摘要
本发明涉及多传感器融合定位技术领域,公开了一种室外机器人多传感器融合方法。包括以下步骤:通过多传感器在机器人行驶中获取机器人运行数据;将所述预处理的运行数据作为无迹卡尔曼滤波器状态估计过程的测量输入,获得融合处理后的第一位置数据;使用滑动窗口的长短期记忆网络对各传感器噪声特性进行学习,对机器人位置偏差进行补偿得到第二位置数据;将第一位置数据、第二位置数据进行时间同步处理并输入到改进的双层多模型自适应估计框架;所述改进的双层多模型自适应估计框架采用双层结构;得到最终实时位置数据。本发明能抑制单一传感器的噪声与漂移,降低环境遮挡等因素导致的误差积累,提高定位精度、鲁棒性与连续性,适用于室外行驶机器人等场景。
技术关键词
多传感器融合方法
室外机器人
长短期记忆网络
无迹卡尔曼滤波器
多模型
全球定位系统
传感器噪声
机器人位姿
导航坐标系
滑动窗口
误差预测
实时数据
观测噪声
修正贝叶斯
模态特征
系统为您推荐了相关专利信息
智慧城市信息化管理系统
大数据分析模型
环境监测传感器
数据采集模块
气象
预测模型训练方法
时序特征
残差网络
数据
地形特征
数字孪生仿真系统
智慧水利
立体感
神经网络混合模型
长短期记忆网络
指标
生成复合数据
随机森林模型
长短期记忆网络
大数据
电网调度方法
新能源发电站
基线负荷预测
新能源发电预测
长短期记忆网络