针对移动机器人定位系统中单一传感器定位精度低与环境地图的重要性问题,提出了一种基于多传感器融合的移动机器人定位方法.首先,在未知环境下,分别利用单一里程计,扩展卡尔曼滤波(extended Kalman filter,EKF)算法融合里程计、惯性测量单元(inertial measurement unit,IMU)进行定位,实验表明他们存在累积误差;然后,在已知环境下,利用自适应蒙特卡洛定位(adaptive Monte Carlo localization,AMCL)算法,融合里程计、IMU、激光雷达进行定位.最后,实验结果表明,该方法可以对累积误差进行校正,相较于未知环境下的单一里程计定位与EKF算法融合定位,误差均值分别减少了68%、30%,验证了所提出定位方法的有效性以及环境地图的重要性.
展开▼
