一种基于改进ESKF的编码器与IMU融合的室内定位方法

本发明提出了一种基于改进ESKF的编码器与IMU融合的室内定位方法，旨在提高自动导引车(AGV)或其他移动机器人在动态环境下的定位精度和控制稳定性。该方法结合了模糊逻辑的自适应特性与ESKF的非线性状态估计能力，实现了多传感器数据的不确定性补偿和动态调整。在实施过程中，首先利用编码器和IMU数据对系统的运动状态进行建模，并通过时间同步机制实现数据对齐。然后，引入模糊逻辑控制系统，根据传感器噪声的变化动态调整ESKF的过程噪声协方差矩阵和观测噪声协方差矩阵，从而优化滤波性能。ESKF的预测步骤以编码器数据为主要输入，通过运动学模型估算车辆状态；更新步骤则结合IMU提供的角速度和加速度信息，进一步校正状态估计，以增强算法的自适应性和鲁棒性。通过实验验证，本发明展示了其在复杂动态环境中对AGV运动状态进行精确融合的优越性能，有效提高了定位精度和系统的实时响应能力。