优化卡尔曼滤波算法中的目标函数选择

针对优化卡尔曼滤波算法(optimized Kalman filter,OKF)中的目标函数选择问题,设计了两种适用于OKF算法优化的目标函数,证明了这两种目标函数是最优的,即当目标函数取最小值时,OKF算法中的滤波估计值Hkx⌒k|*k-1是(或概率意义下)系统真实状态Hkxk的最优估计。把上述目标函数应用于多模型卡尔曼滤波算法(multiple model adaptive Kalman filter,MM-AKF)中,设计了一种优化多模型卡尔曼滤波算法(optimizedmultiple model adaptive Kalman filter,OMM-AKF),OMM-AKF算法能够根据目标函数优化子滤波器的滤波估计值权值,从而能够得到系统真实状态的较优估计值。最后,通过仿真验证了上述理论的正确性和方法的有效性。

姿态检测及模糊PID算法的自平衡小车

针对小车控制系统的非线性、多变量等复杂性以及高耦合的运动控制特点,设计了一款以STM32F103RCT6微处理器为主控制器,通过模糊PID控制算法等进行姿态检测使其保持平衡的自平衡避障小车。通过卡尔曼滤波优化算法对陀螺仪和加速度计数据进行融合,并以最优姿态角和小车速度为反馈量构成平衡和速度的双闭环控制,再利用模糊PID控制算法实现小车系统的自平衡控制。本系统相对于传统的滤波算法和PID算法,具有耗时短、稳定性强、功耗低等特点。实验证明,自平衡小车能够稳定地实现自平衡控制及避障功能。

智能化综采工作面采煤机的定位试验研究

为解决采煤机当前定位不准确影响其智能化、自动化的开采效果,在对采煤机基本结构和工作模式简单研究的基础上,提出基于果蝇优化卡尔曼滤波算法为核心将惯性传感器差分布的惯性导航定位方法,最后通过构建试验平台对采煤机的初始位置校准效果、姿态定位效果和位置定位效果进行验证,并取得理想效果,为后续推进采煤机的智能化定位功能的实现奠定理论基础。