基于特征点云统计的多传感器融合定位方法

胡欢; 贾田鹏; 张英

doi:10.13873/J.1000-9787(2025)03-0125-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于特征点云统计的多传感器融合定位方法

计算与测试 | 更新时间：2025-09-11

- 基于特征点云统计的多传感器融合定位方法
- 暂无标题
- 传感器与微系统 2025年第3期页码：125-129
- 作者机构：
  
  1. 北京信息科技大学机电工程学院
  2. 北京邮电大学现代邮政学院(自动化学院)
- 作者简介：
- 基金信息：
  
  国家重点研发计划资助项目(2023YFE0122600)
- DOI：10.13873/J.1000-9787(2025)03-0125-05
  中图分类号： TN713;TP212;TP242
- 纸质出版：2025
- 稿件说明：
移动端阅览
胡欢, 贾田鹏, 张英. 基于特征点云统计的多传感器融合定位方法[J]. 传感器与微系统, 2025,(3):125-129.
胡欢, 贾田鹏, 张英. 基于特征点云统计的多传感器融合定位方法[J]. 传感器与微系统, 2025,(3):125-129. DOI： 10.13873/J.1000-9787(2025)03-0125-05.

DOI：

摘要

精准定位是实现移动机器人自主导航的先决条件。为解决单一传感器的局限性问题，提出了一种通过扩展卡尔曼滤波(EKF)算法对轮速计和视觉惯性传感器的信息进行融合定位。针对视觉受到遮挡干扰后影响融合定位的问题，提出了基于特征点云个数的改进EKF融合定位算法。该算法通过特征点云个数和方差系数计算函数，动态地更新视觉惯性里程计(VIO)的噪声协方差矩阵，以便消除视觉被遮挡后对系统定位结果的影响。仿真实验结果表明：提出的基于特征点云个数的EKF融合定位和传统EKF融合定位相比，在定位精度上相差无几，但在鲁棒性上大幅提升。实物实验结果进一步验证了所提出的融合定位方法能够有效消除视觉受到遮挡后对定位结果的影响。

Abstract

关键词

Keywords

references

Shaukat Nabil,Moinuddin Muhammad,Otero Pablo.Underwater Vehicle Positioning by Correntropy-Based Fuzzy Multi-Sensor Fusion[J].Sensors,2021.

Qin Tong,Li Peiliang,Shen Shaojie.VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator[J].IEEE Transactions on Robotics,2018.

张书亮.基于多传感器融合的室内移动机器人定位与导航研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所),2021(08).

卢铁.基于多传感器融合的矿区废弃地移动机器人导航[D].中国矿业大学,2021(03).

庄庭达.基于ROS的移动机器人多传感器融合定位技术研究[D].华南理工大学,2021(01).

石峰.基于旋转磁罗盘的移动机器人视觉惯性融合定位[D].华南理工大学,2020(02).

孙安顺.多传感器融合的移动机器人室内定位系统研究[D].浙江大学,2020(06).

周阳.基于多传感器融合的移动机器人SLAM算法研究[D].北京邮电大学,2019(09).

齐政光,艾长胜,耿敦洋,冯志全,郑加海,王相勇.基于多源定位的机器人导航地图融合研究[J].传感器与微系统,2023(09).

尹艺杰,李宁,王超.基于多传感器融合的同步定位与建图方法研究[J].传感器与微系统,2023(08).

查看原文

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

热成像激光雷达GNSS多传感器融合抗干扰定位

基于安装误差矩阵约束的电子磁罗盘在线校正方法

PDR与UWB融合的森林消防员定位系统设计

光电吊舱永磁力矩电机控制系统设计与研制

基于扩展卡尔曼滤波的纵移装置俯仰位姿估计