当前位置: 首页 > 文章 > 基于自适应系数卡尔曼滤波的农业移动机器人组合定位 农业机械学报 2022 (S1) 36-43
Position: Home > Articles > 基于自适应系数卡尔曼滤波的农业移动机器人组合定位 Transactions of the Chinese Society for Agricultural Machinery 2022 (S1) 36-43

基于自适应系数卡尔曼滤波的农业移动机器人组合定位

作  者:
邱权;胡青含;樊正强;孙娜;张喜海
单  位:
东北农业大学电气与信息学院;北京石油化工学院人工智能研究院;北京市农林科学院智能装备技术研究中心
关键词:
农业移动机器人;组合定位;全球导航卫星系统;惯性导航系统;自适应系数卡尔曼滤波;
摘  要:
基于全球导航卫星系统(Global navigation satellite system, GNSS)的定位导航技术在半结构化、半开放式农业应用场景的部分区域,可能由于存在作物遮挡而导致GNSS接收信号出现短暂丢失的情况,进而影响机器人定位导航精度,甚至对作物和工作人员造成伤害。针对这一问题,本文开展了农业遮挡环境下的GNSS与惯性导航系统(Inertial navigation system, INS)的组合定位方法研究。搭建了用于多传感器定位导航实验的农业机器人系统,该系统由履带式移动平台、GNSS、INS等硬件和ROS(Robot operation system)操作系统、远程操控界面等软件构成。提出了引入自适应系数的GNSS/INS组合定位卡尔曼滤波算法,当GNSS无法进行差分定位或定位数据产生跃变时,通过自适应卡尔曼滤波能够切换到INS定位,从而实现机器人自身位置、姿态的最优估计。在典型农业遮挡场景(果园)进行了实地组合定位实验,并通过GNSS单通道定位、INS单通道定位、常规卡尔曼滤波融合定位、引入自适应系数的卡尔曼滤波定位等4种定位方法的对比,验证了本文提出算法的有效性。现场实验表明:定位过程中,当100 m×20 m的实验区域内出现30 m×6 m的高遮挡区域时,与GNSS定位信息测量方法、INS航迹推算定位方法以及常规卡尔曼滤波组合定位方法相比,自适应系数卡尔曼滤波组合定位方法定位精度分别提升62.1%、48.5%、47.7%。

相似文章

计量
文章访问数: 13
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊