视觉与惯性传感器融合的隐式卡尔曼滤波位置估计算法

被引：5

作者：

杜光勋 ^{[1
]}

全权 ^{[1
,2
]}

蔡开元 ^{[1
]}

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

[2] 北京航空航天大学虚拟现实技术与系统国家重点实验室

来源：

控制理论与应用 | 2012年 / 29卷 / 07期

关键词：

视觉; 惯性; 传感器融合; 位置估计; 隐式卡尔曼滤波器;

D O I：

暂无

中图分类号：

TP212 [发送器（变换器）、传感器];

学科分类号：

080202 ;

摘要：

机器人对自身位置的实时感知在机器人技术中非常重要.本文主要研究机器人技术中一类基于视觉与惯性传感器的位置估计问题.与传统的状态估计问题不同的是,所研究位置估计问题为带有隐式观测方程的线性状态估计问题.为此提出一种能够解决此类估计问题的隐式卡尔曼滤波器,并给出了详细的滤波器设计过程.另外采用扩展变量法将加速度信息中的偏移量作为滤波器状态来估计,以补偿其对位置估计结果的影响.仿真结果显示,所给出的隐式卡尔曼滤波器收敛,加速度偏移带来的影响被有效的补偿.

引用

页码：833 / 840

页数：8