基于两轮机器人运动模型的kalman滤波视觉导航 kalman filter for vision navigation using two-wheel mobile robots model.pdfVIP

I—II 基于两轮机器人运动模型的Kalman滤波视觉导航iII—I 基于两轮机器人运动模型的 Kalman滤波视觉导航木 ]KaJmanFilterforVision Navigation Using MobileRobot’SModel Two．wheel 杨 昀 谈士力 蔡征宇 (上海大学机电工程与自动化学院精密机械工程系，上海200072) 摘要：在视觉算法对目标物识别的基础上，对两轮移动机器人运动模型进行分析，提出将其作为扩展卡尔 曼滤波的系统状态方程，并应用到视觉导航系统中。仿真实验及实际测试表明，方法能较好地对两轮移动机器人 的运动实现预测和估计，减轻环境干扰影响、降低处理计算量并提高系统实时性，满足了机器人在复杂环境下视 觉导航的要求。 关键词：两轮移动机器人扩展Kalman滤波视觉导航 DoI：10．3969／j．issn．1007—080X．2010．06．005 onthe vision themodelofa two-wheel Abstract：Based targetrecognitionusing algorithm，thispaperanalyzes mobilerobotand itasthe state oftheextendedKalmanfilterwhichis tothevision presents system equation applied has and and resultsshowthismethodausefuleffecton estimation navigationsystem．Simulationexperimental prediction ofatwo—wheelrobot theneedsofrobotvision ina environment movement，andsatisly navigationcomplex byeliminating the the and the ofthe inference，reducingcomputationalcomplexityimprovingefficiencysystem． mobilerobotextendedKalmanfiltervision words：two·wheel Key navigation 0引 言 的信息量，在视觉跟踪过程中进行必要的“滤波”和“估 随着机器视觉的发展，通过图像序列对移动机器 计”，前者起到抑制噪声、防止环境干扰的作用，后者则 人导航成为一个重要的研究课题。视觉导航固然有其 能通过对未来时刻机器人位姿的预测，只处理局部搜 灵活通用、获取信息相对完整的优点，但从实践角度 索空间，降低运算成本。Kalman滤波恰好符合上述 看，必须克服几个问题…：第一，大多数全局视觉处理 要求。 算法数据计算量大且耗时，难以满足导航的实时性要