基于自适应卡尔曼滤波的侧滑移动机器人运动模型估计

来源：电子与信息学报杂志2015年第12期北京时间：

作者：吴耀, 王田苗, 王晓刚, 刘淼

摘要：精确实时在线的运动模型对于侧滑移动机器人的运动控制和轨迹规划至关重要，相比于离线模型估计，该文在基于速度瞬心(ICRs)的侧滑移动机器人运动学模型基础上，采用扩展卡尔曼滤波(EKF)，在同一特定地形下在线准确得到ICRs的参数值；并针对不同的地形情况，采用k-近邻法对地形进行分类，实时判别机器人当前运行的路面，采用自适应的卡尔曼滤波器(AKF)调整滤波器参数。仿真和实验对比表明，该方法在同一地形和变化地形下均能快速估计出侧滑移动机器人的运动学模型，收敛时间均为3 s以内，可以满足实际使用的需要。

关键词：移动机器人, 侧滑移动, 自适应卡尔曼滤波, 速度瞬心, k-近邻法

基金资助：国家863计划(2011AA040202)