典型文献
基于SLAM/UWB的室内融合定位算法研究
文献摘要：
精确且稳定的自主定位是移动机器人在室内环境下实现自主导航的前提,针对室内定位中视觉即时定位与地图构建(SLAM)存在的累计误差以及环境因素导致超宽带(UWB)定位精度下降的问题,提出一种基于SLAM/UWB的室内融合定位算法.?首先该算法以扩展卡尔曼滤波(EKF)为基础,将UWB的全局定位坐标和视觉SLAM位移增量进行融合,但考虑到测量噪声易受复杂环境影响,引入阈值检测和自适应测量噪声估计器,以抑制异常值和时变测量噪声对滤波器性能的影响,最后使用智能移动小车在不同的室内场地下进行实验.?实验表明:该算法优于单一的UWB或者视觉SLAM定位方式,并且在复杂室内环境下比传统EKF算法拥有更稳定的定位效果.
文献关键词：
融合定位;超宽带(UWB);视觉即时定位与地图构建(SLAM);扩展卡尔曼滤波(EKF);测量噪声估计
中图分类号：
作者姓名：
周韦;孙宪坤;吴飞
作者机构：
上海工程技术大学 电子电气工程学院, 上海 201620
文献出处：
引用格式：
[1]周韦;孙宪坤;吴飞-.基于SLAM/UWB的室内融合定位算法研究)[J].全球定位系统,2022(01):36-42,85
A类：
视觉即时定位与地图构建,测量噪声估计
B类：
SLAM,UWB,内融合,融合定位,定位算法,算法研究,自主定位,移动机器人,室内环境,自主导航,室内定位,中视,超宽带,定位精度,扩展卡尔曼滤波,EKF,全局定位,复杂环境,阈值检测,估计器,异常值,滤波器,移动小车,内场,更稳,定位效果
AB值：
0.240412
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
