论文部分内容阅读
针对助老机器人服务的特殊性,决定了其工作环境的开放性,而在开放环境中要求精确定位,保证助老机器人安全工作。影响机器人精确定位的因素主要是,未知环境下路标特征的提取易受环境影响,所建模型的噪声特性未知。为了提高助老机器人的精确定位,提出一种采用未知路标的多传感器信息融合的无迹卡尔曼滤波的定位方法,并采用改进的SageHusa自适应滤波算法对其未知噪声方差阵进行估计。仿真结果表明,在未知路标下,系统噪声曲线稳定控制在极小范围内,证明了Sage-Husa自适应UKF算法是有效性,为助老机器人的广泛使用提供