[发明专利]一种平方根容积模糊自适应卡尔曼滤波SLAM方法在审
| 申请号： | 201811422728.8 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109520503A | 公开（公告）日： | 2019-03-26 |
| 发明（设计）人： | 程明;朱忠义;杨圣伟 | 申请（专利权）人： | 南京工业大学 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20 |
| 代理公司： | 北京汇捷知识产权代理事务所(普通合伙) 11531 | 代理人： | 马金华 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种平方根容积模糊自适应卡尔曼滤波SLAM方法，所述方法包括：对移动机器人进行建模，建立动力学模型和观测模型；模糊自适应噪声动态调整算法，对动力学模型和观测模型中的运动噪声和观测噪声设置控制权值，通过动态调整新息均值和方差的方式对噪声的权值进行了模糊调整；通过k‑1时刻的机器人位姿信息预测k时刻机器人位姿信息；经过预设次数迭代后，对计算器位姿信息进行更新。将迭代方式与强跟踪相结合，并针对机器人存在运动噪声和观测噪声的问题，采用改进的模糊自适应方式对不同的噪声进行自适应动态调整。降低了算法复杂度，解决了采样点在非线性情况下存在失真的问题，校正因特征点增加引起的轨迹偏移现象，提高了位姿精度。 | ||
| 搜索关键词： | 自适应 模糊 噪声 动力学模型 机器人位姿 卡尔曼滤波 观测模型 观测噪声 运动噪声 平方根 自适应动态调整 动态调整算法 算法复杂度 移动机器人 迭代方式 动态调整 偏移现象 位姿信息 信息预测 计算器 采样点 特征点 迭代 方差 建模 位姿 新息 预设 控制权 校正 机器人 跟踪 更新 改进 | ||
【主权项】：
1.一种平方根容积模糊自适应卡尔曼滤波SLAM方法，其特征在于，所述方法包括：对移动机器人进行建模，建立动力学模型和观测模型；模糊自适应噪声动态调整算法，对动力学模型和观测模型中的运动噪声和观测噪声设置控制权值，通过动态调整新息均值和方差的方式对噪声的权值进行了模糊调整；通过k‑1时刻的机器人位姿信息预测k时刻机器人位姿信息；经过预设次数迭代后，对计算器位姿信息进行更新。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京工业大学，未经南京工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811422728.8/，转载请声明来源钻瓜专利网。
