一种多源异质数据协同融合的重载机械臂位姿估计方法

本申请属于机械臂位姿估计领域，具体公开了一种多源异质数据协同融合的重载机械臂位姿估计方法。本申请首先获取机械臂末端加速度、角速度和远红外信号；再随机生成一组粒子，每个粒子表示一种可能的机械臂位姿；之后基于加速度和角速度预测粒子位姿，基于远红外信号更新粒子的权重；最后根据粒子的权重对粒子群进行重采样，由粒子群的位姿和权重得到机械臂的估计位姿。本申请方法将两类异质数据有效融合，综合两类异质数据的优点，从而实现机械臂末端位姿的高精度估计。