《IEKF滤波在移动机器人定位中的应用》PDF+DOC

📙 相关资料

1. 《基于模糊卡尔曼滤波的移动机器人定位研究》PDF+DOC 为了满足移动机器人准确定位的要求，提出了一种基于模糊卡尔曼滤波(FKF)的自定位算法。利用扩展卡尔曼滤波(EKF)算法融合里程计和声纳的观测数据，并针对EKF中观测噪声方差估计不准确导致滤波器性能下降甚至发散的问题，提出了基于模糊逻辑的自适应调节算法。该算法通过监测新息实际方差和理论方差的一致程度，......
2. 《移动机器人里程计系统误差及激光雷达安装误差在线标定》PDF+DOC 为了降低传感器系统误差所带来的影响，首先建立了差速移动机器人里程计系统误差及激光雷达安装误差数学模型.然后，基于拓展卡尔曼滤波算法，提出了一种里程计系统误差及激光雷达安装误差迭代标定方法，该方法能够在定位的同时对2组误差进行实时标定.通过仿真对该方法进行验证，误差估计有效地收敛到误差真值.实物实验中......
3. 《基于多信息融合的移动机器人定位算法》PDF+DOC 为了提高机器人的定位精度，提出了一种基于里程计、单目视觉与激光雷达信息相融合的自定位算法.首先，由里程计推算出机器人在各个时刻位置的估计值；其次，在不同时刻计算出机器人摄像头与任意两个环境特征点的夹角变化，通过激光雷达获得环境特征点的距离和角度并利用扩展卡尔曼滤波算法与里程计的定位信息进行融合；最后......
4. 《移动机器人扩展卡尔曼滤波定位与传感器误差建模》PDF+DOC 针对里程计在定位过程中存在累积误差的问题，建立了一种通用的移动机器人里程计误差模型，对里程计误差进行实时反馈补偿.在利用激光雷达进行环境特征提取过程中，根据激光雷达原始数据存在的误差，建立了激光雷达的观测误差模型，并根据环境特征和机器人的相对位置关系，建立了移动机器人观测模型.最后，结合里程计和激光......
5. 《多传感器信息融合在移动机器人定位中的应用》PDF+DOC 机器人自定位是实现自主导航的关键问题之一。为了满足机器人在导航时精确定位的要求，提出一种基于多传感器信息融合的自定位算法。根据对机器人运动机构的分析和运动机构间的刚体约束，建立起机器人的运动学模型；由传感器的工作原理建立里程计和超声波传感器的观测模型；利用扩展卡尔曼滤波(EKF)算法将里程计和超声波......
6. 《基于多传感器信息融合的移动机器人定位技术研究》PDF+DOC 移动机器人自身的定位问题是移动机器人在实际应用中首先会遇到的问题，是移动机器人完成各项任务的首要前提。为提高自制移动机器人的定位能力，设计了扩展卡尔曼滤波器对移动机器人装载的里程计、陀螺仪以及电子罗盘信息进行了信息融合。仿真研究结果表明移动机器人的定位能力能得到一定的提高。...
7. 《主动万向脚轮式全向移动机器人的关节空间多传感器信息融合算法》PDF+DOC 鉴于主动万向脚轮式全向移动机器人运动学矩阵与其脚轮转向关节的位置有关，因此脚轮的运动误差会同时降低机器人的里程计和速度控制精度.因传统的工作空间信息融合算法无法有效提高脚轮运动精度，本文提出一种基于卡尔曼滤波的关节空间多传感器信息融合算法.新算法首先预测机器人的工作空间状态，然后通过逆向运动学将其解......
8. 《一种鲁棒的室内移动机器人定位方法》PDF+DOC 该文意图解决移动机器人在室内环境中定位难的问题，提出了卡尔曼滤波定位方法。移动机器人依靠自身配置的声纳传感器感知环境，并提取环境中的墙角作为几何特征，通过预测值与实际观测值之间匹配和修正的循环过程实现了该定位算法，实验结果表明该方法是鲁棒的。...
9. 《基于UKF的室内移动机器人定位问题》PDF+DOC 定位是移动机器人必须具备的基本要求，在室内环境中，物体大多是多边形，因此可由线段进行描述，由激光传感器获取环境信息，采用哈夫变换对激光数据进行分簇，最小二乘法拟合线段特征，并建立里程计模型和观测模型；在传统的EKF定位算法中，线性化处理会导致计算精度下降，甚至造成滤波器的不稳定，且推导Jacobia......
10. 《运用异质传感器信息融合的移动机器人自定位》PDF+DOC 采用单类、单一传感器很难获得移动机器人的准确定位.为此，运用异质传感器信息融合来提高定位精度.首先，建立机器人运动方程和CCD摄像机观测模型.然后，利用扩展卡尔曼滤波器进行状态估计，选择Q，R矩阵抑制系统的模型噪声和量测噪声，并实现移动机器人的自定位.接着，建立超声波传感器的观测模型，获得机器人的自......