改进ERTS平滑算法在位置跟踪中的应用研究.pdf

改进ERTS平滑算法在位置跟踪中的应用研究.pdf

ID:51461991

大小:1.03 MB

页数:4页

时间:2020-03-25

改进ERTS平滑算法在位置跟踪中的应用研究.pdf_第1页
改进ERTS平滑算法在位置跟踪中的应用研究.pdf_第2页
改进ERTS平滑算法在位置跟踪中的应用研究.pdf_第3页
改进ERTS平滑算法在位置跟踪中的应用研究.pdf_第4页
资源描述:

《改进ERTS平滑算法在位置跟踪中的应用研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、改进ERTS平滑算法在位置跟踪中的应用研究薛永胜,等改进ERTS平滑算法在位置跟踪中的应用研究ApplicationResearchonthelmprovedERTSSmoothingAlgorithminPositionTracking薛永胜张华霍建文(西南科技大学信息工程学院,四川绵阳621010)摘要:针对标准ERTS平滑算法在位置和姿态估计中计算复杂、效率低、精度不高等问题,提出了利用奇异值分解法改进ERTS平滑算法优化位置和姿态数据的新方法。对系统采集到的位置和姿态信息进行前向扩展卡尔

2、曼滤波,降低系统噪声的初步影响;对滤波后的均方误差阵进行奇异值分解,并降低后向递推增益和预测值计算量,提高了预测精度,有效增强了系统的抗干扰性和稳定性。Turtlebot移动机器人平台的试验效果证明该算法在位置和姿态估计中的高效性和稳定性。关键词:扩展卡尔曼滤波奇异值分解法最优平滑算法最优估计位置跟踪中图分类号:TP202文献标志码:ADOI:10.16086/j.cnki.issn1000-0380.201504005Abstract:Toovercomethedisadvantagesofs

3、tandardERTSsmoothingalgorithminpositionandattitudeestimation,e.g.,complexity,lowefficiency,andpoorprecision,etc.,thenewimprovedERTSsmoothingalgorithmbyadoptingsingularityvalvedecompositionisproposedforoptimizingpositionandattitudedata.Afterforwardext

4、endedKarmanfilteringfortheinformationofpositionandattitudecollectedinthesystem,theinitialimpactofthesystemnoiseisreduced;thesingularityvaluedecompositionisconductedfortheMSEmatrixafterfiltering,thusthebackwardrecursiongainandthecalculatedamountofthep

5、redictedvaluearedecreased,andthepredictionaccuracyisimproved;aswellastheanti-interferenceandstabilityofthesystemareeffectivelystrengthened.TheexperimentalresultonTurtlebotmobilerobotplatformverifiesthehigheffectivenessandstabilityofthisalgorithminpos

6、itionandattitudeestimation.Keywords:ExtendedKalmanfilterSingularvaluedecompositionOptimalsmoothingalgorithmOptimalestimationPositiontracking0引言1ERTS平滑算法精确、稳定的位置和姿态测算是移动机器人自主为保证移动机器人在移动过程中传感器提供的位导航的核心课题之一。在诸多移动机器人位置和姿态置和姿态数据稳定可靠,实际引入了ERTS平滑算法[1]定位算法中,

7、预测、滤波和平滑三类最优估计是提升削弱噪声对系统的影响。该算法对位置的姿态数据先移动机器人位姿受信息信噪比的有效方法,可为控制进行EKF滤波,之后采用RTS平滑算法对数据进行最系统提供更精准、稳定的位置和姿态参数。优平滑优化。系统框图如图1所示。相对于滤波估计而言,平滑估计能够获得优于滤波的估计精度。平滑估计一般可分为固定点平滑、固定滞后平滑和固定区间平滑。其中,固定区间平滑的应用范围最为广泛,但固定区间平滑估计在后向递推计算中,需要进行协方差阵的求逆运算和两正定矩阵的相减运算,因此存在计算效率

8、低和数值稳定性差的图1系统框图[1]问题。为解决这些问题,本文介绍一种改进的ERTSFig.1Blockdiagramofthesystem定区间平滑算法。1.1前向EKF滤波器扩展卡尔曼滤波器于20世纪60年代提出,是一四川省科技厅科技支撑计划项目(编号:2014RZ0049);2014四川省科技支撑计划项目(编号:2014GZ0021)。种历史悠久、应用广泛的非线性高斯次优滤波算法。修改稿收到日期:2014-10-19。该算法在卡尔曼滤波算法的基本框架上,通过对非线第一作者薛永胜(1989-

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。