欢迎来到天天文库
浏览记录
ID:52214340
大小:318.80 KB
页数:4页
时间:2020-03-25
《多传感器信息融合在四足机器人避障中的应用.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、150传感器与微系统(TransducerandMicrosystemTechnologies)2015年第34卷第5期DOI:10.13873/J.1000-9787(2015)05-0150-04应用技术s、}多传感器信息融合在四足机器人避障中的应用张天,杨晨曦。,朱颖,宋明辉,张地(1.北京理工大学光电学院。北京100081;2.北京理工大学信息与电子学院,北京100081;3.北京理工大学机械与车辆学院,北京100081;4郑州大学国际学院,河南郑州450001)摘要:为提高仿生四足机器人在复杂、动态环境下对障碍物位置信息的感知能力,针对机器人在结构化路面上
2、以Walk步态行走的情况,对双目视觉传感器和超声测距传感器获取的障碍物距离信息进行融合研究。首先,对两种传感器获取的障碍物距离信息进行卡尔曼滤波,降低环境中杂波的影响,然后,根据STF融合算法,利用滤波后得到的两组状态向量的估计值和协方差矩阵进行融合处理。仿真结果表明:滤波后的距离信息的估计值曲线很好地跟踪了真实值曲线,说明卡尔曼滤波算法发挥了良好的滤波作用;与融合前相比,融合后的距离信息估计值的方差明显减小,说明融合后的障碍物位置信息更加准确,满足了仿生四足机器人在复杂、动态环境下作业和行进的精度要求。关键词:双目视觉传感器;超声测距传感器;卡尔曼滤波算法;匀速模
3、型;STF算法;机器人避障中图分类号:TP24文献标识码:A文章编号:1000-9787(2015)05-0150-04Application0fmulti.sensorinfl0rmati0nfusioninobstacleavoidance0fquadrupedrobotZHANGTian.YANGChen.xi,ZHUYing,SONGMing.hut,ZHANGDi(1.SchoolofOptoelectronics,BeijingInstituteofTechnology,Beijing100081,China;2.ScholofInformationan
4、dElectronics,BeijingInstituteofTechnology,Beijing100081,China;3.SchoolofMechanicalEngineering,BeijingInstituteofTechnologyBeijing100081,China;4.InternationalSchool,ZhengzhouUniversity,Zhengzhou450001,China)Abstract:Inordertoimproveabilityofbionicquadrupedrobottoperceptlocationinformati
5、onofobstaclesincomplexanddynamicenvironment,informationfusionbetweenbinocularsensorandultrasonicrangingsensorisresearchedunderconditionthattherobotmovesinwalkinggaitonstructuredroadsurface.Firstly,distanceinformationofobstaclesfromthesetwosensorsisprocessedbyKalmanfilteringalgorithm,wh
6、ichishelpfultoalleviateinterferencecausedbynoise.Then,usetwogroupsofstatevectorestimationvalueandcovariancematrixobtainedbyfiltering,fusionprocessingCallbecarriedoutbySTFfusionalgorithm.Simulationresultsshowthatcurveofestimationvalueofdistanceinformationafterfilteringtrackcurveofrealva
7、luewell,whichshowsthatKalmanfiltering~gorithmplaysaneffectiveroleininhibitingnoise;afterfusion,thevarianceoftheestimationvalueisdistinctlysmaller,whichilluminatesthattheinformationoftheobstaclesbecomesmoreaccurate.Finally,theneedforprecisionismetwhentherobotworksincomplexanddynamicen
此文档下载收益归作者所有