原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于自适应卡尔曼滤波的侧滑移动机器人运动模型-电子与信息学报
第37 卷第12 期 电 子 与 信 息 学 报 Vol.37 No.12
2015 年12 月 Journal of Electronics Information Technology Dec. 2015
基于自适应卡尔曼滤波的侧滑移动机器人运动模型估计
吴 耀* 王田苗 王晓刚 刘 淼
(北京航空航天大学机械工程及自动化学院 北京 100191)
摘 要：精确实时在线的运动模型对于侧滑移动机器人的运动控制和轨迹规划至关重要，相比于离线模型估计，该
文在基于速度瞬心(ICRs)的侧滑移动机器人运动学模型基础上，采用扩展卡尔曼滤波(EKF)，在同一特定地形下在
线准确得到ICRs 的参数值；并针对不同的地形情况，采用k-近邻法对地形进行分类，实时判别机器人当前运行的
路面，采用自适应的卡尔曼滤波器(AKF)调整滤波器参数。仿真和实验对比表明，该方法在同一地形和变化地形下
均能快速估计出侧滑移动机器人的运动学模型，收敛时间均为3 s 以内，可以满足实际使用的需要。
关键词：移动机器人；侧滑移动；自适应卡尔曼滤波；速度瞬心；k-近邻法
中图分类号： TP242 文献标识码： A 文章编号：1009-5896(2015)12-3016-09
DOI: 10.11999/JEIT150289
Kinematics Model Prediction of Skid-steering Robot
Using Adaptive Kalman Filter Estimation
Wu Yao Wang Tian-miao Wang Xiao-gang Liu Miao
(School of Mechanical Engineering Automation, Beihang University, Beijing 100191, China)
Abstract: Exact and real-time kinematics model plays a very important role in the mobile robot motion control and
path planning. Compared to the off-line model estimation, based on an Instantaneous Centers of Rotation (ICRs)
based kinematic model of skid-steering, an Extend Kalman Filter (EKF) method is used to estimate ICRs values
on specific terrain on line. Terrains are identified by introducing k-Nearest Neighbors (kNN) algorithm when the
robot moves on different terrains. Based on terrain classification, an Adaptive Kalman Filter (AKF) is used to
adjust the filter parameters. The simulation and experiment results show that this method can converge very fast
and estimate the ICRs value accurately with 3 seconds.
Key words: Mobile robot; Skid-steering; Adaptive Kalman Filter (AKF); Instantaneous Centers of Rotation
(
文档评论（0）