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:
本文针对室内移动机器人的长距离实时鲁棒定位问题进行了研究,考虑到单一定位手段存在的不足,以二维扫描激光和里程计作为主要的定位设备,采用多传感器数据融合技术实现了移动机器人的精确定位.论文首先通过引入基于点-直线特征匹配的改进迭代最近邻(iterative closest point,ICP)扫描匹配方法对激光采集的环境点云信息进行迭代匹配以得到相对位姿变换估计,并推导了其估计不确定性的保守包络矩阵形式,然后通过建立定位过程和观测模型,引入扩展非线性集员滤波器作为多传感器融合方法,利用扫描匹配结果校正由里程计滑移带来的定位误差,并获取定位自身的不确定性边界估计.实验结果表明了本文所提出的室内定位方法的精度、实时性和鲁棒性.
推荐文章
基于多传感器融合的移动机器人定位
移动机器人
定位
多传感器融合
粒子滤波
运用异质传感器信息融合的移动机器人自定位
移动机器人
扩展卡尔曼滤波
神经网络
信息融合
自定位
基于多传感器信息融合的移动机器人导航系统
信息融合
移动机器人
导航
扩展卡尔曼滤波
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
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 基于集员估计的室内移动机器人多传感器融合定位
来源期刊 控制理论与应用 学科 工学
关键词 移动机器人 定位 扫描匹配 集员滤波 数据融合
年,卷(期) 2017,(4) 所属期刊栏目 短文
研究方向 页码范围 541-550
页数 10页 分类号 TP24
字数 8003字 语种 中文
DOI 10.7641/CTA.2017.60209
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 戴先中 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 185 3390 32.0 48.0
2 马旭东 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 113 1213 17.0 28.0
3 周波 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 34 294 10.0 15.0
4 钱堃 东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 32 259 10.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (11)
参考文献  (16)
节点文献
引证文献  (8)
同被引文献  (28)
二级引证文献  (1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(6)
  • 引证文献(5)
  • 二级引证文献(1)
2020(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
移动机器人
定位
扫描匹配
集员滤波
数据融合
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导