作者:张雪蕊,刘祚时,程素平,杜人照 单位:辽宁省机械研究院 出版:《机械设计与制造》2020年第02期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFJSYZ2020020390 DOC编号:DOCJSYZ2020020399 下载格式:PDF + Word/doc 文字可复制、可编辑
《小型无人机振动特性对超声波传感器的影响》PDF+DOC2016年第06期 岳学军,王健,兰玉彬,岑振钊,刘永鑫,凌康杰,甘海明,王林惠 《基于多传感器的智能车系统设计》PDF+DOC2016年第20期 高盼,岳健,李晓琳 《基于LabVIEW的自主巡航与遥控双功能智能小车研发》PDF+DOC2017年第02期 罗培键,戴博聪 《基于传感器的智能盲杖设计》PDF+DOC2020年第08期 闫春连,张娜 《移动机器人多超声波传感器信息融合方法》PDF+DOC1999年第09期 李贻斌,刘明,周风余,李彩虹,苏学成 《带有色观测噪声系统多传感器标量加权最优信息融合稳态Kalman滤波器》PDF+DOC2004年第04期 孙书利,邓自立 《基于信息融合技术的多传感器智能轮椅避障系统》PDF+DOC2009年第02期 陈勇,李云霞,吕霞付,李凤华 《多传感器广义系统的加权观测融合Kalman预报器》PDF+DOC 陈建国,冉陈键 《煤矿环境探测机器人的多传感器系统设计》PDF+DOC2013年第08期 李国才,张文栋,胡杰,桑胜波,李朋伟 《四旋翼四轴飞行器设计》PDF+DOC2013年第22期 王贵山,刘亚茹
  • 为了解决四旋翼飞行器避障系统中激光和超声波传感器测距数据误差较大的问题,设计了一种改进的Sage_Husa自适应Kalman滤波算法。首先,在算法中引入遗忘因子,修正观测噪声协方差,校正数据结果,并使用Sage_Husa法对传统自适应Kalman滤波算法进行简化;然后,针对不同材质的障碍物墙面进行测距实验;最后,将结果与单一传感器和传统Kalman滤波算法的实验结果进行对比。结果显示,改进的Kalman滤波算法使激光和超声波传感器测量数据的融合结果更加稳定、准确,证明该算法能有效提高传感器的测量精度。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。