首页 | 本学科首页   官方微博 | 高级检索  
     

基于三位置超声波检测的改进强跟踪 UKF-SLAM 方法研究
引用本文:袁 帅,吴 健,曹 阳,白岳岩,郭鹏程.基于三位置超声波检测的改进强跟踪 UKF-SLAM 方法研究[J].仪器仪表学报,2021(5):261-269.
作者姓名:袁 帅  吴 健  曹 阳  白岳岩  郭鹏程
作者单位:1.沈阳建筑大学 信息与控制工程学院
基金项目:国家自然科学基金(62073227)、辽宁省自然科学基金(20180520037, 2019-ZD-0681)项目资助
摘    要:针对移动机器人使用超声波传感器检测环境时存在干扰与数据不确定性问题,在分析超声波传感器工作原理和相邻位置检测数据的关联特性后,提出了基于三位置超声波检测的环境轮廓构建方法,利用超声波对室内环境进行建图;再使用改进强跟踪UKF-SLAM将超声波测量数据和移动机器人驱动模型进行滤波融合,得到更准确的位姿信息与地图特征。搭建仿真环境,并通过搭载有超声波传感器的全向轮移动机器人在实验环境内验证。仿真结果表明改进方法与其他算法相比,定位和地图构建的误差降低58.058%。室内实验中,获取环境特征的平均误差降低了50.286 3%,进一步验证了提出算法的可行性与有效性。该方法对机器人同步定位与地图构建有一定参考价值。

关 键 词:超声波检测技术  改进强跟踪  UKF  同步定位与地图构建(SLAM)  相邻数据关联

Research on improved strong tracking UKF-SLAM method based on three-position ultrasonic detection
Yuan Shuai,Wu Jian,Cao Yang,Bai Yueyan,Guo Pengcheng.Research on improved strong tracking UKF-SLAM method based on three-position ultrasonic detection[J].Chinese Journal of Scientific Instrument,2021(5):261-269.
Authors:Yuan Shuai  Wu Jian  Cao Yang  Bai Yueyan  Guo Pengcheng
Affiliation:1.College of Information & Control Engineering, Shenyang Jianzhu University
Abstract:
Keywords:ultrasonic detection technology  improved strong tracking-UKF  simultaneous localization and mapping( SLAM)  adjacent data association
本文献已被 CNKI 等数据库收录!
点击此处可从《仪器仪表学报》浏览原始摘要信息
点击此处可从《仪器仪表学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号