基于GPS-DR的移動機(jī)器人組合定位技術(shù)研究.pdf

1、全球定位系統(tǒng)(GPS)能夠提供全天候，實時的絕對位置定位，其誤差不會隨時間而累積。但是GPS衛(wèi)星信號容易受外界環(huán)境干擾，如遮擋，多路徑效應(yīng)等因素影響，使衛(wèi)星信號變差甚至中斷而無法定位。因此需要借助其它輔助系統(tǒng)來獲取連續(xù)可靠的定位信息。航位推算(DR)是基于相對位置修正的獨(dú)立定位技術(shù)，具有短時間內(nèi)定位精度高的優(yōu)點。但是僅能確定相對位置，且誤差隨推算的進(jìn)行會不斷累加。由此可見，GPS具有長時間絕對定位的穩(wěn)定性而DR具有短時間相對定位的穩(wěn)定性

2、，兩者具有很強(qiáng)的互補(bǔ)關(guān)系。
　　 本文主要研究基于GPS/DR的移動機(jī)器人組合定位技術(shù)，使移動機(jī)器人可以在復(fù)雜環(huán)境下具有良好的自定位能力。首先研究了DR系統(tǒng)和GPS系統(tǒng)的基本定位原理和誤差來源，分別通過實驗分析了單獨(dú)使用其中一種定位方法存在的優(yōu)缺點，從而明確了復(fù)雜環(huán)境下GPS/DR組合定位的優(yōu)越性。然后重點研究了組合定位中的信息融合算法，包括針對線性系統(tǒng)的卡爾曼濾波(KF)算法和針對非線性系統(tǒng)的擴(kuò)展卡爾曼濾波(EKF)算法，比例

3、無跡卡爾曼濾波(SUKF)算法。其中EKF算法通過對非線性函數(shù)的泰勒展開式進(jìn)行一階截斷，忽略高階項來實現(xiàn)線性化，這個過程也就引入了誤差；SUKF算法通過獲取一定數(shù)量的具有狀態(tài)量統(tǒng)計特性的采樣點來逼近非線性密度函數(shù)，來保證傳遞后的狀態(tài)量精度至少達(dá)到二階，因此其模型更精確。最后對GPS/DR組合定位系統(tǒng)建立數(shù)學(xué)模型，針對該模型中狀態(tài)方程和觀測方程的特性，結(jié)合SUKF和KF的算法特點，對SUKF算法進(jìn)行了改進(jìn)。
　　 本文在實驗室的移