摘要
本发明公开了一种医疗机器人移动平台定位方法、融合地图构建方法,采用IMU数据和轮式里程计数据估计移动平台的运动模型;利用IMU和轮式里程计提供的测量值对状态向量的预测值进行更新;通过扩展卡尔曼滤波算法的预测阶段,计算得到更新后的状态向量和协方差矩阵;获取视觉里程计提供的位姿更新信息;采用扩展卡尔曼滤波算法的更新方程,将视觉里程计测量值与预测状态向量进行融合;采用扩展卡尔曼滤波算法的加权平均,融合视觉里程计、IMU和轮式里程计的数据;反复执行,得到优化后的移动平台的位姿估计。本发明采用多传感器融合的定位方法,很好地解决了医疗机器人移动平台在狭小、非结构化室内定位精度不高的问题。
技术关键词
SLAM地图
移动平台定位方法
地图构建方法
扩展卡尔曼滤波算法
医疗机器人
融合视觉里程计
轮式
数据
协方差矩阵
因子
激光雷达
室内定位精度
坐标系
时间同步
多传感器融合
系统为您推荐了相关专利信息
无人机
方位误差
深度神经网络模型
巡检方法
扩展卡尔曼滤波算法
地图构建方法
交叉注意力机制
稠密点云
三维空间物体
双目相机
IMU信息
车辆运动信息
控制设备
误差函数
扩展卡尔曼滤波算法
无人机协同
飞行方法
机器学习算法分析
水平航迹
应急响应时间
辅助机器人
障碍物
关节力矩传感器
点云密度
机械臂定位