《一种自适应残差补偿算法在移动机器人姿态估计中的应用研究》PDF+DOC
作者:胡佳佳,周翟和,沈超,赵庆涛
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2015年第03期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2015030120
DOC编号:DOCCGJS2015030129
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《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
《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
《基于间接EKF的MEMS惯性系统最优姿态估计》PDF+DOC2019年第01期 孙伟,吴家骥
《基于数据融合的拱泥机器人定位方法》PDF+DOC2003年第04期 杨清梅,王立权,王岚,孟庆鑫
《基于四元数和卡尔曼滤波的两轮车姿态稳定方法》PDF+DOC2012年第04期 叶锃锋,冯恩信
《两轮自平衡机器人惯性传感器滤波问题的研究》PDF+DOC2010年第05期 郜园园,阮晓钢,宋洪军,陈静
《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
《基于低成本磁场和MEMS惯性传感器的姿态测定系统(英文)》PDF+DOC2008年第05期 杨克虎,史英桂,姬靖,郭建军,郁文生
《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
针对两轮移动机器人MEMS IMU姿态估计的数据融合问题,提出一种以卡尔曼滤波为基础的自适应残差补偿算法。该算法结合惯性传感器误差模型与移动机器人姿态模型构建卡尔曼滤波器,利用卡尔曼滤波量测更新的加速度残差自适应补偿非重力载体位移加速度对姿态估计的影响。实验结果表明,该算法有效的融合了MEMS IMU姿态测量数据,抑制了传感器随机漂移误差,同时自适应补偿了非重力载体位移加速度。
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。