四足機器人中多傳感器信息融合的應用

　　3.3確定卡爾曼濾波算法的初始值

　　卡爾曼濾波算法作為一個(gè)迭代過(guò)程，需要賦予其初值，初值的選擇至關(guān)重要，如果初值選擇不合適，就不能滿(mǎn)足收斂性的要求。在CV模型中，P(0|0)的確定方法已經(jīng)由模型給出，這里只需給出X(0|0)的取值，本文中取X(0|0)=[10，-0.4]'.

　　4仿真實(shí)驗與結果分析

　　在完成上述準備工作后，筆者在Matlab軟件中進(jìn)行仿真實(shí)驗，仿真實(shí)驗流程如圖3所示。

　　圖3仿真實(shí)驗流程圖

　　根據仿真實(shí)驗流程圖，在Matlab中先對模擬出的目標位置信息進(jìn)行卡爾曼濾波處理，如圖4和圖5所示，這里的目標指的是所測障礙物。首先，從圖4和圖5可以看出：經(jīng)卡爾曼濾波處理后的目標位置的估計值在前2 s偏離真實(shí)值較遠，從第4 s以后，無(wú)論觀(guān)測值如何波動(dòng)，估計值曲線(xiàn)均能很好地跟蹤真實(shí)值曲線(xiàn)，說(shuō)明卡爾曼濾波算法起到了良好的濾波效果。

　　將融合處理前后，目標位置的估計值曲線(xiàn)和目標位置估計值的方差曲線(xiàn)分別置于同一幅圖中，如圖6所示，通過(guò)對比反映STF融合算法的優(yōu)點(diǎn)。從圖6( b)中可以看出：融合處理后，目標位置估計值的方差變小，說(shuō)明融合處理后對目標位置的估計更加準確。從圖6中可以發(fā)現，融合曲線(xiàn)介于雙目視覺(jué)傳感器的估計值曲線(xiàn)和超聲測距傳感器的估計值曲線(xiàn)之間，且更加靠近準確度高的超聲測距傳感器的估計值曲線(xiàn)。

　　在本文所引文獻中，實(shí)驗驗證環(huán)節均在具體的應用場(chǎng)景下進(jìn)行，實(shí)驗結果是移動(dòng)機器人能夠進(jìn)行無(wú)礙行走，文中均未給出具體的測量精度。本文仿真實(shí)驗的結果表明：融合處理后，測量精度可達4.6 cm，滿(mǎn)足了仿生四足機器人對測距的精度要求。

　　圖4雙目視覺(jué)傳感器系統的卡爾曼濾波

　　圖5超聲測距傳感器系統的卡爾曼濾波

　　圖6融合前后目標位置估計值曲線(xiàn)和方差曲線(xiàn)的對比