典型文献
基于扩展卡尔曼滤波的球形机器人姿态解算
文献摘要：
针对球形机器人在姿态解算的过程中,惯性测量元件精度不高、稳定性差和易受噪声干扰从而导致无法精确控制其运动姿态的问题,提出一种通过扩展卡尔曼滤波融合IMU(Inertial Measurement Unit)惯性测量元件数据来进行姿态解算的方法,利用多传感器测量数据进行融合,并使用扩展卡尔曼滤波得到精确的姿态信息.通过相关实验充分验证了基于扩展卡尔曼滤波的姿态解算方法的精度和鲁棒性明显提高,抗噪声干扰能力更强.实验表明,该姿态解算方法相比于互补滤波的姿态解算,全姿态角均方根误差和平均误差分别下降了0.0601和0.1984,可见其对于球形机器人的运动控制具有良好的适用性.
文献关键词：
球形机器人;扩展卡尔曼滤波;互补滤波;姿态解算;四元数
中图分类号：
作者姓名：
龙子洋;项鹏;隋国荣
作者机构：
上海理工大学光电信息与计算机工程学院,上海 200093
文献出处：
引用格式：
[1]龙子洋;项鹏;隋国荣-.基于扩展卡尔曼滤波的球形机器人姿态解算)[J].软件工程,2022(07):47-50
A类：
B类：
扩展卡尔曼滤波,球形机器人,机器人姿态,姿态解算,惯性测量元件,和易,噪声干扰,精确控制,运动姿态,卡尔曼滤波融合,IMU,Inertial,Measurement,Unit,件数,多传感器,传感器测量,测量数据,姿态信息,解算方法,抗噪声,干扰能力,互补滤波,姿态角,平均误差,别下,运动控制,四元数
AB值：
0.289085
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。
