注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于多传感器融合的室内机器人自主导航方法研究

  2. 将深度学习引入人工智能领域，开展相关机器人技术在自主导航中的方法研究，开发集机械平台、嵌入式硬件、软件系统、SLAM算法、场景识别方法于一体的机器人综合系统框架，结合多传感器融合的环境信息，实时指导路径规划。

  3. 所属分类：深度学习

    • 发布日期：2018-05-22
    • 文件大小：10485760
    • 提供者：arhatshaw

  1. 一种惯导和里程计自主组合导航方法.pdf

  2. 一种惯导/里程计白主组合导航方法。本方法包括以下步骤: (1) 惯导系统初始对准，对卡尔曼滤波器参数进行初始化; (2) 进行惯性导航计算，得到离散状态转移矩阵和量测矩阵; (3) 基于位移误差的求和测量，计算滤波观测量; (4) 里程计信息故障检测; (5) 卡尔曼滤波; (6) 修正。

  3. 所属分类：专业指导

    • 发布日期：2019-05-14
    • 文件大小：568320
    • 提供者：gdutjin

  1. LLOAM：激光雷达里程计及基于闭环检测修正的建图

  2. LLOAM：激光雷达里程计及基于闭环检测修正的建图

  3. 所属分类：机器学习

    • 发布日期：2020-03-03
    • 文件大小：231424
    • 提供者：weixin_42784393

  1. 锂电池荷电状态估算Matlab仿真研究.pdf

  2. 锂电池荷电状态估算Matlab仿真研究pdf,锂电池的剩余电量（soc）估算不仅可以作为电动汽车续航里程的参考值，而且可以为电动汽车的能量管理策略提供依据，具有重要意义。本文以法国SAFT公司生产的额定容量为6 AH，额定电压为10.68 V的锂离子电池包为研究对象，通过使用Matlab和Advisor等仿真软件，研究了福克斯电动汽车行驶在UDDS工况下，采用安时法和扩展卡尔曼滤波算法结合估算锂电池的剩余电量。仿真结果证明，该方法有效提高了锂电池的sOc估算精度，电池sOc估算误差在5%以内。涂

  3. 所属分类：其它

    • 发布日期：2019-09-14
    • 文件大小：1048576
    • 提供者：weixin_38743737

  1. 多假设跟踪的移动机器人SLAM算法

  2. 针对基于视觉定位的移动机器人自主定位过程中容易产生多种候选位姿.提出一种基于多假设跟踪的同时定位和地图创建方法.该方法通过提取图像SIFT特征进行视觉量测,修正里程计累计误差,再利用多假设跟踪方法获得当前时刻的最优位姿,实时产生环境的栅格地图,并且随着机器人的位姿变化实时更新.研究结果表明:此算法不仅能够较好地创建环境地图,而且能够有效解决机器人"绑架"问题,提高自主定位精度.

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：1048576
    • 提供者：weixin_38556737

  1. 基于位置修正的井下车辆INS/Odometer组合导航系统

  2. 车辆在井下的运动区域是在巷道内,根据此特点,在井下巷道设置已知点修正INS/Odometer组合导航过程的误差状态量,提高井下车辆导航精度。首先介绍了Odometer(里程计)位置和速度的计算方法,建立了INS/Odometer组合导航的系统模型和观测模型,在此基础上,构建井下巷道已知点位置修正的滤波方程,引入并行卡尔曼滤波器(Parallel-Kalman Filter)实现了组合导航的双重滤波,建立基于位置修正的井下车辆INS/Odometer组合导航系统。通过模拟数据和车载实验对比位置修正

  3. 所属分类：其它

    • 发布日期：2020-07-19
    • 文件大小：721920
    • 提供者：weixin_38678510

  1. IEKF滤波在移动机器人定位中的应用

  2. 针对EKF中观测噪声方差估计不准确导致滤波器性能下降甚至发散的问题，提出了基于环境特征的迭代扩展卡尔曼滤波(IEKF)融合算法。该算法融合了里程计采集的机器人内部数据和激光雷达传感器采集的外部环境特征，在测量更新阶段多次迭代状态估计值并对机器人的位姿进行修正，减少了非线性误差，提高了定位精度。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：641024
    • 提供者：weixin_38744526