首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于改进的自适应UKF的视觉惯性轮速计SLAM方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:扬州大学

摘要:本发明公开了视觉导航技术领域一种基于改进的自适应UKF的视觉惯性轮速计SLAM方法,包括以下步骤1)对机器人SLAM系统建立状态方程;步骤2)建立视觉传感器和轮速计的量测模型;步骤3)根据状态空间模型确立无迹变换采样点和权值;步骤4)将采样点进行非线性函数传递,并更新系统状态预测和状态预测协方差矩阵;步骤5)量测更新,并用改进的Sage‑Husa算法对过程噪声和量测噪声协方差矩阵进行更新;步骤6)引入收敛因子,更新状态估计、滤波增益和状态估计协方差矩阵,本发明采用了改进的Sage‑Husa自适应卡尔曼滤波,通过自适应调整UKF算法的参数,优化滤波效果,从而提高机器人SLAM系统的实时性和准确性。

主权项:1.一种基于改进的自适应UKF的视觉惯性轮速计SLAM方法,其特征在于,包括以下步骤:步骤1对机器人SLAM系统建立状态方程;步骤2建立视觉传感器和轮速计的量测模型;步骤3根据状态空间模型确立无迹变换采样点和权值;步骤4将采样点进行非线性函数传递,并更新系统状态预测和状态预测协方差矩阵;步骤5量测更新,并用改进的Sage-Husa算法对过程噪声和量测噪声协方差矩阵进行更新;步骤6引入收敛因子,更新状态估计、滤波增益和状态估计协方差矩阵。

全文数据:

权利要求:

百度查询: 扬州大学 基于改进的自适应UKF的视觉惯性轮速计SLAM方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。