声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：张文, 杨耀鑫, 黄天帜, 孙振国
关键词：多传感器融合, 误差状态扩展卡尔曼滤波, 爬壁机器人, 位姿估计, ArUco码
针对现有的爬壁机器人定位技术在纹理特征不明显、环境相对封闭、存在强磁干扰等特殊环境下的不足，提出利用机载鱼眼相机观测固定于地面的ArUco码的全新定位方案并实现了基于该定位方案的惯性测量单元/编码器/鱼眼相机多传感器融合的自主定位方法A-IEF。该方法首先识别ArUco码，并根据其在鱼眼图像中的位置筛选关键帧；然后，研究了固定于地面的ArUco码的角点在鱼眼图像中的重投影规律，并结合机器人姿态约束进行重定位优化；其次，在关键帧区间内，推导了角点重投影误差关于机器人位置和姿态增量的雅可比矩阵；接着，设计了基于ES-EKF（误差状态扩展卡尔曼滤波）的多信息融合方法，以编码器估计的位移误差及ArUco角点重投影误差作为观测量，实现对机器人航向角和位置的修正；最后，在大型钢制构件上进行测试，试验结果表明，本文方法具有更高的定位精度，其中位置估计精度保持在0.06：m以内，航向角估计精度保持在3.7°以内，相较于ArUco-rectified、航位推测法等定位算法，位置误差降低约47%，航向角误差降低约68%，并能够实现在弱光照环境中的定位。
来源：2024年第1期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。