复杂环境下机器人多源协同递推定位算法研究

轮式机器人通常采用GNSS/INS组合导航来满足室外定位需求,但在复杂环境中,GNSS定位精度逐渐下降,且惯性导航模块的误差持续累积,导致机器人无法通过GNSS/INS组合导航系统获得精确的定位。为解决这一问题,从轮式机器人行驶环境的特征出发,设计了一种基于相机拍摄的车道线边缘检测算法,利用扩展卡尔曼滤波算法结合车道线信息,对车辆定位误差进行约束,并提出了一种适用于城市环境的GNSS/INS/相机多源融合定位算法。