基于雙目視覺(jué)傳感器和超聲測(cè)距傳感器，在CV模型下應(yīng)用卡爾曼濾波算法，可以得到兩組狀態(tài)向量的估計(jì)值和，以及相應(yīng)的協(xié)方差矩陣P1和P2，由于以上兩組數(shù)據(jù)來(lái)自兩個(gè)不同的傳感器系統(tǒng)，故滿足P12=P21T≈0這一條件，可以使用STF融合算法得到整個(gè)系統(tǒng)的狀態(tài)向量和協(xié)方差矩陣的最佳估計(jì)值和P。為此，需要確定以下參數(shù)，系統(tǒng)的過(guò)程噪聲標(biāo)準(zhǔn)差σw，雙目視覺(jué)傳感器的量測(cè)噪聲標(biāo)準(zhǔn)差σv1，超聲測(cè)距傳感器的量測(cè)噪聲標(biāo)準(zhǔn)差σv2和卡爾曼濾波算法的初始值。下面結(jié)合仿生四足機(jī)器人的實(shí)際情況，確定以上參數(shù)。

3.1確定系統(tǒng)的過(guò)程噪聲標(biāo)準(zhǔn)差

由于在機(jī)械結(jié)構(gòu)設(shè)計(jì)和裝配過(guò)程中產(chǎn)生的誤差，使得仿生四足機(jī)器人在Walk步態(tài)下行走時(shí)，并不是理論上以0.4m/s的速度做勻速直線運(yùn)動(dòng)，而是在做變速直線運(yùn)動(dòng)，系統(tǒng)的過(guò)程噪聲標(biāo)準(zhǔn)差是機(jī)器人在Walk步態(tài)下行走時(shí)的加速度值。下面介紹獲取該加速度值的方法。

在Adams仿真軟件中，建立仿生四足機(jī)器人的運(yùn)動(dòng)學(xué)模型。在仿生四足機(jī)器人機(jī)體的質(zhì)心處建立一個(gè)前進(jìn)方向的加速度測(cè)量，運(yùn)行仿真，打開Adams仿真軟件的后處理器，對(duì)獲得的加速度曲線進(jìn)行巴特沃斯濾波，然后計(jì)算加速度的平均值，將其作為該次仿真的加速度值。重復(fù)進(jìn)行50次，得到50個(gè)加速度值，求出標(biāo)準(zhǔn)差，即為系統(tǒng)的過(guò)程噪聲標(biāo)準(zhǔn)差。

3.2確定傳感器的量測(cè)噪聲標(biāo)準(zhǔn)差

對(duì)于傳感器的量測(cè)噪聲標(biāo)準(zhǔn)差，在仿真情況下，可以由其測(cè)量誤差來(lái)反映。

在實(shí)際應(yīng)用中，利用兩個(gè)CCD攝像機(jī)獲取視差信息，再根據(jù)三角測(cè)量原理恢復(fù)出場(chǎng)景的深度信息，如此即可測(cè)量出障礙物與機(jī)器人之間的距離信息，然而，由于CCD攝像機(jī)所拍攝的圖像是以像元大小為單位的一組離散的數(shù)據(jù)，故在用雙目視覺(jué)進(jìn)行測(cè)量時(shí)存在最小分辨率誤差，仿生四足機(jī)器人上搭載的雙目視覺(jué)傳感器的測(cè)量誤差約為6.8cm，即σv1=0.068m。

超聲測(cè)距傳感器的發(fā)射頭發(fā)出超聲波信號(hào)，此信號(hào)被障礙物反射后，由接收頭接收，根據(jù)發(fā)射和接收到信號(hào)的時(shí)間差和聲速，即可得到障礙物的距離信息。當(dāng)探測(cè)范圍內(nèi)有目標(biāo)物體之外的物體存在時(shí)，會(huì)產(chǎn)生測(cè)量誤差。仿生四足機(jī)器人上搭載的超聲測(cè)距傳感器的測(cè)量誤差為1cm，即σv2=0.01m。

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(yàn)與結(jié)果分析

在本文所引文獻(xiàn)中，實(shí)驗(yàn)驗(yàn)證環(huán)節(jié)均在具體的應(yīng)用場(chǎng)景下進(jìn)行，實(shí)驗(yàn)結(jié)果是移動(dòng)機(jī)器人能夠進(jìn)行無(wú)礙行走，文中均未給出具體的測(cè)量精度。本文仿真實(shí)驗(yàn)的結(jié)果表明：融合處理后，測(cè)量精度可達(dá)4.6cm，滿足了仿生四足機(jī)器人對(duì)測(cè)距的精度要求。

5、結(jié)論