期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于迭代卡尔曼滤波器的GPS-激光-IMU融合建图算法 被引量:2
1
作者 丛明 温旭 +1 位作者 王明昊 刘冬 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第3期75-83,共9页
在当前机器人导航和环境感知领域,室外大尺度场景下的三维激光SLAM一直是一个挑战性问题。由于GPS信号在某些环境下的不稳定性和激光SLAM的误差累积特性,传统算法在大尺度场景下表现不佳。针对室外大尺度场景下三维激光SLAM(同步定位和... 在当前机器人导航和环境感知领域,室外大尺度场景下的三维激光SLAM一直是一个挑战性问题。由于GPS信号在某些环境下的不稳定性和激光SLAM的误差累积特性,传统算法在大尺度场景下表现不佳。针对室外大尺度场景下三维激光SLAM(同步定位和地图构建)存在的误差累积严重问题,本文提出了一种基于迭代卡尔曼滤波器的GPS-激光-IMU融合建图算法。该算法通过利用惯性测量单元(IMU)数据对机器人状态进行预测,同时以激光和全球定位系统(GPS)数据作为观测,更新机器人状态,推导出观测方程和雅可比矩阵,显著提高了建图的精度和鲁棒性。里程计中融合GPS数据的绝对位置信息以解决长时间运行中的误差累积问题。在特征稀疏的环境中,由于约束不足可能导致算法崩溃,GPS数据的引入可以提高系统的鲁棒性。此外,重力对于IMU数据预测机器人状态起到关键的作用。虽然重力是三维向量,但在不发生区域变化的情况下,其模长是不变的,因此被视为二自由度向量。通过将重力的优化转化为旋转矩阵群上的优化,成功避免了重力过参数化的问题,提高了算法的精度。在室外场景下与其他算法进行了性能测试对比并且验证了在大尺度场景下的鲁棒性和精度,结果表明:本文算法的均方根误差为0.089 m,与其他算法相比降低了54%。 展开更多
关键词 激光SLAM(同步定位和地图构建) 多传感器融合 迭代卡尔曼滤波器 重力优化
在线阅读 下载PDF
迭代无味卡尔曼滤波器 被引量:6
2
作者 程水英 毛云祥 《数据采集与处理》 CSCD 北大核心 2009年第B10期43-48,共6页
通过对无味卡尔曼滤波器(Unscented Kalman filter,UKF)的误差进行分析,提出了迭代UKF(IUKF)算法。该基本思路是用测量更新后的状态估计去重新对状态量和观测量的一步预测,然后再次应用LMMSE估计子估计状态量的均值和协方差阵,... 通过对无味卡尔曼滤波器(Unscented Kalman filter,UKF)的误差进行分析,提出了迭代UKF(IUKF)算法。该基本思路是用测量更新后的状态估计去重新对状态量和观测量的一步预测,然后再次应用LMMSE估计子估计状态量的均值和协方差阵,如此多次迭代后的滤波估计输出具有更高的精度和更小的方差,故滤波器表现出更好的一致性。Monte Carlo仿真表明,IUKF主要应用于观测噪声较小的场合,其中的迭代只需进行2~3次即可。 展开更多
关键词 递推非线性滤波 线性最小均方误差估计子 无味卡尔曼滤波器 无味卡尔曼滤波器
在线阅读 下载PDF
迭代中心差分粒子滤波的SLAM算法 被引量:1
3
作者 钱臻 齐英杰 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2012年第3期355-360,共6页
为了提高SLAM算法中的位姿估计精度,通过在广泛使用的RBPF粒子滤波器中,利用迭代中心差分卡尔曼滤波器(ICDKF)来代替其中的扩展卡尔曼滤波器(EKF),并融合新的观测数据使提议分布更加接近后验概率分布,并且能够精确估计智能车辆的位姿,... 为了提高SLAM算法中的位姿估计精度,通过在广泛使用的RBPF粒子滤波器中,利用迭代中心差分卡尔曼滤波器(ICDKF)来代替其中的扩展卡尔曼滤波器(EKF),并融合新的观测数据使提议分布更加接近后验概率分布,并且能够精确估计智能车辆的位姿,进而采用ICDKF算法更新特征地图的位置.该算法在保证定位精度的同时减少了计算的复杂度,提高系统的估计性能,增加了迭代算法的稳定性.仿真实验结果验证了迭代中心差分粒子滤波SLAM算法的有效性. 展开更多
关键词 同时定位与地图创建 RBPF粒子滤波器 扩展卡尔曼滤波器 中心差分卡尔曼滤波器
在线阅读 下载PDF
基于IESKF的激光惯性里程计实现方法研究
4
作者 金磊 张志安 《激光杂志》 CAS 北大核心 2023年第1期85-90,共6页
针对主流的激光里程计方案存在精度较低和计算耗时严重的问题,提出一种基于迭代误差状态卡尔曼滤波器的IMU与LiDAR紧耦合的里程计方案,将IMU预积分结果与特征点云匹配结果融合得到高精度位姿,并且使用等效卡尔曼增益公式,降低计算维度,... 针对主流的激光里程计方案存在精度较低和计算耗时严重的问题,提出一种基于迭代误差状态卡尔曼滤波器的IMU与LiDAR紧耦合的里程计方案,将IMU预积分结果与特征点云匹配结果融合得到高精度位姿,并且使用等效卡尔曼增益公式,降低计算维度,提高系统运行效率。对比分析了主流里程计方案与本方案在位姿估计精度和时效性上的表现,结果表明,本方案在满足系统实时性的前提下,能有效提高里程计的精度。 展开更多
关键词 激光惯性里程计 等效卡尔曼增益 误差状态卡尔曼滤波器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部