基于多传感器融合的机器人位姿估计研究

摘要：

室内复杂环境下,机器人实时姿态估计是控制机器人的前提.在RF2O运动估计方法的基础上,针对移动机器人建立五自由度运动学方程,使用扩展卡尔曼滤波器(EKF)实现惯性测量单元(IMU)姿态信息与RF2O数据的融合,以IMU信息作为EKF状态预测方程的输入,RF2O数据作为观测信息.在机器人平台进行多组实地实验,结果表明:扩展卡尔曼滤波融合后的数据与传统数据相比,均方根误差减小了23.9％,同时排除了激光雷达的机械干扰,累积误差明显降低.

关键词：位姿估计、RF2O、惯性测量单元、扩展卡尔曼滤波、均方根误差

所属期刊栏目：37

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;教育部产学合作协同育人项目;成都理工大学深化创新创业教育改革试点项目

在线出版日期：2020-08-14（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：58-62,77