论文部分内容阅读
采用单类、单一传感器很难获得移动机器人的准确定位．为此，运用异质传感器信息融合来提高定位精度．首先，建立机器人运动方程和CCD摄像机观测模型．然后，利用扩展卡尔曼滤波器进行状态估计，选择Q，R矩阵抑制系统的模型噪声和量测噪声，并实现移动机器人的自定位．接着，建立超声波传感器的观测模型，获得机器人的自定位信息．最后，运用BP神经网络，将两种白定位信息进行融合，实现两类传感器的优缺点互补．仿真实验表明，运用异质传感器信息融合能明显地提高移动机器人的自定位精度．