北京邮电大学学报 ›› 2016, Vol. 39 ›› Issue (6): 110-115.doi: 10.13190/j.jbupt.2016.06.021
Kalman滤波-BP神经网络在执行机构自主定位中的应用
胡燕祝, 李雷远
- 北京邮电大学 自动化学院, 北京 100876
The Application of Kalman Filtering-BP Neural Network in Autonomous Positioning of End-Effector
HU Yan-zhu, LI Lei-yuan
- Institute of Automation, Beijing University of Posts and Telecommunications, Beijing 100876, China
摘要: 在执行机构对目标物体进行自主定位过程中,定位误差的实时计算、误差修正和状态分析往往比较困难.为此,提出基于三帧差法的Kalman滤波算法进行末端动态捕捉,利用反向传输(BP)神经网络分类思想进行目标识别,基于点云库的点云提取和处理算法,获得末端和目标物体的空间坐标.最后,将散乱点群进行网格化和3D空间插值.实验结果表明,算法能实时检测并跟踪运动末端,预测精度达到99%,且目标物体的识别率为99%,并可在短时间内修正定位误差,使末端中心点逐步收敛到目标质心,自主定位成功.用三维拟合法对算法的有效性进行验证,并对定位过程进行了状态分析.新算法能完成执行机构的自主定位,省去了相机标定过程,提高了系统效率.
中图分类号: