZHANG Hua;TIAN Xinghao;ZHANG Cheng(Robot Technology Used for Special Environment Key Laboratory of Sichuan Province,Southwest University of Science and Technology,Mianyang 621000,China;Department of Nuclear Technology Application,China Institute of Atomic Energy,Beijing 102413,China)

机构地区：[1]西南科技大学特殊环境机器人技术四川省重点实验室,四川绵阳621000 [2]中国原子能科学研究院核技术应用研究所,北京102413

出　　处：《原子能科学技术》

基　　金：核能开发科研项目资助(科工二司[2016]1295);国家自然科学基金资助项目(61601381);四川省重点研发计划资助项目(19GJHZ0197)。

年　　份：2020

卷　　号：54

期　　号：11

起止页码：2264-2272

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为应用自主移动机器人搜寻未知放射性物体,本文基于递推贝叶斯估计模型提出了一种改进粒子滤波的放射源定位方法。首先,建立初始粒子集,并根据观测值对粒子权值进行更新和归一化;其次,在重采样过程中引入自优化的重采样方法来增加粒子多样性;最后,对满足收敛条件的粒子进行加权求和估计出放射源位置与活度参数。仿真实验表明该方法可行有效:无屏蔽环境下具有较高的定位精度;有屏蔽环境下也能找到放射源的大致位置,为放射源的最终定位提供参考。

关 键 词：放射源定位  贝叶斯估计 粒子滤波 重采样

分 类 号：TP391]