基于UKF的两轮自平衡机器人姿态最优估计研究

• 作者: 王晓宇 秦勇 蔡鹤皋 赵杰
• 来源期刊: 机器人
• 关键词: 采样卡尔曼滤波 采样变换 姿态估计 两轮自平衡机器人
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 605-609
• 页数: 5页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0446.2006.06.010

摘要

针对扩展卡尔曼滤波器(EKF)设计困难并且容易发散的问题,提出基于采样卡尔曼滤波(UKF)的方法解决滤波器设计及收敛问题,并补偿低成本的惯性传感器陀螺仪和加速度计的误差,从而得到机器人姿态的最优估计.将滤波后的模型应用到两轮自平衡机器人系统,实验结果表明UKF参数设计简单,姿态估计误差小于EKF,方差估计优于EKF,估计精度、计算量基本与EKF相当.因此,UKF能够满足两轮自平衡机器人快速机动过程中的实时姿态估计要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵杰	哈尔滨工业大学机器人研究所	241	3127	28.0	44.0
2	蔡鹤皋	哈尔滨工业大学机器人研究所	233	4809	37.0	57.0
3	王晓宇	哈尔滨工业大学机器人研究所	17	322	8.0	17.0
4	秦勇	哈尔滨工业大学机器人研究所	17	264	6.0	16.0