基于自适应卡尔曼滤波的侧滑移动机器人运动模型估计.pdfVIP

第 37卷第 12期 电 子 与 信 息 学 报 Vo1．37No．12 2015年 12月 JournalofElectronics InformationTechnology 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 文在基于速度瞬一I~(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3S以内，可以