龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：哈尔滨工业大学
摘要：本发明涉及机器人领域，尤其涉及一种基于椭球等高分布的机器人关节状态估计方法，本发明提出的基于椭球等高分布的机器人关节状态估计方法，在重尾过程噪声情况下，对比现有估计方法具有估计准确，求解快速，鲁棒性高等特点，满足机器人领域对实时性和准确性的需求。本发明提出的基于椭球等高分布的机器人关节状态估计方法，在变分贝叶斯求解方法下，无需提供椭球等高分布尺度参数的先验分布，通过合理的近似求解尺度参数的期望。本发明提出的基于椭球等高分布的机器人关节状态估计方法，基于位置测量值实现对速度和加速度的快速准确估计，也可以扩展为基于位置和速度测量值的应用中，具有良好的扩展性。
主权项：1.一种基于椭球等高分布的机器人关节状态估计方法，其特征在于，包括以下步骤：S1、构建交互式IMM滤波器；所述交互式IMM滤波器包括M1个滤波器；S2、采用传感器采集当前时间步k时的机器人关节位置数据，并根据时间步k时的机器人关节位置数据得到当前时间步k时的观测向量zk；S3、获取上一时间步k-1时IMM滤波器中M1个滤波器的模型概率、后验概率密度函数、后验状态均值以及后验协方差矩阵；所述后验状态均值包括：关节位置、速度、加速度；S4、根据S3得到的上一时间步k-1时IMM滤波器中M1个滤波器的模型概率、后验概率密度函数、后验状态均值以及后验协方差矩阵计算得到当前时间步k时M1个滤波器的初始概率密度函数；并根据M1个滤波器的初始概率密度函数得到M1个滤波器的初始状态均值以及初始协方差矩阵；S5、将S2获得的当前时间步k的观测向量zk以及S4得到的当前时间步k时M1个滤波器初始状态均值以及初始协方差矩阵输入交互式IMM滤波器，并行运行M1个滤波器，得到当前时间步k时的M1个滤波器的测量似然概率密度函数、后验状态均值以及后验协方差矩阵；S6、根据S5得到的M1个滤波器的测量似然概率密度函数更新当前时间步k时的模型概率；S7、根据S6更新得到的M1个滤波器在时间步k时的模型概率，以及S5获得的当前时间步k时的M1个滤波器的后验状态均值以及后验协方差矩阵计算得到当前时间步k时的融合估计结果。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学 一种基于椭球等高分布的机器人关节状态估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号