多传感器数据融合在切割机器人系统中的应用

被引：2

作者：

王志武

丁国清

颜国正

林良明

机构：

[1] 上海交通大学信息检测技术与仪器系

来源：

上海交通大学学报 | 2002年 / 07期

关键词：

机器人; 多传感器数据融合; 小波; 卡尔曼滤波;

D O I：

10.16183/j.cnki.jsjtu.2002.07.024

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

为了对造船中所用型材变形进行在线检测 ,在高精度划线切割机器人系统中 ,建立了多传感器检测系统 ,引入基于小波变换和虚拟噪声自适应卡尔曼滤波的多分辨率最优多传感器数据融合方法 ,实现了对噪声统计量缺乏先验知识和模型参数不确切的多分辨率多传感器的数据融合 .实验结果表明 ,多传感器数据融合可以有效地实现变形型材的在线检测 ,提高系统的测试精度和可靠性

引用

页码：995 / 998

页数：4

共 5 条

[1]

Multiscale autoregresive processes Part Ⅰ: Schur -Levinson parameterizations, Part Ⅱ: Lattice structures for whitening and modeling. Basseville M,Benveniste A,Willsky A S. IEEE Transactions on Signal Processing . 1992

[2]

Multiresolution stochastic models, data fusion, and wavelet transform. Chou K C,Golden S A,Willsky A S. Signal Processing . 1993

[3]

Development and experimental validation of an adaptive extended Kalman filter for the localization of mobile robots. Jetto L,Longhi S,Venturini G. IEEE Trans on Robot and Automation . 1999

[4]

Multiresolution distributed filtering. Hong L. IEEE Transactions on Automatic Control . 1994

[5]

A filter -bank based Kalman filtering technique for wavelet estimation and decomposition of random signals. Hong L,Chen G,Wood R A. IEEE Trans Circuits and Syst Ⅱ . 1998

← 1 →