针对即时定位与地图构建(Simultaneous localization and mapping,SLAM)中经典方法的误差累积以及噪声干扰问题,提出基于自适应渐消EKF的SLAM算法。该算法通过引入自适应渐消因子,实时在线调整先验概率密度估计,减小陈旧观测信息对系统...针对即时定位与地图构建(Simultaneous localization and mapping,SLAM)中经典方法的误差累积以及噪声干扰问题,提出基于自适应渐消EKF的SLAM算法。该算法通过引入自适应渐消因子,实时在线调整先验概率密度估计,减小陈旧观测信息对系统估计的影响,在保证协方差矩阵正定性的同时,达到提高SLAM算法估计精度及增强其鲁棒性的目的。通过仿真和基于开源数据集的实验,将提出的算法与EKF-SLAM和UKF-SLAM两种算法进行比较,结果表明AFEKF-SLAM算法在估计精度上优于另外两种算法。展开更多
大直径回转体类零件动态位置变量不易准确测得或测量成本较高,而动态位置的准确获取对关键回转体类零件运动控制有着重要的意义。提出一种大直径回转体动态位置实时检测新方法,该方法针对回转体匀速、匀加速及变加速的不同转动状态,在...大直径回转体类零件动态位置变量不易准确测得或测量成本较高,而动态位置的准确获取对关键回转体类零件运动控制有着重要的意义。提出一种大直径回转体动态位置实时检测新方法,该方法针对回转体匀速、匀加速及变加速的不同转动状态,在传统融合算法的基础上引入自适应渐消因子,建立多传感器自适应渐消Kalman滤波融合(Multisensor informationfusion based on adaptive fading Kalman filter,MSIF-AFKF)算法,融合多组光栅传感器信息,对回转体不同转动状态的位置参数进行联合估计。仿真表明,与基于传统融合算法的检测方法相比,基于MSIF-AFKF算法的检测方法具有更高精度的动态位置输出,将该方法应用于某型卧式铆接设备的床头床尾空心轴转角定位系统中,并进行试验验证,其结果与模拟仿真结果一致。展开更多
文摘针对即时定位与地图构建(Simultaneous localization and mapping,SLAM)中经典方法的误差累积以及噪声干扰问题,提出基于自适应渐消EKF的SLAM算法。该算法通过引入自适应渐消因子,实时在线调整先验概率密度估计,减小陈旧观测信息对系统估计的影响,在保证协方差矩阵正定性的同时,达到提高SLAM算法估计精度及增强其鲁棒性的目的。通过仿真和基于开源数据集的实验,将提出的算法与EKF-SLAM和UKF-SLAM两种算法进行比较,结果表明AFEKF-SLAM算法在估计精度上优于另外两种算法。
文摘大直径回转体类零件动态位置变量不易准确测得或测量成本较高,而动态位置的准确获取对关键回转体类零件运动控制有着重要的意义。提出一种大直径回转体动态位置实时检测新方法,该方法针对回转体匀速、匀加速及变加速的不同转动状态,在传统融合算法的基础上引入自适应渐消因子,建立多传感器自适应渐消Kalman滤波融合(Multisensor informationfusion based on adaptive fading Kalman filter,MSIF-AFKF)算法,融合多组光栅传感器信息,对回转体不同转动状态的位置参数进行联合估计。仿真表明,与基于传统融合算法的检测方法相比,基于MSIF-AFKF算法的检测方法具有更高精度的动态位置输出,将该方法应用于某型卧式铆接设备的床头床尾空心轴转角定位系统中,并进行试验验证,其结果与模拟仿真结果一致。
