• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Annual Conference of the IEEE Industrial Electronics Society >Position and Orientation Estimation Using Kalman Filtering and Particle Filtering with One IMU and One Position Sensor
【24h】

Position and Orientation Estimation Using Kalman Filtering and Particle Filtering with One IMU and One Position Sensor

机译：使用一个IMU和一个位置传感器使用Kalman滤波和粒子滤波的位置和方向估计

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, a novel position and orientation estimation method that relies on Kalman filtering and particle filtering is proposed. The orientation calculation error by using gyros increases over time due to the integration of angular velocity measurement errors. This paper describes how to estimate the orientation and position with a high accuracy when one inertial measurement unit (IMU) and one position sensor are available. The proposed filter takes advantage of the particle filtering component to estimate the orientation, and the Kalman filtering component to estimate the position of each orientation particle. The simulation results of the orientation calculation with no filter, with a Kalman filter (KF), and with the proposed filter are compared and discussed. The proposed filter is proven to reduce the position error and the rotation matrix error significantly.
机译：在本文中，提出了一种依赖于卡尔曼滤波和粒子滤波的新型位置和取向估计方法。由于角速度测量误差的积分，通过使用陀螺仪的定向计算误差随着时间的推移而增加。本文介绍了当一个惯性测量单元（IMU）和一个位置传感器可用时，如何在高精度估计方向和位置。所提出的滤波器利用颗粒滤波分量来估计取向，以及卡尔曼滤波分量，以估计每个取向粒子的位置。比较和讨论没有滤波器的定向计算的仿真结果，没有滤波器，并讨论了所提出的滤波器。已证明所提出的滤波器以显着降低位置误差和旋转矩阵误差。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号