基于UKF数据融合的勘测机器人定位方法.docxVIP

机械工程师ME

机械工程师

MECHANICALENGINEER

机械工程师MECHANICAL

机械工程师

MECHANICALENGINEER

PAGE54圆园

PAGE54

圆园22年第7期网址：电邮：hrbengineer@163.com

PAGE55网址：

PAGE55

网址：电邮：hrbengineer@163.com圆园22年第7期

基于UKF数据融合的勘测机器人定位方法

徐萌1,2,孔令华1,2

（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

XUMeng1,2, KONGLinghua1,2

(1.SchoolofMechanicalAutomotiveEngineering,FujianUniversityofTechnology,Fuzhou350118,China;

2.DigitalFujianIndustrialManufactureIOTLab,Fuzhou350118,China)

Abstract:Thetraditionalodometerpositioningmethodhasalargeerrorinanindoorenvironment,anditisdifficulttoaccuratelylocatetherobotusingasinglesensor.Takingthefour-wheelskid-steeringmobilerobot(SSMR)astheresearchobject,anunscentedKalmanfilter(UKF)integratednavigationmethodisproposed.Thismethodintegratesodometer,inertialnavigation,andultra-wideband(UWB)sensordata.Thehighaccuracyofultra-widebandpositioningisusedtoreducetheinfluenceofslipandaccumulatederrorsintheodometertrackcalculation.Theexperimentalresultsshowthatthemulti-sensorpositioningmethodbasedonthefusionofUWBandodometersignificantlyreducestheerror,improvesthepositioningaccuracy,andcanmeettherequirementsofaccuratepositioningofthesurveyingrobotintheundergroundnon-GPSenvironment.

Keywords:robot;ultra-wideband;unscentedKalmanfilter;datafusion

园引言

在过去的圆园年中，对隧道、城市地下管廊、复杂洞穴环境等各类地下环境进行自主探索需求不断增长。具备自主定位导航功能机器人可应用于矿洞搜索救援、灾难响应及基础设施监测等领域[员]。由于卫星导航系统无法在地下正常工作，传统的陨酝哉及里程计等传感器在长时间工作后会出现累计误差。因此必须提出一种能够提高移动机器人定位精度的导航方案。

目前，基于哉宰月（怎造贼则葬原憎蚤凿藻遭葬灶凿）的定位系统最高定位精度可以达到厘米级