基于无极卡尔曼滤波算法的雅可比矩阵估计

？在基于图像的机器人视觉伺服中，采用在线估计图像雅可比的方法，不需事先知道系统的精确模型，可以避免复杂的系统标定过程。为了有效改善图像雅可比矩阵的在线估计精度,进而提高机器人的跟踪精度,针对机器人跟踪运动目标的应用背景,提出了利用无极卡尔曼滤波算法在线估计总雅可比矩阵。在二自由度的机器人视觉伺服仿真平台上，分别用卡尔曼滤波器（kf）、粒子滤波器（pf）和无极卡尔曼滤波器（ukf）三种算法进行总雅可比矩阵的在线估计。实验结果证明，使用ukf算法的跟踪精度优于其他两种算法,时间耗费仅次于kf算法。