机器人自定位是实现自主导航的关键问题之一 。 为了满足机器人在导航时精确定位的要求 , 提出一种基于多传感器信息融合的自定位算法 。 根据对机器人运动机构的分析和运动机构间的刚体约束 ,建立起机器人的运动学模型 ; 由传感器的工作原理建立里程计和超声波传感器的观测模型 ;利用扩展卡尔曼滤波 ( EKF)算法将里程计和超声波传感器采集的数据进行融合 ;最后 ,由匹配的环境特征对机器人的位置进行修正 ,得到精确的位置估计 。 实验结果表明 :该算法明显地消除了里程计的累计误差 ,有效地提高了定位精度 。
畅学电子
