机床与液压

作者：李航，黄波，廖映华

单位：四川轻化工大学机械工程学院；四川轻化工大学机械工程学院；四川轻化工大学机械工程学院

关键词：多传感器;数据融合;扩展卡尔曼滤波;互补融合;定位精度

基金：四川省科技厅重点研发项目（2021YFG0056）；过程装备与控制工程四川省高校重点实验室项目（GK202203）

针对移动机器人单传感器数据短时丢失、定位精度低、传感器频率异步等问题，采用激光雷达、IMU、轮式里程计获取定位信息，提出基于扩展卡尔曼滤波和互补融合的组合数据融合方法。先通过S-G滤波算法对初始定位数据进行预处理，利用扩展卡尔曼滤波融合算法实现IMU和轮式里程计传感器的定位数据融合，得到融合数据1；再利用互补融合算法将融合数据1和激光雷达进行融合得到融合定位数据2。其中融合数据1对激光雷达进行实时补正，解决频率异步的位移偏差，从而明显提高定位精度。最后采用Gazebo仿真平台，搭建移动机器人模型以及设置传感器的基本参数，验证算法的有效性和稳定性。实验结果表明：数据融合算法提高了非线性传感器的定位精度和稳定性，并且平均定位误差在8 cm内。

来源：2023年第5期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第5期