典型文献
基于北斗的多传感器融合机器人定位算法
文献摘要：
针对现今巡检机器人需要应对变电站复杂非结构化环境下的巡检任务,以及大范围、空旷环境下的巡检导航需求,通过利用北斗卫星定位系统、惯性测量单元和里程计等传感器,基于扩展卡尔曼滤波(extended Kalman filter,EKF)算法的多传感器融合策略来进行局部和全局的位姿估计.结合后验位姿概率分布、蒙特卡洛定位(Monte Carlo localization,MCL)算法的重要性采样和重采样过程,并且基于先验地图的粒子匹配度来切换MCL算法的定位与融合位姿航迹推算,由此来保证巡检导航定位的鲁棒性和精确性.实例验证结果表明,基于EKF+MCL的松耦合定位导航策略可使定位精度达到±1 cm,其定位数据满足建图与导航要求,在一些复杂空旷环境和遮蔽环境下都能提供安全可靠的导航服务.
文献关键词：
北斗卫星定位系统;扩展卡尔曼滤波;蒙特卡洛定位;多传感器;松耦合
中图分类号：
作者姓名：
徐波;林谋;左桐舟;章海兵;汪中原
作者机构：
国网江西省电力有限公司检修分公司,江西 南昌 330096;合肥科大智能机器人技术有限公司,安徽 合肥 230000
文献出处：
引用格式：
[1]徐波;林谋;左桐舟;章海兵;汪中原-.基于北斗的多传感器融合机器人定位算法)[J].供用电,2022(04):45-51
A类：
EKF+MCL
B类：
多传感器融合,机器人定位,定位算法,巡检机器人,变电站,非结构化环境,空旷,北斗卫星定位系统,惯性测量单元,里程计,扩展卡尔曼滤波,extended,Kalman,filter,融合策略,位姿估计,概率分布,蒙特卡洛定位,Monte,Carlo,localization,重要性采样,重采样,先验地图,匹配度,航迹推算,导航定位,精确性,松耦合,合定,定位导航,导航策略,定位精度,定位数据,建图,遮蔽
AB值：
0.338963
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。
