基于UKF的两轮自平衡机器人姿态最优估计研究

摘要：

针对扩展卡尔曼滤波器(EKF)设计困难并且容易发散的问题,提出基于采样卡尔曼滤波(UKF)的方法解决滤波器设计及收敛问题,并补偿低成本的惯性传感器陀螺仪和加速度计的误差,从而得到机器人姿态的最优估计.将滤波后的模型应用到两轮自平衡机器人系统,实验结果表明UKF参数设计简单,姿态估计误差小于EKF,方差估计优于EKF,估计精度、计算量基本与EKF相当.因此,UKF能够满足两轮自平衡机器人快速机动过程中的实时姿态估计要求.

关键词：采样卡尔曼滤波、采样变换、姿态估计、两轮自平衡机器人

所属期刊栏目：28

分类号：TP24(自动化技术及设备)

在线出版日期：2006-12-05（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：605-609