精密制造与自动化
2017年第2期
基于IMM算法的双轮差速驱动机器人的
定位算法衰铸靳果
（河南工业职业技术学院河南南阳473000）
摘要在移动机器人的定位系统中，卡尔曼滤波等算法对解决这种非线性、结构复杂的间题时，因定位精度不高，效果并不理想，针对二维平面中作非勾速运动的双轮机器人定位间题，提出一种基于交互式多模型算法的移动机器人跟踪定位方法，实验结果表明新方法在机器人作非勾速运动时，能够避免滤波发散，迅速地稳定下来，实现机器人的精确快速定位。
关键词移动机器人卡尔曼滤波交互式多模型并行滤波
轮式移动机器人根据车轮数目的不同，可划分为单轮、双轮、三轮和四轮式移动机器人1]。本文研究对象为双轮差速驱动的移动机器人，其特点是结构简单、易驱动、控制且机动方便灵活。
目标定位系统中，难点是解决参数的联合估计问题，国内外学者也采用多种方法进行处理，杨世强3等人采用UKF算法，并引入在线的逆动力学模
型，以减少移动机器人自身不确定因素带来的影响，但该方法预测和估计不仅依赖实时的传感器数据信息，而且要求系统中的各个参数为不相关的随机参数。王越超等人引入变结构的控制思想，将定位作为系统误差的镇定问题，采用EKF对系统误差进行状态估计，从而实现跟踪定位，该方法可以有效地抑制由环境噪声带来的影响，但对于非匀速运动时的状态定位精度不高。
本文针对移动机器人在一维平面中的非速运动，提出一种基于交互式多模型算法（IMM）的移动机器人跟踪定位方法，该算法可以有效地抑制单个模型时若目标模型与目标的运动状态不一致时所造成的误差，不管移动机器人是否加速或者转弯都能够实现快速定位。
1移动机器人的运动模型
本文的双轮差速驱动移动机器人，假设其两驱动轮轴线的中心位置为质心O，坐标为(xo.）驱动轮的半径为R，移动机器人的运动方向向量为 P=（xo.yo.），则双轮差速驱动移动机器人的模型
如图1所示。万方数据
图1
双轮差速驱动移动机器人的模型
根据刚体力学理论，则移动机器人的运动学方程为：
xo yo e
Ycos6 sin 0
0
0 1
()-G/2 1/2)((1/l-1/(r
(1)(2)
其中，为运动方向与x轴的夹角，v为质心O处的线速度，6为转向角速度，！为驱动轮之间的轮距， V为左驱动轮的线速度，许为右驱动轮的线速度。
当车轮的运动无滑动、纯滚动条件时，满足如下条件[5-]：
yo cos xp sin = 0
(3)
同时定义：u=[v,]T，9=[xo,yo,， s(q) = [ sin , cos 6, o],
Ycos6
0
A(q)
sin 0
0 1/
可得出：
39