基于EKF的多传感器融合定位算法研究

针对室外移动机器人定位系统精度依靠传感器融合存在累计误差的问题,提出一种基于扩展卡尔曼滤波(EKF)的多传感器融合的室外移动机器人定位方法。通过实时差分定位(Real-Time Kinematic,RTK)和里程计信息、IMU信息对室外移动机器人进行扩展卡尔曼滤波融合定位,在真实室外环境中进行实验。实验结果表明:该算法能消除累计误差,提高机器人的定位精度,动态定位精度可达2.5 cm以内,相较于里程计-IMU融合定位,误差减少了92.4%左右,相较于传统的RTK算法,定位精度提高了55.4%。多次实验表明,该算法具有较好的鲁棒性。

便携式高精度输送带纵向撕裂视觉检测系统

针对带式输送机纵向撕裂检测便携式高精度需求,设计了一种基于边缘计算的便携式高精度输送带纵向撕裂检测系统。系统包括输送带纵向撕裂图像数据采集终端和中央控制平台2个部分,采集终端为FPGA及外接器件,终端和中央控制平台经由5G网络实现数据云端通信。文中阐述了系统框架和视觉检测方法,并详细展示了硬件选择与检测结果。利用文中改进的算法,降低了数据计算与传输负载,提高了检测效率。实验结果表明:系统对采样点的检测误差率小于2.8%,满足高精度的检测需求。