融合WiFi、激光雷达与地图的机器人室内定位

2021-08-26 08:09:18胡钊政刘佳蕙陶倩文
电子与信息学报 2021年8期
关键词:卡尔曼滤波实验

胡钊政 刘佳蕙 黄 刚 陶倩文

①(武汉理工大学信息工程学院 武汉 430070)

②(武汉理工大学智能交通系统研究中心 武汉 430063)

1 引言

高精度定位作为移动机器人系统的核心技术问题,在室外环境可以依靠全球导航卫星系统进行定位,而室内环境由于无法接收GPS信号,对机器人实现自主定位具有一定限制,因此建立一套准确实时的室内定位系统对智能机器人发展至关重要。目前室内定位技术主要分为基于无线网络[1]、基于视觉[2]和基于激光雷达[3]3类,其中基于视觉传感器的定位方法存在受环境光照影响较大的不足,不利于移动机器人的推广,而基于无线网络或激光雷达(Light Detection And Ranging,LiDAR)的室内定位技术则可以适应更丰富的室内环境情况。

基于无线网络的定位方法主要包括WiFi、蓝牙和超宽带等,其中由于大部分室内公共场所基本实现无线局域网的覆盖,WiFi定位已成为目前最广泛使用的室内定位方案之一。考虑到室内多径效应和非视距误差等干扰因素,WiFi定位研究大多采用的是基于接收的信号强度指示(Received Signal Strength Indication,RSSI)建立指纹定位的方案。比如文献[4]设计了一种轻量扩展的指纹构建方法,以无线接入点(Access Point,AP)为圆心来分割采集指纹,并利用RSSI计算距离以提取参考指纹数据,最后通过等高线聚类进行匹配定位。文献[5]对WiFi指纹引入RSSI标准偏差,利用投票机制更新的数据来计算接入点信任因子,从而提取出可信指纹,避免异常信号强度影响定位精度。可以看到目前传统WiFi指纹定位算法往往通过对匹配指纹库获得的参考点与当前位置的RSSI差值来得到信号距离,并将其作为权值依据来计算物理坐标,针对WiFi指纹定位的研究改进也主要集中在对样本采集数据的选择和数据降噪[6]方面。……

登录APP查看全文

猜你喜欢
卡尔曼滤波实验
记一次有趣的实验
做个怪怪长实验
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
NO与NO2相互转化实验的改进
实践十号上的19项实验
太空探索(2016年5期)2016-07-12 15:17:55
基于模糊卡尔曼滤波算法的动力电池SOC估计
电源技术(2016年9期)2016-02-27 09:05:39
基于扩展卡尔曼滤波的PMSM无位置传感器控制
电源技术(2015年1期)2015-08-22 11:16:28
基于自适应卡尔曼滤波的新船舶试航系统