典型文献
基于UKF的ArUco码和轮式编码器融合定位算法
文献摘要：
为提高机器人的定位精度和鲁棒性,避免使用激光雷达和高精度惯性测量单元(inertial meas-urement unit,IMU)等高成本传感器,采用一种ArUco码作为人工标识,相机作为主要的传感器定位方法.进一步,提出基于无迹卡尔曼滤波(unscented kalman filter,UKF)的融合定位算法,其融合了视觉信息和轮式编码器信息,有效的降低了光照变化、运动模糊、路面不平对定位精度的影响.通过搭建基于ROS(机器人操作系统)的实验平台,对比了三种定位方法,验证了UKF融合定位算法可以有效提高定位精度和鲁棒性.
文献关键词：
视觉定位;多传感器融合;无迹卡尔曼滤波;ArUco码
中图分类号：
作者姓名：
许佳斌;吴永明;梁济民;王卫军;韩彰秀;李根
作者机构：
广东工业大学机电工程学院,广州 510006;广州先进技术研究所,广州 511458
文献出处：
引用格式：
[1]许佳斌;吴永明;梁济民;王卫军;韩彰秀;李根-.基于UKF的ArUco码和轮式编码器融合定位算法)[J].组合机床与自动化加工技术,2022(10):1-4
A类：
ArUco
B类：
UKF,轮式,编码器,融合定位,定位算法,定位精度,激光雷达,惯性测量单元,inertial,meas,urement,unit,IMU,定位方法,无迹卡尔曼滤波,unscented,kalman,filter,视觉信息,运动模糊,ROS,机器人操作系统,实验平台,视觉定位,多传感器融合
AB值：
0.35012
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。
