非线性卡尔曼滤波方法的试验比较.pdf

第29 卷 第8 期 控 制 与 决 策 2014 年 8 月 Vol. 29 No. 8 Control and Decision Aug. 2014 文章编号: 1001-0920 (2014) 08-1387-07 DOI: 10.13195/j.kzyjc.2013.0657 非线性卡尔曼滤波方法的实验比较 1 1,2 1 1 谷 丰 , 周楹君 , 何玉庆 , 韩建达 (1. 中国科学院沈阳自动化研究所机器人学国家重点实验室，沈阳110016；2. 中国科学院大学，北京100049) 摘 要: 实际系统中存在的非线性因素和不确定性是实时状态测量以及不确定性估计算法需要解决的重要问题. 以 机器人系统中典型的动态目标观测问题为背景, 采用多飞行机器人实验平台, 分别针对EKF 、UKF 以及基于MIT 规 则的AUKF 方法进行实验研究, 并比较了上述方法的计算速度及估计精度等性能. 最后, 根据实验结果并结合其原理 分析了每种方法的特性. 关键词: 非线性卡尔曼滤波；性能比较；动态目标跟踪；飞行机器人 中图分类号: TP242 文献标志码: A Experimental investigation and comparison of nonlinear Kalman filters 1 1,2 1 1 GU Feng , ZHOU Ying-jun , HE Yu-qing , HAN Jian-da (1. State Key Laboratory of Robotics，Shenyang Automation Institute of CAS，Shenyang 110016，China ；2. University of Chinese Academy of Sciences，Beijing 100049 ，China ．Correspondent ：HE Yu-qing ，E-mail ：heyuqing@sia.cn) Abstract: Nonlinearity and uncertainty are the two most common features of real mechatronics systems. Therefore, the performance of extended Kalman filter(EKF), unscented-KF(UKF), and adaptive unscented-KF(AUKF) are compared by the extensive experiments on a multi-flying-robot test-bed, and with the same scenario of moving target tracking. The experimental results are analyzed with quantitation to show the effectiveness of the three KFs while facing nonlinearity and uncertainties. Key words: nonlinear KF ；performance comparison ；moving target tracking ；flying robots 0 引引引 言言言 学习建立系统非线性模型, 从而有效地避免了模型不 以线性卡尔曼滤波(KF) 原理为基础, 各种经过 准确造成的滤波性能下降. EKF 虽然具有原理简单、 非线性扩展策略而得到的非线性KF 算法已经