基于多传感器信息融合算法的机器人移动研究

• 作者: 田小静
• 来源期刊: 计算技术与自动化
• 关键词: 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
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 控制系统与自动化装置
• 页码范围: 10-14,54
• 页数: 6页
• 分类号: TP181
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201804003

摘要

移动机器人的位姿估计是移动机器人进行自主导航的重要前提,传统的惯性导航定位的位姿估计需要给定移动机器人初始状态,在估计过程中会产生累计误差,而基于信标的定位存在定位精度低且较难提供给移动机器人可靠的偏航角信息的问题,所以提出一种融合超宽带(Ultra Wide Band,UWB)、陀螺仪和编码器的多传感器信息融合的定位算法来解决单一定位方法存在的不足.UWB通过飞行时间测距(Time of Flight,TOF)测量标签到基站的距离,运用三边定位法解算出标签的位置,利用陀螺仪和编码器可解算出移动机器人的偏航角角速度和线速度.在此基础上推导出系统的状态方程和观测方程,利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)来完成多传感器信息融合滤波,以提高对移动机器人的位置和偏航角的估计.通过对比实验表明,该算法既能抑制机器人自带传感器误差的累计,同时能够提高UWB的定位精度,使移动机器人获得更高的定位精度以及可靠的偏航角.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田小静	西安航空职业技术学院自动化工程学院	25	52	5.0	6.0