分布式星球车定位及算法

• 作者: 刘济林 朱铭 陈国斌
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 星球车 扩展卡尔曼滤波 粒子滤波 分布式系统
• 年，卷（期）: 2007,（9）
• 所属期刊栏目: 传感器应用
• 页码范围: 2119-2123
• 页数: 5页
• 分类号: TN96
• 字数: 3153字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2007.09.040

摘要

外星球的未知环境要求星球车能够稳定且精确地自定位.我们首先引入了一种由中心计算机、星球车和无线传感器网络构成的分布式星球车定位系统模型.接着,结合粒子滤波和卡尔曼滤波的各自特点,提出了基于粒子滤波-扩展卡尔曼滤波(PKF)星球车导航的定位算法.PKF使用粒子滤波获取车体初始位置估计,之后使用扩展卡尔曼滤波继续跟踪星球车.当星球车遇到短暂无信号等情况时,PKF会根据系统状态在两种滤波算法中切换.仿真结果表明PKF定位算法具有很高的精度和稳定性以及较低的计算复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘济林	浙江大学信息科学与电子工程学系	141	1652	21.0	33.0
2	陈国斌	浙江大学信息科学与电子工程学系	18	191	7.0	13.0
3	朱铭	浙江大学信息科学与电子工程学系	2	21	1.0	2.0