典型文献
基于改进UKF算法的移动机器人定位方法研究
文献摘要：
针对移动机器人在多传感器融合定位过程中因噪声统计特性未知或不准确引起的定位精度不高的问题,提出了 一种基于Sage-Husa滤波改进的无损卡尔曼滤波(UKF)移动机器人定位算法.首先建立了移动机器人定位相关模型;然后根据噪声统计特性时变特点利用Sage-Husa中的噪声估计器,对状态噪声和量测噪声进行自适应地估计,减小扰动噪声给定位解算带来的误差;接着在状态更新时引入收敛因子,加快算法收敛速度;最后将UKF算法和改进的UKF算法应用到实验室移动机器人中进行仿真实验.实验结果表明,所提出的算法对状态扰动具有较强的抵制能力,对机器人定位的准确性与稳定性的提升具有显著效果.
文献关键词：
定位;无损卡尔曼滤波;多传感器融合;Sage-Husa滤波
中图分类号：
作者姓名：
杨佳;彭瑞召;季泽宇;王佳豪
作者机构：
重庆理工大学电气与电子工程学院,重庆400054;重庆市能源互联网工程技术研究中心,重庆400054
文献出处：
引用格式：
[1]杨佳;彭瑞召;季泽宇;王佳豪-.基于改进UKF算法的移动机器人定位方法研究)[J].计算机应用研究,2022(11):3303-3308
A类：
无损卡尔曼滤波
B类：
UKF,移动机器人定位,定位方法,多传感器融合,融合定位,统计特性,定位精度,Sage,Husa,定位算法,位相,相关模型,噪声估计,估计器,量测噪声,小扰动,定位解算,状态更新,收敛因子,收敛速度,算法应用,抵制,显著效果
AB值：
0.261806
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
