《基于模糊卡尔曼滤波的移动机器人定位研究》PDF+DOC

📙 相关资料

1. 《IEKF滤波在移动机器人定位中的应用》PDF+DOC 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，提出了基于环境特征的迭代扩展卡尔曼滤波(IEKF)融合算法。该算法融合了里程计采集的机器人内部数据和激光雷达传感器采集的外部环境特征，在测量更新阶段多次迭代状态估计值并对机器人的位姿进行修正，减少了非线性误差，提高了定位精度。...
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. 《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。...
4. 《基于环境特征跟踪的移动机器人定位》PDF+DOC 提出了一种基于环境特征跟踪来实现移动机器人定位的方法。对传感器、环境观测和机器人的运动建立了相应的模型 ，并以扩展卡尔曼滤波技术将多种传感器的信息进行融合 ，从而最终实现了移动机器人的精确定位...
5. 《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......
6. 《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......
7. 《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......
8. 《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。...
9. 《基于激光测距雷达的室外移动机器人定位》PDF+DOC 采用激光测距雷达作为机器人的外部传感器，里程计和惯性导航系统作为内部传感器，对室外移动机器人环境地图已知情况下的定位问题进行了研究。根据定位系统的特点建立了系统的运动模型和观测模型，考虑到系统的不确定性，提出了一种基于混合模型的系统误差描述方法，同时采用扩展卡尔曼滤波对多传感器信息进行了融合，仿真试......
10. 《基于单目视觉直线跟踪的SLAM实现》PDF+DOC 同时定位和地图生成问题(SLAM)是移动机器人的一个基本问题，有着广阔的应用背景。由于视觉传感器具有成本低、信息丰富的特点，是当前SLAM问题研究的一个热点。针对视觉传感器视野小、远距离观测精度低的问题，提出了一种基于直线跟踪的单目视觉SLAM算法。该算法通过对直线特征的近距离观测和跟踪，保证了定位......