基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对四轮机器人传感器实际获取数据误差过大的问题,设计了一种数据融合算法来进行四轮机器人姿态估计并进行实现.文中设计了一种联合卡尔曼滤波和一阶互补滤波的数据融合模型,并将其应用于机器人角度传感器上来处理实际得到的数据,使其更加贴合理想值从而方便后续使用.在3种不同环境下进行实验,实验结果证明,这种数据融合方法能较准确地进行角度校正、平滑数据,且计算量小、效率较高,适用于实时数据的处理,具有实际应用前景.
推荐文章
基于UKF的两轮自平衡机器人姿态最优估计研究
采样卡尔曼滤波
采样变换
姿态估计
两轮自平衡机器人
基于多传感器信息融合算法的机器人移动研究
移动机器人
位姿估计
扩展卡尔曼滤波
UWB
多传感器信息融合
基于Euler算法的全向轮机器人位姿检测
相对编码器
绝对编码器
全向轮
Euler算法
基于Mindstorms的四轮智能机器人实时控制系统设计
Mindstorms
四轮智能机器人
实时控制
电机驱动芯片
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据融合算法的四轮机器人姿态估计
来源期刊 电子科技 学科 工学
关键词 机器人 数据融合 卡尔曼滤波 一阶互补滤波 角度校正
年,卷(期) 2017,(12) 所属期刊栏目 协议·算法与仿真
研究方向 页码范围 48-50
页数 3页 分类号 TP274.2
字数 2237字 语种 中文
DOI 10.16180/j.cnki.issn1007-7820.2017.12.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 游晓明 上海工程技术大学电子电气工程学院 65 380 11.0 17.0
2 陈佳 上海工程技术大学电子电气工程学院 6 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (69)
共引文献  (27)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (17)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(6)
  • 参考文献(4)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器人
数据融合
卡尔曼滤波
一阶互补滤波
角度校正
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导