基于UKF数据融合的勘测机器人定位方法.pdfVIP

机械工程师

MECHANICALENGINEER

基于UKF数据融合的勘测机器人定位方法

1,21,2

徐萌,孔令华

（1.福建工程学院机械与汽车工程学院，福州350118；2.数字福建工业制造物联网实验室，福州350118）

摘要：传统里程计定位方法在室内环境下误差大，难以通过单一传感器对机器人精准定位。以四轮侧滑移动机器人

（SSMR）为研究对象，提出一种无迹卡尔曼滤波（UKF）组合导航方法。该方法融合里程计、惯导、超宽带（UWB）传感器数

据。利用超宽带定位精度高的特点，减少里程计航迹推算的打滑及累计误差影响。实验结果表明，基于UWB与里程计融合

的多传感器定位方法误差明显降低，提高了定位准确性，能够满足勘测机器人在地下非GPS环境精确定位的要求。

关键词：

机器人；超宽带；无迹卡尔曼滤波；数据融合

中图分类号:TP249文献标志码:粤文章编号：员园园圆原圆猿猿猿（圆园22）07原园054原园4

LocationMethodofSurveyRobotBasedonUKFDataFusion

1,21,2

XUMeng,KONGLinghua

(1.SchoolofMechanicalAuomoiveEngineering,FujianUniveriyofTechnology,Fuzhou350118,China;

2.DigialFujianIndurialManufacureIOTLab,Fuzhou350118,China)

Abstract:Thetraditionalodometerpositioningmethodhasalargeerrorinanindoorenvironment,anditisdifficultto

accuratelylocatetherobotusingasinglesensor.Takingthefour-wheelskid-steeringmobilerobot(SSMR)astheresearch

object,anunscentedKalmanfilter(UKF)integratednavigationmethodisproposed.Thismethodintegratesodometer,

inertialnavigation,andultra-wideband(UWB)sensordata.Thehighaccuracyofultra-widebandpositioningisusedto

reducetheinfluenceofslipandaccumulatederrorsintheodometertrackcalculation.Theexperimentalresultsshowthat

themulti-sensorpositioningmethodbasedonthefusionofUWBandodometersignificantlyreducestheerror,improves

thepositioningaccuracy,andcanmeettherequirementsofaccuratepositioningofthesurveyingrobotintheunderground

non-GPSenvironment.

Keywords:robot;ultra-wideband;unsc