矿井救灾机器人自主定位方法研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

矿井救灾机器人自主定位方法研究

蔡李花, 方海峰, 李允旺, 吴群彪, 田丰

文章导航 > 工矿自动化 > 2015 > 41(7): 62-67

蔡李花，方海峰，李允旺，等.矿井救灾机器人自主定位方法研究［J］.工矿自动化，2015,41(7)：62-67.. doi: 10.13272/j.issn.1671-251x.2015.07.015

引用本文:

蔡李花，方海峰，李允旺，等.矿井救灾机器人自主定位方法研究［J］.工矿自动化，2015,41(7)：62-67.. doi: 10.13272/j.issn.1671-251x.2015.07.015

CAI Lihua, FANG Haifeng, LI Yunwang, et al. Research of self-localization method of mine rescue robot[J]. Industry and Mine Automation, 2015, 41(7): 62-67. doi: 10.13272/j.issn.1671-251x.2015.07.015

Citation:

CAI Lihua, FANG Haifeng, LI Yunwang, et al. Research of self-localization method of mine rescue robot[J]. Industry and Mine Automation, 2015, 41(7): 62-67. doi: 10.13272/j.issn.1671-251x.2015.07.015

蔡李花，方海峰，李允旺，等.矿井救灾机器人自主定位方法研究［J］.工矿自动化，2015,41(7)：62-67.. doi: 10.13272/j.issn.1671-251x.2015.07.015

引用本文:

蔡李花，方海峰，李允旺，等.矿井救灾机器人自主定位方法研究［J］.工矿自动化，2015,41(7)：62-67.. doi: 10.13272/j.issn.1671-251x.2015.07.015

CAI Lihua, FANG Haifeng, LI Yunwang, et al. Research of self-localization method of mine rescue robot[J]. Industry and Mine Automation, 2015, 41(7): 62-67. doi: 10.13272/j.issn.1671-251x.2015.07.015

Citation:

CAI Lihua, FANG Haifeng, LI Yunwang, et al. Research of self-localization method of mine rescue robot[J]. Industry and Mine Automation, 2015, 41(7): 62-67. doi: 10.13272/j.issn.1671-251x.2015.07.015

矿井救灾机器人自主定位方法研究

doi: 10.13272/j.issn.1671-251x.2015.07.015

1.
江苏科技大学苏州理工学院，江苏张家港215600
2.
中国矿业大学机电工程学院，江苏徐州221116

基金项目:

国家自然科学基金项目（51205391）

江苏省普通高校自然科学研究项目（14KJD440001）

江苏科技大学青年科研基金项目（635271205）

中图分类号: TD774
计量
- 文章访问数: 12
- HTML全文浏览量: 4
- PDF下载量: 3
- 被引次数: 0
出版历程
- 刊出日期: 2015-07-10

Research of self-localization method of mine rescue robot

1.
Suzhou Institute of Technology, Jiangsu University of Science and Technology, Zhangjiagang 215600, China
2.
School of Mechanical and Electrical Engineering, China University of Mining and Technology

摘要: 介绍了矿井救灾机器人自主定位系统的构成和基于航迹推算的自主定位方法，提出了改进的自主定位方法，即使用具备衰减指数因子的有限记忆卡尔曼方法，并以逐级滤波的方式融合多传感器信息。Matlab仿真结果表明，该方法可以稳定地实现0.5 m的跟踪精度；通过实体机器人实验验证了本文提出的矿井救灾机器人自主定位方法的有效性。
- 矿井救灾机器人 /
- 自主定位 /
- 航迹推算 /
- 多传感器 /
- 信息融合
Abstract: Components of self-localization system of mine rescue robots was introduced, self-localization method based on dead reckoning was introduced and improved. The improved method uses limited memory Kalman filter with exponential fading factor, and fuses data of multiple sensors in a stepwise manner. The Matlab simulation results show that the improved method can stably achieve tracking accuracy of 0.5 m. Experiments on mine rescue robot entity were carried out to justify the validity of the proposed self-localization method of mine rescue robot.
- mine rescue robot /
- self-localization /
- dead reckoning /
- multiple sensors /
- information fusio

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 12
HTML全文浏览量: 4
PDF下载量: 3
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

苏ICP备 05016349号-2

本系统由北京仁和汇智信息技术有限公司开发访问量：