《移动机器人扩展卡尔曼滤波定位与传感器误差建模》PDF+DOC
作者:安雷,张国良,张维平,敬斌
单位:中国自动化学会;中国科学院沈阳自动化研究所
出版:《信息与控制》2012年第04期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFXXYK2012040020
DOC编号:DOCXXYK2012040029
下载格式:PDF + Word/doc 文字可复制、可编辑
《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+DOC2017年第02期 达兴鹏,曹其新,王雯珊
《基于多信息融合的移动机器人定位算法》PDF+DOC2019年第09期 连黎明
《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
《基于激光测距雷达的室外移动机器人定位》PDF+DOC2007年第01期 李春玲,王江涛,曹芳
《基于惯性传感器和视觉里程计的机器人定位》PDF+DOC2013年第01期 夏凌楠,张波,王营冠,魏建明
《基于ROS的多数据融合定位方法》PDF+DOC2016年第01期 沈俊,张华,肖宇峰,楚红雨
《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
《基于模糊自适应卡尔曼滤波的移动机器人定位方法》PDF+DOC2009年第08期 徐海伟,殷波,徐涛
《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
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,结合里程计和激光雷达误差模型,利用扩展卡尔曼滤波(EKF)实现了基于环境特征跟踪的移动机器人定位.实验结果验证了里程计和激光雷达误差模型的引入,在增加较短定位时间的情况下,可以有效地提高移动机器人的定位精度。
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。