Комплексирование данных системы управления мобильным гусеничным роботом

Abstract

Процессом комплексирования информации называется объединение данных для определения текущего состояния объекта (процесса/системы) или прогнозирования его состояния. Комплексирование информации способствует увеличению робастности управления робототехнической или мехатронной системой, а также точности обработки информации системой. В работе рассматривается один из методов комплексирования бортовых данных робота на примере данных мобильного гусеничного робота. Основная цель статьи – продемонстрировать, как можно получить матрицы Якоби функции процесса и матрицы Якоби функции наблюдений системы мобильного робота для последующего комплексирования данных наблюдателем состояния, построенного на основе фильтра Калмана и выполняющего преобразование бортовых данных робота в элементы вектора состояния системы мобильного робота. Каждый ненулевой элемент матрицы Якоби функции наблюдений системы является весовым коэффициентом, определяющим вклад соответствующего этому весовому коэффициенту элемента вектора выхода системы в результат комплексирования информации, вычисляемого фильтром Калмана – наблюдателем состояния. Фильтр Калмана является рекуррентным алгоритмом фильтрации данных в дискретных системах, описанных в пространстве состояний. Особенностью фильтра Калмана как наблюдателя состояния некоторой системы является предположение, что на состояние системы оказывает воздействие гауссовский «белый» шум.