机械工程学报

作者：汪步云, 史玉坤, 蒋金城, 程军, 杨鸥, 丁慧琴

单位：1. 安徽工程大学人工智能学院 芜湖 241000;2. 芜湖云擎机器人科技有限公司 芜湖 241007;3. 徐州徐工特种工程机械有限公司 徐州 220005;4. 机器视觉检测安徽省重点实验室 芜湖 241000

关键词：搬运机器人,定位误差,多传感器信息融合,扩展卡尔曼滤波,误差补偿；

基金：安徽省经信委揭榜挂帅(JB22031)、芜湖市科技计划(2024cj40, 2024cxy24)、安徽省高校协同创新项目(GXXT-2023-076)、安徽未来技术研究院企业合作(2023qyhz35)、机器视觉检测安徽省重点实验室开放基金(KLMVI-2024-HIT-14)和安徽省智能机器人信息融合与控制工程研究中心开放课题(IFCIR2024014)资助项目。

工业物流是智能制造的重要环节，堆垛搬运机器人(Forklift mobile robot, FMR)是智能工业物流系统中一种典型搬运工具，亦是移动机器人在工业场景应用的研究热点。受环境限制、作业要求和传感器测量误差等，高精度定位是搬运机器人的关键问题之一。首先，建立了搬运机器人路面激励下的运动学模型，构建了基于动力学特性参数的定位误差补偿模型；其次，提出了一种更新协方差矩阵的扩展卡尔曼数据融合方法(Update covariance matrix-extended Kalman filter, UCM-EKF)，实现轮式里程计与激光雷达位姿信息的有效融合；在此基础上，引入补偿因子，修正先验协方差矩阵，补偿累计误差，有效提升定位精度；最后，开展了搬运机器人堆垛试验，结果表明，定位误差从±33 mm提高到±13 mm，验证了所建立定位误差模型是准确的，其补偿算法有效；该方法可用于搬运机器人运动控制与导航，推动其在智能制造领域的深度应用。

来源：2025年第17期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第17期