典型文献
基于自适应UKF的移动机器人室内定位算法研究
文献摘要：
在复杂室内环境下,移动机器人一般采用多传感器融合的方法来实现精准定位.针对实际噪声和先验噪声统计特性不同而导致无迹卡尔曼滤波(UKF)算法精度急剧下降的问题,本文以双轮差速移动机器人为研究对象,提出了一种自适应UKF定位算法.首先,以UKF算法为基础,融合里程计、陀螺仪、激光雷达定位系统等传感器数据;然后,根据激光雷达定位系统的误差统计特性,预先校准观测噪声的均值和协方差矩阵,并采用自适应噪声估计器在线估计未知系统噪声的统计特性,来提高滤波的数值稳定性,减小状态估计误差;最后,使用搭载激光雷达R2000的双轮差速车MIR100进行实验,并与UKF算法的估计结果进行对比.实验结果表明:自适应UKF定位算法具有较强的鲁棒性,能够在复杂室内环境下实现较高精度的位姿估计.
文献关键词：
移动机器人;精准定位;无迹卡尔曼滤波;自适应噪声估计器;激光雷达
中图分类号：
作者姓名：
许万;朱力;张宇豪;方德浩
作者机构：
湖北工业大学机械工程学院,湖北武汉430068;武汉理工大学机电工程学院,湖北武汉430070
文献出处：
引用格式：
[1]许万;朱力;张宇豪;方德浩-.基于自适应UKF的移动机器人室内定位算法研究)[J].传感器与微系统,2022(11):44-47,56
A类：
自适应噪声估计器,MIR100
B类：
UKF,移动机器人,人室,室内定位算法,算法研究,室内环境,多传感器融合,精准定位,针对实际,先验,统计特性,无迹卡尔曼滤波,急剧下降,双轮,差速,里程计,陀螺仪,激光雷达定位,定位系统,传感器数据,协方差矩阵,在线估计,系统噪声,数值稳定性,状态估计,估计误差,搭载,R2000,位姿估计
AB值：
0.253179
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。
