-
题名基于无极卡尔曼滤波算法的雅可比矩阵估计
被引量：6
- 1
-
-
作者
张应博
-
机构
大连理工大学城市学院
-
出处
《计算机应用》
CSCD
北大核心
2011年第6期1699-1702,共4页
-
文摘
在基于图像的机器人视觉伺服中,采用在线估计图像雅可比的方法,不需事先知道系统的精确模型,可以避免复杂的系统标定过程。为了有效改善图像雅可比矩阵的在线估计精度,进而提高机器人的跟踪精度,针对机器人跟踪运动目标的应用背景,提出了利用无极卡尔曼滤波算法在线估计总雅可比矩阵。在二自由度的机器人视觉伺服仿真平台上,分别用卡尔曼滤波器(KF)、粒子滤波器(PF)和无极卡尔曼滤波器(UKF)三种算法进行总雅可比矩阵的在线估计。实验结果证明,使用UKF算法的跟踪精度优于其他两种算法,时间耗费仅次于KF算法。
-
关键词
视觉伺服
非线性系统
雅可比矩阵
卡尔曼滤波器
无极卡尔曼滤波器
-
Keywords
visual servo
nonlinear system
Jacobian matrix
Kalman filter
Unscented Kalman Filter（UKF）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名集中式多传感器无极联合概率数据互联算法
被引量：4
- 2
-
-
作者
管旭军
周旭
芮国胜
-
机构
海军航空工程学院电子信息工程系
海军湛江保障基地通信雷达声纳修理厂
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2009年第11期2602-2606,共5页
-
基金
国家自然科学基金(60572161)资助课题
-
文摘
针对杂波环境下非线性系统中的多传感器多目标跟踪问题,提出了一种集中式多传感器无极联合概率数据互联算法。该算法中,首先采用无极卡尔曼滤波器实现非线性系统中状态分布的传递,在此基础上应用联合概率数据的思想将单个传感器的量测点迹与航迹互联,最后推广至顺序结构。由于无极卡尔曼滤波器可以获得比扩展卡尔曼滤波算法更高精度的近似,因此能减少非线性模型线性化引起的近似误差对联合概率数据互联概率及状态估计的影响,与基于扩展卡尔曼滤波器思想的顺序多传感器联合概率数据互联算法相比,该算法具有更高的跟踪精度和稳定性,最后通过仿真结果验证了该算法的优越性。
-
关键词
无极卡尔曼滤波器
联合概率数据互联
多传感器
多目标
非线性
-
Keywords
unscented Kalman filter
joint probabilistic data association
multisensor
multitarget
nonlinearity
-
分类号
TN95
[电子电信—信号与信息处理]
-
