综合卡尔曼滤波的多传感器协同室外定位研究

摘要：

为了拓展移动机器人应用场景、满足室外定位的高精度需求,提出一种基于综合卡尔曼滤波的协同室外定位算法,可解决室外复杂环境下独立传感器失灵、机器人实时定位漂移的问题.首先构建GPS和超宽频非线性定位系统模型,测试不同滤波算法对该模型的预测效果,分析对比解算速度和均方根误差,从而确定适合定位系统的最优算法;然后针对GPS信号受环境遮挡导致丢失或失准的情况,构建超宽频和惯性测量单元非线性定位补偿系统,利用基于误差的卡尔曼滤波算法预测机器人位置姿态;通过融合两种非线性系统下估计得到的不同状态向量,确定机器人室外真实位置姿态,进一步提高机器人室外定位精度,保证定位系统的稳定性.试验验证表明,本文算法室外定位误差小于10 cm,在GPS信号微弱的环境下能实时估计目标位置姿态,大幅度降低障碍物干扰的影响,准确预测机器人位置.

关键词：协同定位、多传感器融合、综合卡尔曼滤波、状态估计

所属期刊栏目：21

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金;江苏省重点研发计划课题;江苏省自然科学基金面上项目

在线出版日期：2023-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：9-16