文件名称：基于改进MSCKF算法的室内机器人定位方法
文件大小：1.09MB
文件格式：PDF
更新时间：2024-05-26 06:11:24
MSCKF IMU 轮式里程计 EKF状态方程 机器人
针对传统多状态约束卡尔曼滤波算法（MSCKF）在实现机器人室内定位时，速度和位置状态方程需要对IMU中加速度计的测量数据进行积分，存在漂移和累计误差，且加速度计受重力干扰问题，本文提出改进MSCKF算法.改进MSCKF算法避免使用加速度计传感器，利用轮式里程计传感器对平移测量较为精确的优点，将IMU中陀螺仪和轮式里程计的数据进行融合，改进MSCKF算法的扩展卡尔曼（EKF）状态方程.首先利用陀螺仪传感器的角速度数据得到改进EKF姿态方程，然后利用轮式里程计传感器的平移数据，结合姿态方程中的旋转信息得到改进EKF速度和位置方程.最后在机器人操作系统（ROS）上实现MSCKF及其改进算法，并结合Turtlebot2机器人在室内进行实验验证.实验结果表明，改进MSCKF算法的运动轨迹更接近于真实轨迹，定位精度较改进前所有提高，改进前平均闭环误差是0.429 m，改进后平均闭环误差是0.348 m.