CN109507639A - 一种提高超宽带传感器的定位精度的方法 - Google Patents
一种提高超宽带传感器的定位精度的方法 Download PDFInfo
- Publication number
- CN109507639A CN109507639A CN201811648784.3A CN201811648784A CN109507639A CN 109507639 A CN109507639 A CN 109507639A CN 201811648784 A CN201811648784 A CN 201811648784A CN 109507639 A CN109507639 A CN 109507639A
- Authority
- CN
- China
- Prior art keywords
- location data
- wide band
- ultra
- motion model
- positioning accuracy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0205—Details
- G01S5/021—Calibration, monitoring or correction
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种提高超宽带传感器的定位精度的方法,其特征是:所述方法包括以下步骤:1)建立机器人运动模型,设定参数;2)根据运动模型,利用上一时刻定位数据和预测误差,预测下一时刻定位数据和下一时刻预测误差,计算卡尔曼增益;3)结合超宽带定位数据和卡尔曼增益修正运动模型的定位预测值,得到最优估计值;4)根据最优估计值计算预测误差迭代计算。本发明的有益效果是,通过建立机器人运动模型,得到估计定位数据,再与超宽带传感器的定位数据进行卡尔曼滤波,最后根据两个定位数据融合到一起,获得最优的定位坐标,本发明解决了超宽带传感器定位数据的漂移,提高定位精度。
Description
技术领域
本发明涉及机器人领域,尤其涉及一种提高超宽带传感器的定位精度的方法。
背景技术
现有的机器人超宽带定位传感器的定位数据存在一定误差,不能给出一个精确的坐标,定位数据在一定范围内不断浮动。
发明内容
为了克服上述缺点, 本发明提供了一种提高超宽带传感器的定位精度的方法。
本发明为实现上述目的所采用的技术方案是:
一种提高超宽带传感器的定位精度的方法,其特征是:所述方法包括以下步骤:
1)建立机器人运动模型,设定参数;
2)根据运动模型,利用上一时刻定位数据和预测误差,预测下一时刻定位数据和下一时刻预测误差,计算卡尔曼增益;
3)结合超宽带定位数据和卡尔曼增益修正运动模型的定位预测值,得到最优估计值;
4)根据最优估计值计算预测误差,再进行迭代计算。
本发明的有益效果是,本发明解决了超宽带传感器定位数据的漂移问题,提高定位精度。
附图说明
下面结合附图和实施对本发明进一步说明。图1是本发明的流程图。
具体实施方式
在图1中,一种提高超宽带传感器的定位精度的方法,其特征是:
通过建立机器人运动模型,得到估计定位数据,再与超宽带传感器的定位数据进行卡尔曼滤波,最后根据两个定位数据融合到一起,获得最优的定位坐标,所述方法包括以下步骤:
1)建立机器人运动模型,设定参数;
2)根据运动模型,利用上一时刻定位数据和预测误差,预测下一时刻定位数据和下一时刻预测误差,计算卡尔曼增益;
3)结合超宽带定位数据和卡尔曼增益修正运动模型的定位预测值,得到最优估计值;
4)根据最优估计值计算预测误差,再进行迭代计算。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,任何未脱离本发明方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (1)
1.一种提高超宽带传感器的定位精度的方法,其特征是:所述方法包括以下步骤:
1)建立机器人运动模型,设定参数;
2)根据运动模型,利用上一时刻定位数据和预测误差,预测下一时刻定位数据和下一时刻预测误差,计算卡尔曼增益;
3)结合超宽带定位数据和卡尔曼增益修正运动模型的定位预测值,得到最优估计值;
4)根据最优估计值计算预测误差,再进行迭代计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811648784.3A CN109507639A (zh) | 2018-12-30 | 2018-12-30 | 一种提高超宽带传感器的定位精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811648784.3A CN109507639A (zh) | 2018-12-30 | 2018-12-30 | 一种提高超宽带传感器的定位精度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109507639A true CN109507639A (zh) | 2019-03-22 |
Family
ID=65756058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811648784.3A Pending CN109507639A (zh) | 2018-12-30 | 2018-12-30 | 一种提高超宽带传感器的定位精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109507639A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102138768A (zh) * | 2010-01-28 | 2011-08-03 | 深圳先进技术研究院 | 清洁机器人的定位方法和设备 |
CN108225330A (zh) * | 2018-01-03 | 2018-06-29 | 华南理工大学 | 一种基于卡尔曼滤波的可见光动态定位方法 |
-
2018
- 2018-12-30 CN CN201811648784.3A patent/CN109507639A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102138768A (zh) * | 2010-01-28 | 2011-08-03 | 深圳先进技术研究院 | 清洁机器人的定位方法和设备 |
CN108225330A (zh) * | 2018-01-03 | 2018-06-29 | 华南理工大学 | 一种基于卡尔曼滤波的可见光动态定位方法 |
Non-Patent Citations (1)
Title |
---|
牛群峰等: "基于TW-TOF的UWB室内定位技术与优化算法研究", 《自动化与仪表》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
MY193919A (en) | Error correction method and device for search term | |
CN103268407B (zh) | 一种基于拉格朗日插值及卡尔曼滤波的轨道数据插值方法 | |
WO2015192745A1 (zh) | 目标即时定位和构建地图的方法与装置 | |
WO2018163450A1 (ja) | ロボット制御装置およびキャリブレーション方法 | |
CN105526939A (zh) | 道路匹配方法和装置 | |
KR101252531B1 (ko) | 적응적 칼만필터를 이용한 목표 위치추적장치 | |
MX2019001092A (es) | Metodo de estimacion de la posicion propia y dispositivo de estimacion de la posicion propia. | |
CN102968552A (zh) | 一种卫星轨道数据预估与修正方法 | |
CN106772351B (zh) | 基于有限步记忆的卡尔曼滤波方法 | |
JP2009128298A (ja) | 目標追尾装置 | |
WO2019067471A3 (en) | Systems and methods for conducting in-situ monitoring in additive manufacture | |
CN103644911A (zh) | 陀螺仪辅助定位方法 | |
RU2013127127A (ru) | Компенсация задержки | |
CN107270943B (zh) | 一种相关两维的惯性导航落点精度评估方法 | |
CN102999696A (zh) | 噪声相关系统基于容积信息滤波的纯方位跟踪方法 | |
CN104166989A (zh) | 一种用于二维激光雷达点云匹配的快速icp方法 | |
CN109507639A (zh) | 一种提高超宽带传感器的定位精度的方法 | |
CN114370878A (zh) | 一种基于stackf的多auv协同定位方法 | |
CN113310505B (zh) | 传感器系统的外参标定方法、装置及电子设备 | |
CN108680162A (zh) | 一种基于渐进无迹卡尔曼滤波的人体目标跟踪方法 | |
CN109397293B (zh) | 一种基于移动机器人的地面水平误差建模及补偿方法 | |
CN108267757A (zh) | 一种多模定位数据融合方法 | |
CN104290102A (zh) | 一种快速定位补偿方法 | |
CN110007298B (zh) | 一种目标超前预测跟踪方法 | |
TW201612734A (en) | Apparatus and method for recognizing a moving direction of gesture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190322 |