-
题名一种果园特征识别与定位的导航方法
- 1
-
-
作者
王丹丹
祝朝坤
杜雪
谭开拓
伍龙
-
机构
哈尔滨工程大学智能科学与工程学院
淮南师范学院机械与电气工程学院
郑州工商学院信息工程学院
-
出处
《河南师范大学学报(自然科学版)》
北大核心
2025年第5期113-120,I0015,共9页
-
基金
安徽省优秀中青年教师培育项目(YQYB2023031)
安徽省质量工程项目(2023jyxm0796,2023cyts046,2023zygzts082)。
-
文摘
针对高山丘陵等复杂果园环境中,植保无人机导航作业精度低,果实特征位置估计误差大,且果树特征提取中噪声多等问题,提出了一种基于四元数的平方根容积卡尔曼滤波算法,该算法以姿态四元数误差及陀螺仪漂移误差为状态量,以SINS/SLAM组合导航的姿态四元数为量测量,并进行时间更新与量测更新;同时,采用Kmeans等方法处理田园环境信息,实现了较高精度的果树特征的提取.基于四元数的平方根CKF算法,既解决了传统四元数的规范化问题,降低了传统四元数的平方根UKF算法的状态维数及计算复杂度,与四元数SRUKF、四元数SRCDKF算法比较,仿真实验结果表明新算法估计横滚角、俯仰角、航偏角误差均值分别为0.05°、0.08°、0.03°,误差均为最小,且算法精度较四元数SRUKF-SLAM算法提高了30%左右.在较大初始角误差条件下,进行对SRCKF、CKF、SRUKF 3种滤波算法的估计误差对比,实验表明SRCKF算法均具有最高的滤波精度,且滤波收敛速度最快、稳定性最好.
-
关键词
四元数
状态模型
平方根容积卡尔曼滤波
姿态估计
数值稳定性
-
Keywords
squaternion
state model
square root cubature Kalman filter
attitude estimation
numerical stability
-
分类号
U666.1
[交通运输工程—船舶及航道工程]
-
