基于GAN的服务机器人室內WiFi云定位系统设计与实现

作者：栗梦媛; 周风余^*; 田天; 尹磊; 沈冬冬; 王淑倩

来源：机器人, 2018, 40(05): 693-703.

DOI：10.13973/j.cnki.robot.170469

• 服务机器人
• 无线定位
• GAN
• 深度神经网络
• 云平台

针对服务机器人室内定位精度差、设备昂贵等问题,提出了基于生成对抗网络(GAN)的服务机器人室内WiFi云定位系统.首先,详细设计了云定位系统的整体架构,提出了基于GAN的回归无线定位方法,采用GAN对网络参数进行预训练,从海量的数据源中归纳、提取定位价值特征,避免了传统算法因为需要人为指定特征而导致的低精确度问题;其次,通过全连接神经网络反向传播方法对网络参数进行全局优化;最后,针对无线信号波动所造成的定位离散问题,利用卡尔曼滤波滤除跳点,从而使实时定位更加平缓准确.大量实验及应用结果表明,基于GAN的定位算法与传统定位算法相比,大幅度提高了服务机器人无线定位的精度,平均定位误差优于0.29 m,满足服务机器人对定位的需求.

• 单位
  山东大学