作者：孙弋,张雪丽 单位：中国科学院软件研究所 出版：《计算机系统应用》2020年第02期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFXTYY2020020330 DOC编号：DOCXTYY2020020339 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于自适应无迹卡尔曼的机器人室内定位算法》PDF+DOC2018年第01期 洪宇,李胜,郭健,沈宏丽,许鸣吉 《基于单目视觉的仓储物流机器人定位方法》PDF+DOC2017年第09期 张涛,马磊,梅玲玉 《基于WiFi和IMU结合的室内定位方法的研究》PDF+DOC2017年第08期 袁国良,宋显水 《基于关键帧的视觉惯性定位算法》PDF+DOC2020年第05期 徐玲,蔡慧,郑恩辉,花江峰,刘政,王谈谈 《基于多传感器融合的移动机器人定位》PDF+DOC2019年第02期 何壮壮,丁德锐,王永雄 《基于ROS的惯性和视觉里程计的机器人室内定位》PDF+DOC2019年第05期 龚学锐,闵华松 《单目视觉惯性融合方法在无人机位姿估计中的应用》PDF+DOC2018年第06期 茹祥宇,金潮,潘成峰,许超 《一种鲁棒的室内移动机器人定位方法》PDF+DOC2005年第04期 厉茂海,洪炳熔 《基于单目视觉的SLAM算法研究》PDF+DOC 温丰,柴晓杰,朱智平,董小明,邹伟,原魁 《移动机器人定位模型的方法研究》PDF+DOC2015年第04期 邢琦,刘芳,冷晓琨,赵尚杰,裴昭义

    • 针对传统多状态约束卡尔曼滤波算法(MSCKF)在实现机器人室内定位时，速度和位置状态方程需要对IMU中加速度计的测量数据进行积分，存在漂移和累计误差，且加速度计受重力干扰问题，本文提出改进MSCKF算法.改进MSCKF算法避免使用加速度计传感器，利用轮式里程计传感器对平移测量较为精确的优点，将IMU中陀螺仪和轮式里程计的数据进行融合，改进MSCKF算法的扩展卡尔曼(EKF)状态方程.首先利用陀螺仪传感器的角速度数据得到改进EKF姿态方程，然后利用轮式里程计传感器的平移数据，结合姿态方程中的旋转信息得到改进EKF速度和位置方程.最后在机器人操作系统(ROS)上实现MSCKF及其改进算法，并结合Turtlebot2机器人在室内进行实验验证.实验结果表明，改进MSCKF算法的运动轨迹更接近于真实轨迹，定位精度较改进前所有提高，改进前平均闭环误差是0.429 m，改进后平均闭环误差是0.348 m。

    📙 相关资料

    1. 《基于自适应无迹卡尔曼的机器人室内定位算法》PDF+DOC 针对室内环境复杂，难以通过单一传感器对机器人精准定位的问题，以室内环境中的两轮差动移动机器人为研究对象，提出了一种自适应无迹卡尔曼室内定位算法；该方法以无迹卡尔曼滤波(UKF)算法为基础，融合里程计、超声波定位系统、电子罗盘等传感器数据，利用超声波定位低频特性好的特点，减轻里程计结合电子罗盘进行航迹......
    2. 《基于单目视觉的仓储物流机器人定位方法》PDF+DOC 针对轮式仓储物流机器人的自主定位问题，提出了一种基于视觉信标和里程计数据融合的室内定位方法。首先，通过建立相机模型巧妙地解算信标与相机之间的旋转和平移关系，获取定位信息；然后，针对信标定位方式更新频率低、定位信息不连续等问题，在分析陀螺仪和里程计角度误差特点的基础上，提出一种基于方差加权角度融合的方......
    3. 《基于WiFi和IMU结合的室内定位方法的研究》PDF+DOC 针对单一的WiFi定位误差较大的问题，提出了利用IMU人体姿态传感器来辅助WiFi进行室内定位的方案。首先在实验场所建立合适的WiFi位置指纹库，然后利用改进的K-NN算法对终端进行实时定位。同时利用IMU所测得的角度变化和终端前一个位置的坐标来判断终端处于哪一个象限，再和该象限的WiFi指纹库进行......
    4. 《基于关键帧的视觉惯性定位算法》PDF+DOC 针对视觉里程计定位精度易受环境因素干扰而降低的问题，本文采用视觉惯性定位方法。首先，利用惯性测量单元(IMU)在短时间内提供精确测量信息的特点，将视觉信息与IMU数据进行紧耦合处理，提高系统的定位精度。其次，为提高系统的实时性，将图像帧进行关键帧筛选，并提出一种关键帧选择方法。然后，采用滑动窗口融合......
    5. 《基于多传感器融合的移动机器人定位》PDF+DOC 移动机器人定位是进行导航和路径规划的前提和基础。论文提出了一种基于多传感器数据融合的室内移动机器人定位方法。使用基于粒子滤波的蒙特卡洛算法，融合激光雷达、加速度计和里程计等多传感器的信息进行定位，有效改善了传统定位方法因为无法关联底层数据信息或者路面打滑导致定位失败等问题。进而，通过采取基于权值的融......
    6. 《基于ROS的惯性和视觉里程计的机器人室内定位》PDF+DOC 高精度定位是室内移动机器人的基础，针对视觉里程计在室内定位中存在的精度与累计误差的问题，提出基于ORB-SLAM2与IMU的VIORB-SLAM2视觉惯性组合定位方法，首先建立视觉里程计与机器人的坐标系联系。然后利用惯性传感器构建机器人运动预测模型，基于Kinect使用ORB-SLAM2输出视觉里程......
    7. 《单目视觉惯性融合方法在无人机位姿估计中的应用》PDF+DOC 为了提高四旋翼飞行器位姿估计精度，文章提出了一种多传感器融合算法。其设计了一个模块化的卡尔曼滤波框架，将视觉部分的初步位姿估计和基于惯性测量单元(IMU)的动力学模型相融合；提出了一种新的视觉惯性里程计方案，利用ARTag标签进行多标签融合的位姿估计，并将其结果作为算法的观测量；建立了基于IMU的动......
    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. 《基于单目视觉的SLAM算法研究》PDF+DOC 利用一种新型的人工路标系统-MR二维码，提出了基于单目视觉和里程计的SLAM方法.首先介绍了MR二维码系统，然后在对机器人运动模型和视觉传感器观测模型进行分析和验证的基础上，给出了一种实用的里程计位置估计误差模型.机器人移动过程中，利用扩展卡尔曼滤波器对视觉信息与里程计信息进行融合.在室内环境下进行......
    10. 《移动机器人定位模型的方法研究》PDF+DOC 移动机器人处于某种环境时，首先需要确定自己的位置，然后根据位置信息，来执行相关的指令，从而完成自身的任务，精确的位置信息则为机器人执行后续任务(例如自主导航和控制决策)提供必要的工作条件。因此，对移动机器人的定位方法的研究以及对现有定位算法的改进具有非常重要的意义。本文提出了一种采用里程计推算机器人......

    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。