基于SR-CKF的移动机器人动态目标跟踪算法

• 作者: 李朕阳 郎朗 陈孟元
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 同步定位与地图构建 移动机器人 容积卡尔曼滤波 平方根滤波 目标跟踪
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1198-1205
• 页数: 8页
• 分类号: TP24|TN830.1
• 字数: 5198字
• 语种: 中文
• DOI: 10.13382/j.jemi.2016.08.009

摘要

针对移动机器人在未知复杂环境中动态目标跟踪存在的数值不稳定、计算量大和精度较差等问题,提出基于平方根容积卡尔曼滤波的移动机器人动态目标跟踪算法(SR-CKF-SLAM-OT).该算法的系统状态由地图环境特征、机器人和目标作为一个整体构成.建立目标和机器人的动态模型进行预测、数据关联和更新,在更新过程中直接传递目标状态均值和协方差矩阵的平方根因子,降低了计算的复杂度.此外,通过数据关联环节能够有效的降低伪观测值对系统状态估计的影响.仿真结果表明:相比基于EKF的动态目标跟踪算法,所提出的动态目标跟踪算法目标和机器人均方根误差分别降低了36.3％和38.2％,SR-CKF-SLAM-OT算法有效地满足了移动机器人动态目标跟踪的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郎朗	安徽工程大学安徽省电气传动与控制重点实验室	60	498	13.0	20.0
2	陈孟元	安徽工程大学安徽省电气传动与控制重点实验室	87	626	12.0	21.0
3	李朕阳	安徽工程大学安徽省电气传动与控制重点实验室	2	23	2.0	2.0