摘要
室内复杂环境下,移动机器人精确定位是实现机器人在半结构化场景下工程应用的关键。超宽带(UWB)测距定位是一种当前广泛应用于室内定位的高精度定位技术,最小二乘算法是精确定位的主流算法之一。受非视距(NLOS)、多径效应等因素影响,UWB定位在室内定位应用过程中存在定位数据抖动严重的问题,同时最小二乘法无法解算极值点定位数据,导致定位信息中断。为了解决UWB定位技术在室内定位过程中存在的精度低和稳定性差等难题,提出了基于扩展卡尔曼滤波(EKF)框架下融合UWB和IMU传感器信息的室内定位数据增强处理方法。其中IMU测量值作为滤波器的预测,UWB的测量值作为滤波器测量更新。融合定位算法可以弥补短期内定位数据丢失,降低定位数据的抖动,提高定位系统的稳定性,在半结构环境下具有更好的工程优势。
作者
胡文龙
周宇飞
宋全军
曹平国
HU Wen-long;ZHOU Yu-fei;SONG Quan-jun;CAO Ping-guo
出处
《制造业自动化》
北大核心
2023年第2期193-197,213,共6页
Manufacturing Automation
基金
中国科学院合肥物质科学研究院院长基金青年“火花”项目(YZJJ2020QN18)
中国科学院合肥物质科学研究院院长基金融合专项(YZJJZX202017)
安徽省重点研究与开发计划(202004a07020051)。
