| 一种基于抗差EKF的移动机器人定位技术 |
| |
| 引用本文： | 刘沛丰,王坚. 一种基于抗差EKF的移动机器人定位技术[J]. 计算机科学, 2017, 44(Z6): 115-118 |
| |
| 作者姓名： | 刘沛丰 王坚 |
| |
| 作者单位： | 中国矿业大学环境与测绘学院 徐州221116,中国矿业大学环境与测绘学院 徐州221116 |
| |
| 摘 要： | 自主机器人作业的关键问题是自身的定位问题。卡尔曼滤波可用于对系统位置进行估计。首先介绍了移动机器人同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)的一般模型及关键技术,然后介绍了扩展卡尔曼滤波(Extended Kalman Filter,EKF)的原理,通过分析粗差对EKF模型的影响,提出了抗差EKF模型。该模型根据多余观测分量及预测残差统计,构造抗差等价EKF增益矩阵,通过迭代解算给出抗差解。最后分别实现了加入粗差后的标准EKF-SLAM解决方案以及加入粗差后的抗差EKF-SLAM解决方案；模拟了自主机器人运动轨迹,并对比了两种模型对机器人定位的精确度,结果显示了抗差EKF模型的优越性。
|
| 关 键 词： | 自主移动机器人定位 扩展卡尔曼滤波 粗差 增益矩阵 抗差EKF |
Algorithm of SLAM Based on Robust EKF |
| |
| LIU Pei-feng and WANG Jian. Algorithm of SLAM Based on Robust EKF[J]. Computer Science, 2017, 44(Z6): 115-118 |
| |
| Authors: | LIU Pei-feng and WANG Jian |
| |
| Affiliation: | School of Environment Science and Spatial Informatics,China University of Mining and Technology,Xuzhou 221116,China and School of Environment Science and Spatial Informatics,China University of Mining and Technology,Xuzhou 221116,China |
| |
| Abstract: | |
| |
| Keywords: | Autonomous robot positioning EKF Error Gain matrix Robust EKF |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
