摘要
纺织行业的智能化、绿色化是"双碳"战略中必须进行升级的内容,移动机器人的大量应用将是未来趋势,但是各类纺机中的电动机、传动机构等在生产过程中产生的电磁环境不利于机器人定位.为解决上述问题,提出一种多传感器混合滤波方法,通过结合基于自适应蒙特卡洛定位(adaptive Mentcarto localization,AMCL)方法和无迹卡尔曼滤波(unscented Kalman filter,UKF)融合定位来保证定位的精度;将AMCL与轮式里程计、惯性导航、激光里程计结合使用,根据惯性导航数据对各传感器数据进行预处理减少误差的引入;并通过UKF滤波器进行局部姿态估计.最后,基于机器人操作系统(ROS)框架,利用Gazebo仿真软件构建无、有电磁干扰的纺织车间环境进行试验.结果表明:在无电磁干扰的仿真环境中,AMCL-UKF混合滤波算法定位精度相较于扩展卡尔曼(extended Kalman filter,EKF)融合定位算法、UKF融合定位算法,精度分别提升26.9％、26.0％.在有电磁干扰环境中引入误差减小36.7％.提出的定位方法能够有效提高移动机器人室内定位的精度,对于纺织生产电磁环境下具有较好的稳定性.
NETL
NSTL
维普
万方数据