摘要
本发明提供一种用于环境监测的智能机器人采样路径优化与场重建方法,用于解决现有的基于机器人平台的采样方法普遍为扫描式或遍历式所导致的采样时间长、采样效率低下以及采样点设置冗余过高的问题。在该方法中,采样点位分为初始采样点位和追加采样点位,将基于概率权重和信息密度的算法作为追加采样点选择算法,将贪婪算法作为采样点位的采样路径优化算法,将Kernel系列算法结合动态网格的改进算法作为场重建算法。经实验证明,该方法提高了机器人环境参数场重建系统的采样效率和准确率并有效降低了采样成本,为环境监测领域提供了一种高效、经济的解决方案。
技术关键词
采样点
重建算法
贪婪算法
智能机器人
动态网格
坐标
算法原理
风速风向信息
路径优化算法
传感器组
机器人平台
尺寸
数据
指标
权重算法
执行算法
重建系统
系统为您推荐了相关专利信息
生成运行数据
操作系统内核
一元线性回归模型
平均等待时间
指数
信号预处理模块
识别系统
雷达
神经网络模型
人体动作数据
模糊控制器
无人机路径规划
延长线
人工势场
节点生成方法