一种考虑可变有色测量噪声的移动机器人定位方法及系统

    公开(公告)号:CN113218388B

    公开(公告)日:2022-07-05

    申请号:CN202110228825.9

    申请日:2021-03-02

    申请人: 济南大学

    IPC分类号: G01C21/16 G01C21/20 H04W64/00

    摘要: 本发明公开了一种考虑可变有色测量噪声的移动机器人定位方法及系统,包括:以移动机器人k时刻在东向和北向的位置和速度作为状态量,将UWB测量得到的移动机器人与UWB参考节点之间的距离作为系统观测量,构建滤波模型;在扩展有限脉冲响应滤波器的基础上,根据在离线阶段选择的不同局部滤波窗口,构建m个不同的考虑有色测量噪声的子滤波器;通过IMM方式对构建的子滤波器的输出进行融合,得到当前时刻的移动机器人最优的位置预估,实现移动机器人的定位。本发明构建不同的有色测量噪声下的子EFIR滤波器,通过交互多模型算法,将各子滤波器的输出进行融合,最终得到最优的UWB测量的移动机器人最优位置预估。

    一种考虑可变有色测量噪声的移动机器人定位方法及系统

    公开(公告)号:CN113218388A

    公开(公告)日:2021-08-06

    申请号:CN202110228825.9

    申请日:2021-03-02

    申请人: 济南大学

    IPC分类号: G01C21/16 G01C21/20 H04W64/00

    摘要: 本发明公开了一种考虑可变有色测量噪声的移动机器人定位方法及系统,包括:以移动机器人k时刻在东向和北向的位置和速度作为状态量,将UWB测量得到的移动机器人与UWB参考节点之间的距离作为系统观测量,构建滤波模型;在扩展有限脉冲响应滤波器的基础上,根据在离线阶段选择的不同局部滤波窗口,构建m个不同的考虑有色测量噪声的子滤波器;通过IMM方式对构建的子滤波器的输出进行融合,得到当前时刻的移动机器人最优的位置预估,实现移动机器人的定位。本发明构建不同的有色测量噪声下的子EFIR滤波器,通过交互多模型算法,将各子滤波器的输出进行融合,最终得到最优的UWB测量的移动机器人最优位置预估。

    基于多频卡尔曼滤波的机器人视觉/INS组合定位方法及系统

    公开(公告)号:CN112539746B

    公开(公告)日:2023-05-26

    申请号:CN202011132559.1

    申请日:2020-10-21

    申请人: 济南大学

    IPC分类号: G01C21/16 G01C21/20

    摘要: 本发明公开了一种基于多频卡尔曼滤波的机器人视觉/INS组合定位方法及系统,包括:分别通过视觉单元和惯性导航系统获取机器人在东方向和北方向上的位置差,速度差值以及机器人在东方向和北方向速度和位置数据;构建第一观测方程和第二观测方程;通过第二观测方程估计出机器人在东方向和北方向上位置的最优误差值;利用所述最优位置误差值校正惯性导航系统输出的机器人位置,最终得到机器人位置的最优滤波值,实现对机器人的定位。本发明将视觉与惯性导航系统进行组合导航定位,相对于单一的视觉导航系统和单一的惯性导航功能系统,组合导航的定位精度得到提高。

    基于多频卡尔曼滤波的机器人视觉/INS组合定位方法及系统

    公开(公告)号:CN112539746A

    公开(公告)日:2021-03-23

    申请号:CN202011132559.1

    申请日:2020-10-21

    申请人: 济南大学

    IPC分类号: G01C21/16 G01C21/20

    摘要: 本发明公开了一种基于多频卡尔曼滤波的机器人视觉/INS组合定位方法及系统,包括:分别通过视觉单元和惯性导航系统获取机器人在东方向和北方向上的位置差,速度差值以及机器人在东方向和北方向速度和位置数据;构建第一观测方程和第二观测方程;通过第二观测方程估计出机器人在东方向和北方向上位置的最优误差值;利用所述最优位置误差值校正惯性导航系统输出的机器人位置,最终得到机器人位置的最优滤波值,实现对机器人的定位。本发明将视觉与惯性导航系统进行组合导航定位,相对于单一的视觉导航系统和单一的惯性导航功能系统,组合导航的定位精度得到提高。