作者:王随阳,蒋林,雷斌,郭永兴 单位:大连组合机床研究所:中国机械工程学会生产工程分会 出版:《组合机床与自动化加工技术》2020年第10期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFZHJC2020100180 DOC编号:DOCZHJC2020100189 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于里程计和超声波群多传感器融合机器人定位导航方法》PDF+DOC2019年第03期 李婷,崔艳艳,杨海斌,刘游龙,樊泽明 《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 《基于粒子滤波的微小型移动机器人红外定位研究》PDF+DOC2019年第04期 翟亚芳,顾钊源,张大伟 《移动机器人同步定位与地图构建研究进展》PDF+DOC2005年第04期 张恒,樊晓平,刘艳丽 《基于环境特征跟踪的移动机器人定位》PDF+DOC2003年第04期 项志宇,刘济林 《基于扫描匹配预处理的即时定位与地图创建》PDF+DOC2009年第33期 温安邦,吴怀宇,赵季 《一种鲁棒的室外移动机器人定位方法》PDF+DOC2007年第04期 宗光华,邓鲁华,王巍 《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 《基于UKF的室内移动机器人定位问题》PDF+DOC2009年第01期 刘丽雯,张崇巍,徐玉华,汪木兰 《基于单超声波传感器的移动机器人沿墙导航策略》PDF+DOC2008年第03期 华亮,冯浩,顾菊平,张建生
  • 为提升室内移动机器人的定位精度,提出了一种基于多传感器的紧耦合的融合定位方法。依据室内的特定环境,选择更加适合移动机器人使用的传感器;根据不同种类传感器的自身特点,来选择更加适合的融合方式;将IMU和机器人轮式里程计提供的机器人位姿信息,通过扩展卡尔曼滤波(EKF)进行融合,组成初级滤波器,从而获得初级的机器人位姿;然后,将融合之后得到的位姿作为初始值传递给由激光雷达和轮式里程计组成的次级滤波器,通过次级滤波器来得到更加精确的机器人位姿信息。经过试验证明该组合滤波算法拥有更高的定位精度。

    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。