移动机器人的卡尔曼滤波定位算法改进与仿真

针对传统卡尔曼滤波算法和扩展卡尔曼滤波算法应用于移动机器人定位系统时出现的误差值较大和算法发散现象,在定位算法中引入修正因子对状态估计方程进行优化。分析传统卡尔曼滤波和扩展卡尔曼滤波的定位算法原理,研究运动过程中驱动力和摩擦力对移动机器人的影响,引入修正因子改进卡尔曼滤波算法,并对传统卡尔曼滤波算法、扩展卡尔曼滤波算法和改进算法做仿真对比和研究。仿真结果表明:修正因子对传统卡尔曼滤波算法和扩展卡尔曼滤波算法都具有改进效果,能提高定位精度。

基于EKF和UKF的移动机器人定位算法优化与仿真

为了研究卡尔曼滤波算法在非线性系统中的定位预测效果,对扩展卡尔曼滤波算法和无迹卡尔曼滤波算法的应用结果做了分析对比,并且根据机器人的受力情况,在滤波算法中引入修正因子,对状态估计方程进行改进。仿真实验表明:无迹卡尔曼滤波算法在非线性系统中的定位效果优于扩展卡尔曼滤波算法;修正因子对两种算法都具有改进效果,提高了定位精度。