摘要
本发明公开了一种重载自动导引车重复定位精度自校正方法、装置,该方法包含:获取不同传感器采集的AGV运行状态数据和所处环境数据,构成多源数据集;对该多源数据集预处理,并构建环境模型,实时计算姿态信息;基于环境模型,判定定位误差并进行误差建模,实时校正各传感器的权重和各滤波器参数、AGV位置信息和AGV姿态信息、优化AGV行进路径;利用改进的卡尔曼滤波算法,对该多源数据集进行融合,并实时优化卡尔曼滤波器,修正定位误差,以进一步校正AGV位置信息;根据该AGV周围环境的图像数据,实时修正AGV行进路径;且设置定期校正机制,控制AGV定期执行指定校正动作。该方法提升了重复定位精度,确保了AGV在动态环境中的稳定运行。
技术关键词
自动导引车
优化卡尔曼滤波
IMU传感器
视觉传感器
障碍物检测传感器
卡尔曼滤波算法
校正机制
误差模型
动态路径规划算法
角速度信息
特征点
加速度
数据
累积误差
运动模糊核
校正方法
系统为您推荐了相关专利信息
三维数字模型
IMU传感器
纹理
口腔扫描数据
注意力
轨迹规划方法
算法
网络结构
Sobel边缘检测
直方图均衡化
多模态数据分析
惯性导航系统
视觉传感器
处理器模块
惯性导航装置
缺陷识别系统
缺陷自动识别方法
高风险
物理
三维数字模型