《基于UKF的室内移动机器人定位问题》PDF+DOC
作者:刘丽雯,张崇巍,徐玉华,汪木兰
单位:合肥工业大学
出版:《合肥工业大学学报(自然科学版)》2009年第01期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFHEFE2009010040
DOC编号:DOCHEFE2009010049
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于激光传感器的多移动机器人位姿测量系统》PDF+DOC2011年第02期 何琼,何永义,冯肖维
《融合异质传感器信息的机器人精准室内定位》PDF+DOC2018年第07期 张彬,王永雄,邵翔,秦琪,符小媚
《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EKF的移动机器人RFID定位系统研究》PDF+DOC2009年第06期 郭建明,周华,刘清
《基于多传感器信息融合的移动机器人定位技术研究》PDF+DOC2008年第34期 顾新艳
《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
《移动机器人扩展卡尔曼滤波定位与传感器误差建模》PDF+DOC2012年第04期 安雷,张国良,张维平,敬斌
《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
《基于卡尔曼滤波数据融合的并联机床动态定位方法》PDF+DOC2007年第07期 顾玲,管荣根
《基于激光传感器的室内环境点线特征识别方法》PDF+DOC2013年第S1期 霍光磊,赵立军,李瑞峰,王珂
定位是移动机器人必须具备的基本要求,在室内环境中,物体大多是多边形,因此可由线段进行描述,由激光传感器获取环境信息,采用哈夫变换对激光数据进行分簇,最小二乘法拟合线段特征,并建立里程计模型和观测模型;在传统的EKF定位算法中,线性化处理会导致计算精度下降,甚至造成滤波器的不稳定,且推导Jacobian矩阵比较困难;为了克服EKF的缺点,文章采用UKF算法将里程计数据和激光传感器数据进行融合,无需进行线性化处理,可获得高精度的移动机器人的位姿;通过实验,验证了基于UKF的定位算法在定位的精确性上优于传统的EKF定位算法。
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。