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:
文中旨在实现两轮自平衡机器人更加稳定的姿态控制的研究,选择STM32作为开发平台,针对在对两轮平衡车姿态检测过程中存在一定的噪声干扰和测量误差的问题,设计了一种基于卡尔曼滤波的由多个传感器数据融合的方法.在更好地融合了多组陀螺仪与加速度计的数据,同时减少了存储量,得到更准确更稳定的角度值.控制结果表明,卡尔曼滤波方法下的多组传感器数据融合的姿态检测方案,能够更好地有助于系统抑制噪声,使得自平衡机器人的姿态调节更加稳定,更有利于机器人系统的控制.
推荐文章
两轮自平衡机器人的LQR实时平衡控制
两轮平衡机器人
LQR
平衡
倒立摆
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Hopfield网络的柔性两轮自平衡机器人控制
柔性机器人
Hopfield网络
腰椎
模糊理论和PID相融合的两轮自平衡机器人智能控制系统
自适应PID
模糊控制器
VB语言
模糊理论
信号跟踪
两轮自平衡机器人
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 多传感器滤波算法下的两轮自平衡机器人控制
来源期刊 信息技术 学科 工学
关键词 两轮自平衡机器人 卡尔曼滤波算法 数据融合 姿态检测
年,卷(期) 2018,(4) 所属期刊栏目 基金项目
研究方向 页码范围 27-32
页数 6页 分类号 TP291
字数 3808字 语种 中文
DOI 10.13274/j.cnki.hdzj.2018.04.007
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 刘维亭 江苏科技大学电子信息学院 152 944 15.0 22.0
2 魏海峰 江苏科技大学电子信息学院 99 200 7.0 10.0
3 徐源 江苏科技大学电子信息学院 4 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (133)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
两轮自平衡机器人
卡尔曼滤波算法
数据融合
姿态检测
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导