基于SVD的自適應(yīng)無(wú)跡H_∞濾波定位算法研究

摘要： 針對(duì)移動(dòng)機(jī)器人噪聲模型不確定性導(dǎo)致定位算法魯棒性弱、精度低的問題，提出一種基于奇異值分解(Singular Value Decomposition, SVD)的自適應(yīng)無(wú)跡H_∞濾波定位算法。該算法利用無(wú)跡H_∞濾波融合多傳感器數(shù)據(jù)估計(jì)移動(dòng)機(jī)器人位姿，并通過自適應(yīng)調(diào)節(jié)濾波器參數(shù)γ,提高了移動(dòng)機(jī)器人的定位精度。同時(shí)為了提高算法的魯棒性，采用SVD分解代替常規(guī)Cholesky分解，避... （共8頁(yè)）