Все статьи автора в журнале: Цзе Тан

1. Применение технологии слияния мультимодальных датчиков для точной локализации роботов

   Application of multimodal sensor fusion technology for precise robotic localization

   Номер: 2026 / 06

   Синьи Чжоу | Sini CHjou | Цзе Тан | TSze Tan | Жэньцзе Вэнь. | Jentsze Ven. | zhouxiaomei100@gmail.com, 282458027@qq.com, Xiaoguiwrj@gmail.comzhouxiaomei100@gmail.com, 282458027@qq.com, Xiaoguiwrj@gmail.com

   Авторы статьи

   Authors

   Синьи Чжоу

   Sini CHjou

   Цзе Тан

   TSze Tan

   Жэньцзе Вэнь.

   Jentsze Ven.

   zhouxiaomei100@gmail.com, 282458027@qq.com, Xiaoguiwrj@gmail.com

   zhouxiaomei100@gmail.com, 282458027@qq.com, Xiaoguiwrj@gmail.com

   ---

   Применение технологии слияния мультимодальных датчиков для точной локализации роботов

    

   УДК 681.518.5:004.896

   DOI: 10.36652/0869-4931-2026-80-6-291-295

    

   Проведено исследование мультимодальной системы локализации робототехнических устройств, основанной на интеграции данных от различных типов сенсоров. Приведены резулытаты сравнительного анализа точности локализации при использовании индивидуальных модальностей датчиков и их комбинаций. Экспериментально исследованы три алгоритма слияния данных: расширенный фильтр Калмана, сигма-точечный фильтр Калмана и фильтр частиц с различным числом частиц. Оценено влияние априорной информации на точность локализации, включая использование карты помещения и моделей движения. Установлено, что наилучшее соотношение точности и вычислительной эффективности обеспечивает сигма-точечный фильтр Калмана с RMSE 0,35 м. Использование полной априорной информации позволяет улучшить точность локализации на 57,89 % по сравнению с базовым вариантом. Система демонстрирует устойчивость к различным типам помех и сохраняет работоспособность в динамически меняющихся средах.

   ---

   Ключевые слова

   мультимодальная локализация, слияние данных, робототехника, фильтр Калмана, фильтр частиц, априорная информация, инерциальные датчики, ультразвуковые датчики, радиосистемы позиционирования, RMSE, энергоэффективность

   Application of multimodal sensor fusion technology for precise robotic localization

   The research a multimodal robotic localization system based on the integration of data from various sensor types is carried out. The results of a comparative analysis of localization accuracy using individual sensor modalities and their combinations are presented. Three data fusion algorithms are experimentally investigated: the extended Kalman filter, the sigma-point Kalman filter, and a particle filter with different particle numbers. The influence of a priori information on localization accuracy, including the use of a room map and motion models, is assessed. It is found that the sigma-point Kalman filter with an RMSE of 0.35 m provides the best balance between accuracy and computational efficiency. Using full prior information improves localization accuracy by 57.89 % compared to the baseline. The system demonstrates adaptability to various types of interference and maintains its functionality in dynamically changing environments.

   ---

   Keywords

   multimodal localization, data fusion, robotics, Kalman filter, particle filter, prior information, inertial sensors, ultrasonic sensors, radio positioning systems, RMSE, energy efficiency