多傳感器信息融合(參考版)
2025-01-18 16:39本頁面
【正文】 9。實驗中，在使用EKF進行機器人的自定位估計時，假設(shè)輸入和測量噪聲均為方差固定的高斯白噪聲，影響了卡爾曼濾波器的性能。 5 結(jié)論 采用多傳感器信息融合算法將里程計和超聲波傳感器采集的信息融合后進行機器人的自定位，該方法基于EKF算法，通過對機器人和傳感器的建模 ，在路徑規(guī)劃相對簡單、軌跡相對較短的情況下，可以取得滿意的效果。 圖 5 實際位 置與里程計定位信息圖 6 實際位置與傳感器融合定位信息從實驗結(jié)果中可以看出：由于里程計的測量噪聲不斷地被累加，其估計過程中估量值與實際量之間在轉(zhuǎn)角處偏差大，在運動不到2圈時，位姿估計信息就已經(jīng)完全丟失，估計效果較差。 圖4系統(tǒng)觀測向量與狀態(tài)向量曲線圖5為僅使用里程計的位置估計，圖6為融合里程計和超聲波傳感器數(shù)據(jù)信息后的位置估計。4 實驗 實驗環(huán)境設(shè)為四周是垂直的墻壁，移動機器人逆時針沿著墻面做矩形軌線運動，用里程計和超聲波傳感器進行自定位。否則，不匹配并舍棄 (15)式中為正確性檢驗門。4）對于每一次測量，由于測量的不確定性，需要對每次測量進行校驗來決定是否匹配。 1）初始化已凍結(jié)i氣人的狀態(tài)向量和誤差協(xié)方差矩陣。圖3定位算法框圖3 EKF算法 EKF假設(shè)系統(tǒng)狀態(tài)的概率分布是高斯分布，噪聲是相互獨立的。包括里程計的輸出與超聲波傳感器的讀數(shù)，所以，的維數(shù)為里程計輸 出向量個數(shù)加上超聲傳感器的只數(shù)。因此，在每個采樣時刻，不是所有的超聲波傳感器的讀數(shù)都被使用，而是結(jié)合環(huán)境地圖來 決定應(yīng)該使用哪些讀數(shù)。根據(jù)超聲波傳感器的測量原理，
公司管理相關(guān)推薦
鄂ICP備17016276號-1