Kalman滤波-BP神经网络在执行机构自主定位中的应用

摘要：

在执行机构对目标物体进行自主定位过程中，定位误差的实时计算、误差修正和状态分析往往比较困难。为此，提出基于三帧差法的Kalman滤波算法进行末端动态捕捉，利用反向传输( BP)神经网络分类思想进行目标识别，基于点云库的点云提取和处理算法，获得末端和目标物体的空间坐标。最后，将散乱点群进行网格化和3D空间插值。实验结果表明，算法能实时检测并跟踪运动末端，预测精度达到99%，且目标物体的识别率为99%，并可在短时间内修正定位误差，使末端中心点逐步收敛到目标质心，自主定位成功。用三维拟合法对算法的有效性进行验证，并对定位过程进行了状态分析。新算法能完成执行机构的自主定位，省去了相机标定过程，提高了系统效率。

关键词：自主定位、曲面拟合、执行机构末端、反向传输神经网络、点云库

所属期刊栏目：39

分类号：TN212.9(光电子技术、激光技术)

资助基金：国家自然科学基金项目61503034;北京市科技计划项目Z131100004513006

在线出版日期：2017-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：110-115