室内外混合环境下基于IMM-EKF的AGV连续定位方法研究

摘要：

针对室内外混合环境下自动导引车(AGV)连续定位中存在多模型不匹配竞争、定位精度差的问题,提出一种基于交互式多模型—扩展卡尔曼滤波(IMM-EKF)的AGV室内外连续定位算法.针对AGV连续定位存在定位精度差的问题,提出采用平行扩展卡尔曼滤波器分别实现激光雷达(LiDAR)/里程计(ODOM)、全球导航卫星系统(GNSS)/ODOM的融合滤波定位.针对AGV连续定位存在多模型不匹配竞争问题,提出通过模型的似然概率分别计算LiDAR和GNSS模型概率,并根据模型概率对定位结果进行加权融合,从而计算AGV的最优位姿估计.AGV连续定位实验结果表明:本文提出融合LiDAR/GNSS/ODOM的IMM-EKF连续定位滤波算法,极大地提高了室内外连续定位精度、并有效抑制模型间的不匹配竞争关系,实现AGV的实时全局精准定位.

关键词：自动导引车、室内外连续定位、交互式多模型、多传感器融合、扩展卡尔曼滤波

所属期刊栏目：42

分类号：TP393;TP212(计算技术、计算机技术)

资助基金：国家自然科学基金;重庆市人工智能+智慧农业学科群开放基金资助项目

在线出版日期：2023-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：61-65