科研之友
微信
新浪微博
Facebook
分享链接
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.
- 单位
