《基于卡尔曼滤波数据融合的并联机床动态定位方法》PDF+DOC
作者:顾玲,管荣根
单位:中国机械工程学会
出版:《机械工程学报》2007年第07期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFJXXB2007070350
DOC编号:DOCJXXB2007070359
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多传感器数据融合的并联机构定位方法》PDF+DOC2010年第23期 孙坚,丁永生,郝矿荣
《基于改进一致性数据融合的并联机构定位方法》PDF+DOC2010年第13期 冯林
《基于MEMS惯性传感器的两轮自平衡小车设计》PDF+DOC2016年第Z1期 闫俊岭,张郭
《基于重力分量的道路坡度动态测量》PDF+DOC2016年第01期 王琼,鲍晨,沈勇
《MEMS惯性传感器ADIS16355在姿态测量中的应用》PDF+DOC2012年第04期 黎永键,赵祚喜,高俊文
《基于扩展卡尔曼滤波的两轮机器人姿态估计》PDF+DOC2007年第12期 王晓宇,闫继宏,秦勇,赵杰
《MEMS惯性测量组件动基座对准研究》PDF+DOC2007年第05期 程洪炳,黄国荣,宋艳君
《两种惯性传感器数据融合》PDF+DOC2006年第03期 吴琼雁,任戈,胡浩军,程锋
《基于MEMS的数据手套传感技术研究》PDF+DOC2014年第01期 王伟栋,费洁,杨英东,钱峰
《一种小型无人直升机捷联式组合导航系统设计》PDF+DOC2014年第08期 张谦,裴海龙
针对并联机床动平台上主轴动态定位问题,将惯性传感技术运用于并联机床动平台的位姿测量,提出一种基于卡尔曼滤波(Kalman filtering,KF)数据融合的并联机床动态定位新方法。该方法融合动态惯性测量数据和机床各腿(支架)的编码器信息,通过KF算法补偿动态测量误差和计算误差,从而实现并联机床动平台位姿(位置和方向)的精确定位。详细介绍KF算法中惯性系统模型和外部测量模型的建立过程,以及测量变量与状态变量间的关系矩阵的推导过程。最后,进行一个单方向运动动态测量的简化试验,对并联机床动平台的6自由度位姿测量进行仿真研究,初步证实了该位姿算法的有效性。
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。