论文部分内容阅读
为解决室内环境中移动机器人使用单一传感器定位精度低和稳定性差的问题,提出了一种融合了轮式里程计、惯性测量单元(IMU)、超宽带(UWB)和激光雷达定位数据的多传感器融合定位方法。基于扩展卡尔曼滤波(EKF)算法和自适应蒙特—卡罗定位(AMCL)算法,依次对不同传感器定位数据进行融合。实验结果表明:多传感器融合有助于室内移动机器人获得更精确的定位和较好的定位稳定性。