文献类型：期刊文章

作　　者：夏凌楠[1] 张波[2] 王营冠[1] 魏建明[2]

机构地区：[1]中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室,上海200050 [2]中国科学院上海高等研究院,上海201210

出　　处：《仪器仪表学报》

基　　金：国家重大专项(2010ZX03006-004);中国科学院知识创新工程重要方向项目(Y022081131)资助

年　　份：2013

卷　　号：34

期　　号：1

起止页码：166-172

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号：20131016087722)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：针对机器人快速运动下,由运动模糊而导致视觉里程计定位估计精度下降的问题,结合惯性传感器和视觉里程计提出一种定位算法。该方法以扩展卡尔曼滤波(extended Kalman filter,EKF)为框架,利用惯性传感器的航位推算构建EKF的过程模型,视觉里程计作为相对线速度和相对角速度传感器用来建模观测方程,同时考虑到机器人运动在平面上,在垂直方向和侧向方向不会产生跳动和滑动,利用这两个方向上瞬时速度为零的约束构建另外一个观测方程。提出的定位方法能够克服视觉定位和惯性定位的缺点,提高了定位精度。基于机器人实测数据进行实验,结果表明提出的算法优于单独采用惯性传感器和视觉里程计。

关 键 词：机器人定位 惯性传感器 视觉里程计 扩展卡尔曼滤波

分 类 号：TP301.6]