多传感器信息融合在移动机器人定位中的应用

摘要

机器人自定位是实现自主导航的关键问题之一.为了满足机器人在导航时精确定位的要求,提出一种基于多传感器信息融合的自定位算法.根据对机器人运动机构的分析和运动机构间的刚体约束,建立起机器人的运动学模型;由传感器的工作原理建立里程计和超声波传感器的观测模型;利用扩展卡尔曼滤波(EKF)算法将里程计和超声波传感器采集的数据进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.实验结果表明:该算法明显地消除了里程计的累计误差,有效地提高了定位精度.