28、机器人定位技术：里程计与外部定位系统融合及室内外无缝定位

机器人定位技术：里程计与外部定位系统融合及室内外无缝定位

在机器人的应用场景中，准确的定位是实现自主导航和执行任务的关键。本文将介绍两种重要的机器人定位技术，一是里程计与外部定位系统的融合，二是室内外环境的无缝定位技术。

里程计与外部定位系统融合

在机器人导航中，为了更准确地计算机器人的位置，通常会综合多种信息源。在本系统中，机器人可以利用里程计、超声波和WiFi信号这三种不同的信息源来确定自身位置，采用Minimax滤波器将这些信息进行融合，从而获得更精确的定位结果。

模型评估

为了评估所提出的模型，在工作区域收集了一组测试数据。训练数据的平均相对误差为每米7.6厘米，测试数据的平均相对误差为每米17.2厘米。通过对比GP模型和Hata - Okumura传播模型的相对误差累积分布函数（CDF），可以发现所提出的模型比经典模型更准确。

Minimax滤波器

Minimax滤波器与扩展卡尔曼滤波器类似，但它最小化的是测量中的最大误差，而不是均方误差。这种特性使得该滤波器在噪声特征不太明确的系统中更加鲁棒。在本系统中，假设机器人的高度（z）已知，因此只需要获取机器人的二维位置（x, y）及其方向（θ）。滤波器在时间k的状态向量为：
$\hat{q}_k = [x_k, y_k, \theta_k]^T$

Minimax滤波器的方程分为预测阶段和更新阶段：
- 预测阶段 ：
$\hat{q} {k,odo} = f(\hat{q} {k - 1,odo})$
- 更新阶段