典型文献
基于类脑认知与贝叶斯估计的仿生建图方法
文献摘要：
针对同步定位与地图构建(SLAM)过程中因传感器累积误差、干扰等情况造成定位精度不高的问题,借鉴哺乳动物海马空间对多源信息的认知与整合机理,提出一种新型空间认知模型和融合贝叶斯估计的误差修正方法.首先,建立视觉线索的模拟机制,并对头朝向细胞和3D网格细胞进行建模;其次,构建反赫布学习递归神经网络完成对特定位置的编码,实现机器人对时空经验信息稳定的表达;最后,采用贝叶斯估计原理,建立原位置细胞邻域空间,提出结合位置细胞放电率的误差修正策略.与NeuroSLAM,OKVIS和VINS算法在EuRoC公开数据集上进行对比测试,结果表明:本文算法能够整合多源环境信息实现认知地图构建,最大绝对平移误差为0.727 m,最大绝对旋转误差为0.442.
文献关键词：
类脑SLAM;环境感知;反赫布学习;认知地图;贝叶斯估计
中图分类号：
作者姓名：
丛明;边雪;刘冬;杜宇
作者机构：
大连理工大学机械工程学院,辽宁大连116024;大连交通大学机械工程学院,辽宁大连116028
文献出处：
引用格式：
[1]丛明;边雪;刘冬;杜宇-.基于类脑认知与贝叶斯估计的仿生建图方法)[J].华中科技大学学报（自然科学版）,2022(04):33-39
A类：
反赫布学习,NeuroSLAM
B类：
脑认知,贝叶斯估计,仿生,建图方法,同步定位与地图构建,累积误差,定位精度,哺乳动物,海马,多源信息,新型空间,空间认知,认知模型,误差修正,修正方法,视觉线索,模拟机,对头,朝向,递归神经网络,特定位置,经验信息,邻域,修正策略,OKVIS,VINS,EuRoC,公开数据集,对比测试,环境信息,认知地图,平移误差,旋转误差,环境感知
AB值：
0.431086
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
