【技术实现步骤摘要】
基于超宽带和二维码的无迹卡尔曼滤波融合定位方法
本专利技术涉及自动导引车(AGV)导航定位
,尤其涉及一种基于超宽带和二维码的无迹卡尔曼滤波融合定位方法。
技术介绍
随着人工智能+互联网模式的不断渗透,机器人逐渐代替人类繁重的工作已是大势所趋,AGV作为智能移动机器人重要的分支,使其更安全稳定具有相当大的工程意义与研究价值。围绕AGV的定位问题,国内外学者做了大量的研究工作,比如激光定位、视觉定位、惯性定位等,这些定位方式针对不同的工作场景以及成本费用,均可以取得不错的定位效果。目前对于单传感器的定位依然存在较多的问题:激光定位被广泛的应用于室内定位,然而要达到复杂的工业环境下的高精度定位,其需要昂贵的成本。二维码定位具有定位精度高、维护方便等优点,然而只有在扫描到二维码时才能进行坐标计算,无法适用于AGV全程的导航。对于UWB而言,其在复杂的工业环境下,定位信号被遮挡后会出现发射和折射的现象,从而导致非视距误差。因此,急需提供一种基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,在提高AGV在复杂工业环境的定位精度、稳定性、实时性的同时减少成本。
技术实现思路
本专利技术的目的在于提供一种基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,以提高自动导引车辆的定位精度,同时最大化的减少布局费用,最终使车辆能达到工作要求。为实现上述目的,本专利技术提供了一种基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,包括:基于前叉式自动导引车辆的运动学方程得到车辆位姿的状态更新方程;< ...
【技术保护点】
1.一种基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,其特征在于,包括:/n基于前叉式自动导引车辆的运动学方程得到车辆位姿的状态更新方程;/n通过超宽带定位、二维码定位、陀螺仪以及编码器得到车辆位姿的测量信息方程;/n基于所述状态更新方程和所述测量信息方程通过UT变换获得sigma点、sigma权值;/n基于状态矩阵互相关函数计算卡尔曼增益,并进行状态更新与协方差更新;/n基于超宽带和二维码定位的特性与无迹卡尔曼滤波中的差值设计模糊推理系统;/n使用所述模糊推理系统自适应调节估计系统的系统噪声和测量噪声。/n
【技术特征摘要】
1.一种基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,其特征在于,包括:
基于前叉式自动导引车辆的运动学方程得到车辆位姿的状态更新方程;
通过超宽带定位、二维码定位、陀螺仪以及编码器得到车辆位姿的测量信息方程;
基于所述状态更新方程和所述测量信息方程通过UT变换获得sigma点、sigma权值;
基于状态矩阵互相关函数计算卡尔曼增益,并进行状态更新与协方差更新;
基于超宽带和二维码定位的特性与无迹卡尔曼滤波中的差值设计模糊推理系统;
使用所述模糊推理系统自适应调节估计系统的系统噪声和测量噪声。
2.如权利要求1所述的基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,其特征在于,基于前叉式自动导引车辆的运动学方程得到车辆位姿的状态更新方程,具体包括:
建立车辆的角速度状态更新方程、位置状态更新方程;
根据所述角速度状态更新方程、所述位置状态更新方程基于不同的舵轮横摆角速度建立车辆位姿的状态更新方程。
3.如权利要求2所述的基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,其特征在于,基于前叉式自动导引车辆的运动学方程得到车辆位姿的状态更新方程,其中,状态更新方程为:
其中,X(Δt)为车辆经过Δt时刻的位姿偏移量,g为车辆位姿状态更新方程,w为车辆的横摆角速度,wd为舵轮的横摆角速度,θ为车辆的偏航角,v为车辆的线速度,为x坐标上的偏移量,为y坐标上的偏移量,为偏航角的偏移量,x(t),y(t)为t时刻的车辆的位置X和Y坐标。
4.如权利要求1所述的基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,其特征在于,通过超宽带定位、二维码定位、陀螺仪以及编码器得到车辆位姿的测量信息方程,具体包括:
由超宽带测得车辆的位置信息数据,由相机扫描二维码获得车辆的位姿信息数据,由陀螺仪测得车辆的偏航角信息数据,由编码器测得舵轮的角速度和线速度信息数据;
根据所述车辆的位置信息数据、所述车辆的位姿信息数据、所述车辆的偏航角信息数据和所述舵轮的角速度和线速度信息数据建立车辆位姿的测量信息方程。
5.如权利要求4所述的基于超宽带和二维码的无迹卡尔曼滤波融合定位方法,其特征在于,通过超宽带定位、二维码定位、陀螺仪以及编码器得到车辆位姿的测量信息方程,其中,测量信息方程为:
其中...
【专利技术属性】
技术研发人员:景晖,赵世宠,匡兵,刘溯奇,刘飞,刘夫云,
申请(专利权)人:桂林电子科技大学,
类型:发明
国别省市:广西;45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。