论文部分内容阅读
分析了超声测距的工作原理及特点,提出了一种新型的鲁棒自适应建模方法.首先,利用在线递进滤波技术,有效地剔除采集数据中可能存在的“野点”;然后针对移动机器人中超声测距的不确定性特点,在自适应最小二乘估计(ALS)的基础上,结合模糊理论,实现了鲁棒自适应最小二乘(RALS)建模,最后,给出了一种基于x^2检验的模型收敛性检验方法.通过实验对比分析,验证了RALS具有很好的实用性和鲁棒性,比较适合于移动机器人超声测距的建模。