Questions tagged «navigation»

1
错误状态(间接)卡尔曼滤波器的模糊定义
我对术语“间接卡尔曼滤波器”或“错误状态卡尔曼滤波器”的确切含义感到困惑。 我发现的最合理的定义是在Maybeck的书[1]中: 顾名思义,在总状态空间(直接)公式中,诸如车辆位置和速度之类的总状态属于过滤器中的状态变量,其测量值是INS加速度计输出和外部源信号。在错误状态空间(间接)公式中,INS指示的位置和速度中的错误属于估计变量,并且提供给滤波器的每个测量值都是INS与外部源数据之间的差。 20年后,Roumeliotis等人。在[2]中写道: 通过选择陀螺仪建模可以避免特定车辆的繁琐建模及其与动态环境的交互。陀螺仪信号出现在系统(而不是测量)方程中,因此问题的提出需要间接(误差状态)卡尔曼滤波方法。 自Lefferts等人以来,我无法理解大胆的部分。在[3]中写得更早: 对于自主航天器,使用惯性参考单元作为模型替代品可以规避这些问题。 然后继续使用陀螺建模模型展示EKF的不同变体,这些变体根据Maybeck的定义显然是直接卡尔曼滤波器:状态仅由姿态四元数和陀螺仪偏置组成,而不是误差状态。实际上,没有单独的INS可以使用错误状态卡尔曼滤波器估算其错误。 所以我的问题是: 我不知道间接(错误状态)卡尔曼滤波器的定义是否有所不同,也许是较新的定义? 陀螺仪建模与一方面与使用适当的动态模型相反,另一方面与使用直接或间接卡尔曼滤波器的决策有何关系?我的印象是两者都是独立的决定。 [1] Maybeck,Peter S.随机模型,估计和控制。卷 1.学术出版社,1979年。 [2] Roumeliotis,Stergios I.,Gaurav S. Sukhatme和George A. Bekey。“规避动态建模:评估应用于移动机器人定位的错误状态卡尔曼滤波器。” 机器人与自动化,1999年。会议论文集。1999年IEEE国际会议上。卷 2. IEEE,1999年。 [3] Lefferts,Ern J.,F。Landis Markley和Malcolm D. Shuster。“卡尔曼滤波用于航天器姿态估计。” 引导,控制和动力学杂志5.5(1982):417-429。

3
选择用于推算的加速度计
我以前从未使用过加速度计,但是我知道它们带有I2C,SPI和模拟输出。如果选择使用I2c或SPI设备,由于通讯时间,我会积累错误吗? 与使用I2C相比,对模拟信号的快速采样是否可能使我获得更准确的推论位置? 这是真的吗 在房间里移动的机器人 在室外地形中移动的机器人可能会在斜坡上滑落。 另外,我没有G的感觉。我试图用握在拳头中的手机操作快速移动手,结果发现读数达到20m / s 2饱和。如果它被另一个发胖的机器人击中或被快走的人撞到,我能期望我的机器人有什么体验?


1
链接卡尔曼滤波器
我的团队正在构建一个机器人,可以在室外环境中自主导航。最近,我们获得了一个新的集成式IMU / GPS传感器,该传感器显然在芯片上进行了一些扩展的卡尔曼滤波。它给出了俯仰,滚动和偏航,北,东和下速度以及纬度和经度。 但是,我们的车轮上还装有一些编码器,它们可提供线性和角速度。在获得这种新型IMU / GPS传感器之前,我们使用编码器和其他一些低成本传感器制作了自己的EKF来评估状态。我们不仅要使用这种新传感器的片上滤波器,而且还要将我们的编码器结合到一起。 链接过滤器有什么问题吗?我的意思是,我们将使用IMU / GPS传感器的片上EKF的输出作为对自己EKF的更新,就像我们使用从编码器读取的数据作为对EKF的更新一样。对我来说似乎很合理,但是我想知道在这种情况下通常应该做什么。

4
对于移动机器人定向和非机器人对象的相对方向,什么是人类友好术语?
在机器人程序设计中,方向主要是根据x,y和z坐标从某个中心位置给出的。但是,如果有很多位置可供选择(例如{23、34、45},{34、23、45},{34、32、45},则x,y,z坐标不便于人类快速理解,{23,43,45}并不是特别友善,并且极易出现人为错误。然而,更常见的英语方向描述符常常过于罗word或太不精确,以至于无法快速选择(例如,“机器人1的右前肩上的前置摄像头”太罗y了;但是“前” /“前向”太不精确了-是摄像头位于前缘还是指向前方?) 在海军和航空领域,通常将车辆位置称为前,后(或船尾),左舷和右舷。而相对于车辆的运动方向通常是参考表盘给出的(例如,前叉的前方将是“ 12”,船尾的后方将是“ 6”,而右舷和右舷端口左侧分别是“ at 3”和“ at 9”)。这种语言支持快速的人际交流,比诸如“前”和“向前”之类的术语更为精确。移动机器人中是否有等同的术语?

2
将四旋翼引向目标
我正在研究四旋翼。我知道它的位置- ,在那里我想去-目标位置b,并从我计算矢量c ^ -将带我去我的目标的单位向量:一个aabbbCcc c = b - a c = normalize(c) 由于四旋翼飞机可以在没有旋转的情况下向任何方向移动,所以我试图做的是 通过机器人偏航角旋转Ccc 将其分为分量X ,ÿx,yx, y 将它们作为侧倾角和俯仰角传递给机器人。 问题在于,如果偏航角为0°±5,则此方法有效,但如果偏航角接近+90或-90,则它将失败并转向错误的方向。我的问题是我在这里缺少明显的东西吗?
9 quadcopter  uav  navigation  slam  kinect  computer-vision  algorithm  c++  ransac  mobile-robot  arduino  microcontroller  machine-learning  simulator  rcservo  arduino  software  wifi  c  software  simulator  children  multi-agent  ros  roomba  irobot-create  slam  kalman-filter  control  wiring  routing  motion  kinect  motor  electronics  power  mobile-robot  design  nxt  programming-languages  mindstorms  algorithm  not-exactly-c  nxt  programming-languages  mindstorms  not-exactly-c  raspberry-pi  operating-systems  mobile-robot  robotic-arm  sensors  kinect  nxt  programming-languages  mindstorms  sensors  circuit  motion-planning  algorithm  rrt  theory  design  electronics  accelerometer  calibration  arduino  sensors  accelerometer 
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.