基于Gray-EKF算法的智能农业车辆同时定位与地图创建

• 作者: 姬长英 安秋 王海青 田光兆 赵建东 顾宝兴
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 车辆 导航 定位 灰色预测 扩展卡尔曼滤波 三目立体视觉
• 年，卷（期）: 2012,（19）
• 所属期刊栏目: 农业装备工程与机械化
• 页码范围: 17-25
• 页数: 9页
• 分类号: S219.1
• 字数: 4696字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2012.19.003

摘要

为了提高智能农业车辆在未知环境中同时定位与地图创建精度,将灰色预测理论和扩展卡尔曼滤波融合,提出了基于灰色扩展卡尔曼滤波的同时定位与地图创建算法.算法在传统的扩展卡尔曼滤波基础上,通过改进的滑窗灰色预测理论建立传感器的GM(1,1)观测预测模型,进而完成新息的计算.为了提高观测精度和抗干扰能力,系统使用了三目摄像机作为观测传感器,并提出了一种简易的权值标定算法.试验表明:精度权值标定后的三目摄像机具有较高的测量精度,16组测量数据中有12组的测量误差小于1％,并能减小由于干扰造成的误差.在30个人工路标的停车场环境中,车辆对路标x和y方向的观测误差均值为0.074和0.073 m,自身定位误差为0.140 m,误差均方差为0.048.在60个人工路标的停车场环境中,车辆对路标x和y方向的观测误差均值为0.061和0.068m,自身定位误差为0.109 m,误差均方差为0.038.在60个人工路标的旱地环境中,车辆对路标x和y方向的观测误差均值为0.079和0.077 m,自身定位误差为0.122 m,误差均方差为0.049.研究认为,与传统的EKF SLAM算法相比,Gray-EKF SLAM算法具有更高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬长英	南京农业大学工学院	214	3908	34.0	51.0
2	安秋	南京农业大学工学院	17	354	9.0	17.0
3	顾宝兴	南京农业大学工学院	31	518	13.0	22.0
4	田光兆	南京农业大学工学院	27	317	10.0	17.0
5	赵建东	南京农业大学工学院	9	125	7.0	9.0
6	王海青	南京农业大学工学院	18	425	9.0	18.0