扩展卡尔曼滤波(EKF)
扩展卡尔曼滤波(EKF)的相关文献在2002年到2022年内共计67篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、电工技术
等领域,其中期刊论文67篇、专利文献98179篇;相关期刊54种,包括中国传媒大学学报(自然科学版)、天津理工大学学报、西安文理学院学报(自然科学版)等;
扩展卡尔曼滤波(EKF)的相关文献由199位作者贡献,包括万建伟、但杨文、吴玲丽等。
扩展卡尔曼滤波(EKF)—发文量
专利文献>
论文:98179篇
占比:99.93%
总计:98246篇
扩展卡尔曼滤波(EKF)
-研究学者
- 万建伟
- 但杨文
- 吴玲丽
- 宿晓静
- 李亚安
- 李明
- 林莉
- 沈艳霞
- 王玲
- 薛重德
- 邵金鑫
- 郭亦平
- 鄢社锋
- 陈晓
- Ryad Chellali
- 丁少文
- 于洪波
- 付春玲
- 付浪
- 任志国
- 何康辉
- 侯煜博
- 侯雷
- 兰旭辉
- 冯玉田
- 刘云辉
- 刘代军
- 刘健
- 刘先省
- 刘嘉林
- 刘守训
- 刘小华
- 刘忠
- 刘振华
- 刘斌
- 刘明雍
- 刘江
- 华铁洲
- 单荃
- 卫鄢锦
- 史仪凯
- 叶波
- 吕天阳
- 吴杰
- 吴永慧
- 吴秋平
- 吴飞
- 周韦
- 唐子成
- 夏雪磊
-
-
周韦;
孙宪坤;
吴飞
-
-
摘要:
精确且稳定的自主定位是移动机器人在室内环境下实现自主导航的前提,针对室内定位中视觉即时定位与地图构建(SLAM)存在的累计误差以及环境因素导致超宽带(UWB)定位精度下降的问题,提出一种基于SLAM/UWB的室内融合定位算法.首先该算法以扩展卡尔曼滤波(EKF)为基础,将UWB的全局定位坐标和视觉SLAM位移增量进行融合,但考虑到测量噪声易受复杂环境影响,引入阈值检测和自适应测量噪声估计器,以抑制异常值和时变测量噪声对滤波器性能的影响,最后使用智能移动小车在不同的室内场地下进行实验.实验表明:该算法优于单一的UWB或者视觉SLAM定位方式,并且在复杂室内环境下比传统EKF算法拥有更稳定的定位效果.
-
-
姜文飞;
张小俊;
王金刚
-
-
摘要:
为解决智能车在未知地下车库环境,由于单独使用二维激光雷达点云信息的数量有限,当存在动态障碍物时位姿匹配容易产生误匹配导致定位与建图精度降低的问题,提出了一种根据光照加权的扩展卡尔曼滤波算法将RGB-D相机的视觉信息和二维激光雷达的点云信息进行融合。首先,采用改进的IMLS-ICP(implicit moving least square-iterative closest point)算法对激光点云数据进行处理以得到更高的匹配精度;然后,针对视觉匹配算法较慢的问题,采用ORB(oriented FAST and rotated bRIEF)算法对直方图均衡化滤波优化后的图像进行处理来加快图像处理的速度与特征匹配的精度;采用视觉词袋模型进行回环检测来重定位以减少累计误差的影响;最后,通过搭建的汽车实验平台进行车库实验,验证了采用该方法能够得到更高的定位精度和更加准确的建图效果,提高了系统的鲁棒性。
-
-
李景文;
韦晶闪;
陆妍玲;
姜建武;
朱明;
叶波;
张英南
-
-
摘要:
激光雷达(light detection and ranging,LiDAR)在室内定位中具有抗干扰能力强,速度、角和距离分辨率高等优点,但在定位过程中其精度易受环境因素干扰影响。提出了一种LiDAR和行人航迹推算(pedestrian dead reckoning,PDR)融合的室内定位方法,以扩展卡尔曼滤波(extended Kalman filter,EKF)为基础,通过对LiDAR的位移增量、角度观测值以及PDR的位姿信息等量测值进行解算,令二者互补融合,有效抑制非视距影响和误差累积的问题,并对单一类组合算法和融合类组合算法的定位精度进行对比分析。实验结果表明:当室内人员为行走状态时,LiDAR和PDR融合定位算法较单一定位方法在精度和稳定性方面均有效提高,PDR定位误差为0.98 m,LiDAR定位误差为0.6 m,EKF融合后定位误差下降到0.32 m。
-
-
宋春宁;
莫伟县;
苏有平
-
-
摘要:
采用改进的鲸鱼优化算法(WOA)优化充电电流,实现对单液流锌镍电池的充电控制.采用脉冲电流对电池进行充电实验,建立Thevenin等效电路模型并进行参数辨识,运用扩展卡尔曼滤波(EKF)实现荷电状态(SOC)估算.构建的单液流锌镍电池充电时间-能耗模型,以缩短充电时间、降低能量损耗为目标,采用权重系数将时间-能耗的双目标模型转换为单目标模型;将0~95%的SOC分为19个阶段,并设置相对应的充电电流值,使用改进WOA优化19个电流值,求出最优的充电时间与能耗.在单液流锌镍电池充电过程中,用改进的WOA对电流优化后,与0.5 C恒流充电方法相比,能耗减少了1.58%、时间缩短了 2.27%.
-
-
程麒豫;
张希;
高一钊;
郭邦军
-
-
摘要:
提出一种锂离子电池降阶电化学模型,基于单粒子电池模型,通过拉普拉斯变换、帕德近似和离散化等处理,提高模型解算速度.该模型使用扩展卡尔曼滤波(EKF)算法设计电池状态估计器,具有较高的估计精度,除电压以外的状态量估计误差均低于1%,电压估计误差控制在约2%.在电池状态初始估计值有较大误差的情况下,可实现快速收敛.
-
-
王会勤;
付春玲;
胡振涛;
刘先省;
金勇
-
-
摘要:
无线传感器网络(WSN)中高精度目标跟踪时的传感器能量管理为当前的研究热点.针对节省能量和能耗均衡问题,提出一种基于能耗约束的传感器选择算法.算法实现以扩展卡尔曼滤波(EKF)增益矩阵及传感器量测能耗矩阵为待优化变量,以估计协方差矩阵的迹与传感器量测能耗函数的和为目标函数,结合传感器节点能耗阈值约束,通过凸优化方法求解.理论推导与仿真实验结果表明,在保证估计精度条件下,本文算法可以有效节省网络能量,实现网络能量均衡.
-
-
王均晖;
孙蕊;
程琦;
张文宇
-
-
摘要:
全球导航卫星系统/惯性导航系统(GNSS/INS)组合导航可以提供连续、高精度的位置、速度、姿态信息,被广泛应用于无人机的状态估计.其中滤波算法的构建是其组合关键.不同组合导航的模式会对导航定位结果产生相应的影响.针对直接法和间接法这2种常见的组合模式,分别构建了基于扩展卡尔曼滤波(E KF)的全球定位系统/惯性导航系统(GPS/INS)松组合模式,并将其运用于不同飞行场景下无人机(UAV)的实时动态状态估计.仿真场景以及实际数据验证结果表明,间接法在精度和稳定性方面优于直接法,直接法在滤波计算速率方面优于间接法.因此,当系统具有较高的计算性能,且面向高精度的应用情况下可选择间接法作为无人机导航的技术方案;对于快速求解但精度要求不高的应用情况下,选择直接法作为无人机导航的技术方案可以在一定程度上降低系统的成本.
-
-
-
富宇;
蒲定;
吴杰
-
-
摘要:
直接序列扩频通信在水声中具有广泛的应用场景,但水声直扩通信中的扩频码长较短,扩频增益低,导致在低信噪比的背景下,解扩后依然存在很多噪声引起的杂波干扰,对水声信道的信号到达时间,相位,多普勒等参数准确估计造成了极大困扰,并直接决定了在低信噪比条件下水声直扩通信的可行性.为了水声直扩通信在低信噪比的背景下能够拥有较好的稳健性,本文将一种多目标跟踪技术联合概率数据关联(JPDA)算法应用于水声信道的分辨及参数估计中,并利用扩展卡尔曼滤波(EKF)方法对信道参数进行滤波,仿真结果表明,在低信噪比背景下,传统匹配滤波及EKF方法都无法准确估计出信道参数,但是JPDA算法依然具有良好的效果.
-
-
董伯麟;
柴旭
-
-
摘要:
针对基于视觉传感器的移动机器人在快速运动或发生旋转时出现图像模糊和特征丢失,以至无法进行特征匹配,从而导致系统定位和建图的准确度及精确度下降问题,该文提出了一种以深度相机(RGB_D)融合惯性测量单元(IMU)的方案。采用ORB SLAM2算法进行位姿估计,同时将IMU信息作为约束弥补相机数据的缺失。两种传感器的测量数据采用基于扩展卡尔曼滤波的松耦合方式进行非线性优化,通过数据采集实验表明,该方法能有效提高机器人的定位精度和系统建图效果。