基于惯性传感器和视觉里程计的机器人定位

摘要：

针对机器人快速运动下,由运动模糊而导致视觉里程计定位估计精度下降的问题,结合惯性传感器和视觉里程计提出一种定位算法.该方法以扩展卡尔曼滤波(extended Kalman filter,EKF)为框架,利用惯性传感器的航位推算构建EKF的过程模型,视觉里程计作为相对线速度和相对角速度传感器用来建模观测方程,同时考虑到机器人运动在平面上,在垂直方向和侧向方向不会产生跳动和滑动,利用这两个方向上瞬时速度为零的约束构建另外一个观测方程.提出的定位方法能够克服视觉定位和惯性定位的缺点,提高了定位精度.基于机器人实测数据进行实验,结果表明提出的算法优于单独采用惯性传感器和视觉里程计.

关键词：机器人定位、惯性传感器、视觉里程计、扩展卡尔曼滤波

所属期刊栏目：34

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家重大专项2010ZX03006-004;中国科学院知识创新工程重要方向项目Y022081131

在线出版日期：2013-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：166-172