巡检机器人全球定位系统和里程计组合定位方法

发布时间：2022-12-05 01:51

　　针对巡检机器人在校园环境中工作时,全球定位系统（global positioning system,GPS）信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和里程计组合定位方法。以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值。最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真。结果表明,机器人以150 cm/s的速度行驶80 s后其轨迹误差能控制在5 cm以内,利用多传感器融合技术可以提高机器人的定位精度和可靠性,GPS和里程计组合定位方法能够有效提高机器人实时定位精度。 

【文章页数】：5 页

【文章目录】：
1 GPS/ODO组合定位原理
2 GPS/ODO组合定位模型
    2.1 组合定位系统的基本结构
    2.2 GPS行程增量表达式
    2.3 里程计行程增量表达式
    2.4 组合定位系统的数学模型
3 GPS/ODO组合定位卡尔曼滤波算法
    3.1 卡尔曼滤波基本思路
    3.2 卡尔曼滤波初始对准方法
    3.3 滤波器设计
    3.4 初始值确定
4 实验验证
    4.1 速度误差
    4.2 位移误差
5 结论


【参考文献】：
期刊论文
[1]基于捷联惯导和里程计的井下机器人定位方法研究[J]. 马宏伟,张璞,毛清华,周颖.  工矿自动化. 2019(04)
[2]SINS/GPS组合导航系统Kalman滤波仿真研究[J]. 王艳梅,王海生.  沈阳理工大学学报. 2019(01)
[3]校园巡检机器人智能导航与控制[J]. 杨林,马宏伟,王川伟,夏伟.  西安科技大学学报. 2018(06)
[4]基于kalman滤波的智能小车GPS轨迹跟踪[J]. 孙成正.  佳木斯大学学报(自然科学版). 2018(06)
[5]里程计辅助车载GNSS/INS组合导航性能分析[J]. 姚卓,章红平.  大地测量与地球动力学. 2018(02)
[6]基于GPS和里程计的列车定位方法[J]. 陶汉卿,蔡煊,吴昕慧.  城市轨道交通研究. 2017(08)
[7]基于灰色理论的列车组合定位轮径校准方法研究[J]. 刘江,蔡伯根,王剑,唐涛.  铁道学报. 2011(05)

硕士论文
[1]四驱轮式移动机器人建模与运动控制研究[D]. 卓颖莉.浙江大学 2017
[2]基于GPS/SINS/里程计的智能车导航定位算法研究[D]. 宋志雪.北京工业大学 2017



本文编号：3709429