信任自适应事件驱动无迹卡尔曼融合滤波的矿山机器人跟踪方法及系统

本发明公开了一种信任自适应事件驱动无迹卡尔曼融合滤波的矿山机器人跟踪方法。首先，设计了基于RSS时变响应半径的信任自适应事件驱动的锚点调度和锚点数据传输触发机制，旨在适应矿山机器人周围信任锚点的分布变化调度接近预设数量信任锚点和按需动态触发数据传输。然后，引入随机均匀分布的噪声协方差来刻画矿山机器人运动建模的不确定性，并通过迭代均匀采样Sigma点加权平均，保证了平方根无迹卡尔曼滤波新息估计的一致性；最后，构建了K‑means降维聚类的可信锚点分离机制，并构造了可信测量更新的矿山机器人运动状态估计自适应权重融合策略，提升了矿山机器人跟踪的精确性、稳定性和鲁棒性。