作者：李鹏 黄心汉 王敏移动机器人dsmt信息融合动态环境地图构建
摘要：针对移动机器人探测动态未知环境的问题，引入了一种由贝叶斯理论和Dempster-Shafer证据理论（DST）扩展而来的新的信息融合方法——Dezert-Smarandache理论（DsmT）．采用栅格地图，并根据声纳的物理特性，在DSmT框架下建立了声纳的数学模型．运用DSmT中的高级模型，即混合DSm模型，构造了一组基本信度赋值函数（gbbaf），用以处理动态环境下声纳获取的不确定和不精确信息，甚至于高冲突信息．借助Pioneer 2-Dxe移动机器人分别进行了混合DSm模型和DST两种算法的地图构建实验，并绘制了相应的二维基本信度赋值地图．将由混合DSm模型与DST构建出的环境地图进行了比较，充分验证了混合DSm模型在未知动态环境下的有效性，为处理动态高冲突信息提供了有力的理论依据．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
