基于扩展卡尔曼滤波的两轮机器人姿态估计

被引：17

作者：

王晓宇

闫继宏

秦勇

赵杰

机构：

[1] 哈尔滨工业大学机器人研究所

来源：

哈尔滨工业大学学报 | 2007年 / 12期

关键词：

扩展卡尔曼滤波; 误差建模; 姿态估计; 数据融合; 随机漂移误差;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

针对两轮自平衡机器人惯性传感器存在误差的问题,提出基于扩展卡尔曼滤波的方法进行补偿,从而实现机器人姿态的最优估计.利用实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,从而建立机器人导航用惯性传感器陀螺仪和加速度计误差的数学模型,并对误差进行标定.采用扩展卡尔曼滤波将传感器的数据进行融合并对误差进行补偿,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,实验结果表明改进后的系统误差得到了有效的抑制,从而验证了采用低成本的惯性传感器进行机器人的姿态估计是有效可行的.

引用

页码：1920 / 1924

页数：5

共 6 条

[1] Inertial Navigation systems for Mobile Robots. B. Barshan,and H.F.Durrant-Whyte. IEEE Transactions on Robotics and Automation . 1995
[2] Study on multi-sensor data fusion for the wheeledmobile robot. YAN Li,FENG Gao,LIN Ting-qi,Jianming Zheng. Proceedings of the Fifth WorldCongress on Intelligent Control and Automation . 2004
[3] Applica-tion of an extended Kalman filter to multiple low costnavigation sensors in wheeled mobile robots. ASHOKARAJ I,SILSON P,TSOURDOS A. Proceedings of IEEE International Conference on Sen-sors . 2002
[4] Attitude estimation using low costaccelerometer and gyroscope. YOUNG Soo Suh. The 7th Korea-Russia International Symposium on Science and Tech-nology . 2003
[5] Sensor fusion for mobile robot dead-reckoning with aprecision-calibrated fiber optic gyroscope. HAKYOUNG Chung,OJEDA L,BORENSTEIN J. Pro-ceedings of the 2001 IEEE International Conferenceon Robotics and Automation . 2001
[6] A low-cost and low-weight attitude estimation system for an autonomoushelicopter. BAERVELDT A J,KLANG R. IEEE International Conference onIntelligent Engineering Systems . 1997

← 1 →