多传感器融合的运输机器人导航系统

利用无人驾驶飞行器(UAVs)进行仓库内物品库存检查,在成本、时间和人员安全方面都是有益的。然而,在典型的仓库中,由于过道又窄又长,而且光照差,自主无人机要安全地完成运输任务是非常有挑战性的。过去的自主无人机不适合这样的环境,因为它们容易受到干扰、漂移和离群点的定位方法的影响,还受到昂贵的传感器的影响。通过研究设计出一种基于扩展卡尔曼滤波(EKF)的多传感器融合框架的低成本传感系统,以实现仓库环境下无人机的自主导航。为了克服UAV定位方法固有的漂移、离群点和干扰问题,提出利用马氏范数分量检验有效地剔除离群点和引入伪协方差结合视觉SLAM算法。该系统可应用于物资仓库的多种循环库存检验任务中。