期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
激光雷达与IMU融合的草原风场机器人定位方法
1
作者 寇志伟 景高乐 +3 位作者 崔啸鸣 尹煜 刘利强 齐咏生 《中国农机化学报》 2025年第11期117-124,132,共9页
草原风场具有风力等级高、瞬时风速变化快、环境温度变化大等特点,风场巡检机器人更具有优越性,可以很好地助力风场的数智化建设。针对风场地表崎岖多变、路面高低不平导致的激光雷达点云畸变较大问题,提出一种基于误差状态卡尔曼滤波... 草原风场具有风力等级高、瞬时风速变化快、环境温度变化大等特点,风场巡检机器人更具有优越性,可以很好地助力风场的数智化建设。针对风场地表崎岖多变、路面高低不平导致的激光雷达点云畸变较大问题,提出一种基于误差状态卡尔曼滤波器的激光雷达与惯性测量单元(IMU)融合定位方法(ESKF—LIFL)。对IMU数据进行预积分得到时间段的位姿状态量,并利用该数据通过线性插值方法解算LiDAR点云数据的姿态,对点云进行畸变校正。设计基于误差状态卡尔曼滤波器的LiDAR/IMU数据融合算法,以误差量作为系统的状态量为回环检测提供动态阈值并进行位姿估计,有效提高位姿解算的精度。结果表明,ESKF—LIFL方法输出的预测轨迹精度较高,所提方法在KITTI07数据集序列测试的绝对位姿误差、绝对位姿误差均值达到1.035 m、0.574 m,在KITTI09数据集序列测试的相对位姿误差达到0.418 m,与LOAM算法、LIO—SAM算法相比,上述性能指标分别提升41.16%、27.62%、81.07%。ESKF—LIFL方法能够满足草原风场机器人的自主定位要求,为草原风场巡检定位提供一种新思路。 展开更多
关键词 激光雷达 惯性测量单元 定位 误差状态卡尔曼滤波器 草原风场 巡检机器人
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部