移动机器人室内无源RFID定位方法及实现

doi:10.3778/j.issn.1002-8331.1608-0434

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (16): 230-236.DOI: 10.3778/j.issn.1002-8331.1608-0434

移动机器人室内无源RFID定位方法及实现

李珣1，刘丽2，洪良1，王晓华1

1.西安工程大学电子信息学院，西安 710048
2.西安工程大学管理学院，西安 710048

出版日期:2017-08-15 发布日期:2017-08-31

Localization method and implementation for indoor robot based on RFID

LI Xun1, LIU Li2, HONG Liang1, WANG Xiaohua1

1.College of Electronic and Information, Xi’an Polytechnic University, Xi’an 710048, China
2.School of Management, Xi’an Polytechnic University, Xi’an 710048, China

Online:2017-08-15 Published:2017-08-31

摘要/Abstract

摘要： 为提高室内机器人的定位精度，提出一种无源RFID的室内移动机器人定位方法。RFID标签采用蜂窝排布模型，提高读卡器检测效率；对RSSI定位方法按工程实际提出了校正模型，同时针对多信标定位最优值寻优的问题，引入微分进化算法对位置坐标进行求解；在[(4×4) m2]场地内进行了验证，实验结果表明，较极大似然估计具有更高的定位精度，绝对误差小于10.16 cm；较标准遗传算法能够在更少的迭代步内获得最优值，平均节省37%的计算时间。

关键词: 射频识别（RFID）, 移动机器人, 室内定位, 微分进化算法

Abstract: In order to improve the positioning accuracy of indoor mobile-robot, a new positioning method has been designed based on passive RFID. In this paper, RFID beacon is arranged as cellular model for improving the card reader efficiency; RSSI positioning method correction model is put forward with engineering practice; for the optimal value problem in positioning process with multiple beacons, Differential Evolution algorithm is introduced. Final, physical verification is designed within the scope of （4×4） m2. The?experimental result shows that, the method has higher positioning accuracy than MLE, absolute error is less than 7% of the RFID beacon interval；it can obtain optimal value in less iteration steps than standard genetic algorithm, 37% less computation time has saved.

Key words: Radio Frequency Identification（RFID）, mobile robot, localization indoor, differential evolution algorithm

李珣1，刘丽2，洪良1，王晓华1. 移动机器人室内无源RFID定位方法及实现[J]. 计算机工程与应用, 2017, 53(16): 230-236.

LI Xun1, LIU Li2, HONG Liang1, WANG Xiaohua1. Localization method and implementation for indoor robot based on RFID[J]. Computer Engineering and Applications, 2017, 53(16): 230-236.

[1]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[2]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[3]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[4]	於小杰，贺勇，刘盛华. 一种用于无人机室内定位的改进ORB光流算法[J]. 计算机工程与应用, 2021, 57(4): 266-271.
[5]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[6]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[7]	涂睿，王文格，卢成阳. 移动机器人实时采样路径重规划[J]. 计算机工程与应用, 2021, 57(20): 157-163.
[8]	林韩熙，向丹，欧阳剑，兰晓东. 移动机器人路径规划算法的研究综述[J]. 计算机工程与应用, 2021, 57(18): 38-48.
[9]	王科银，石振，杨正才，杨亚会，王思山. 改进强化学习算法应用于移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 270-274.
[10]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[11]	华洪，张志安，施振稳，陈冠星. 动态环境下多重A*算法的机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(10): 173-180.
[12]	陈飞鸿，张锋，陈军宁，吴秀龙. 基于RRAM PUF的轻量级RFID认证协议[J]. 计算机工程与应用, 2021, 57(1): 141-149.
[13]	郭娜，李彩虹，王迪，张宁，刘国名. 结合预测和模糊控制的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(8): 104-109.
[14]	周睿慜，李辉. 改进动态规划算法的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(21): 20-24.
[15]	侯锐，卜旭辉. 任意初始位置机器人领航跟随型迭代学习编队[J]. 计算机工程与应用, 2020, 56(20): 226-231.

移动机器人室内无源RFID定位方法及实现

Localization method and implementation for indoor robot based on RFID

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics