视觉与惯性传感器融合的隐式卡尔曼滤波位置估计算法
杜光勋1
全权2
蔡开元1
1.北京航空航天大学自动化科学与电气工程学院,北京,1001912.北京航空航天大学自动化科学与电气工程学院,北京100191;北京航空航天大学虚拟现实技术与系统国家重点实验室,北京100191
摘要：机器人对自身位置的实时感知在机器人技术中非常重要.本文主要研究机器人技术中一类基于视觉与惯性传感器的位置估计问题.与传统的状态估计问题不同的是,所研究位置估计问题为带有隐式观测方程的线性状态估计问题.为此提出一种能够解决此类估计问题的隐式卡尔曼滤波器,并给出了详细的滤波器设计过程.另外采用扩展变量法将加速度信息中的偏移量作为滤波器状态来估计,以补偿其对位置估计结果的影响.仿真结果显示,所给出的隐式卡尔曼滤波器收敛,加速度偏移带来的影响被有效的补偿.
关键词：视觉惯性传感器融合位置估计隐式卡尔曼滤波器
分类号：TP249(自动化技术及设备)
资助基金：国家重点基础研究发展计划（973计划）(973;2010CB327904)国家自然科学基金(61104012)高等学校博士学科点专项科研基金(20111102120008)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 833-840 )
英文信息