基于雙目視覺傳感器和超聲測距傳感器，在CV模型下應用卡爾曼濾波算法，可以得到兩組狀態(tài)向量的估計值和，以及相應的協(xié)方差矩陣P1和P2，由于以上兩組數(shù)據(jù)來自兩個不同的傳感器系統(tǒng)，故滿足P12=P21T≈0這一條件，可以使用STF融合算法得到整個系統(tǒng)的狀態(tài)向量和協(xié)方差矩陣的最佳估計值和P。為此，需要確定以下參數(shù)，系統(tǒng)的過程噪聲標準差σw，雙目視覺傳感器的量測噪聲標準差σv1，超聲測距傳感器的量測噪聲標準差σv2和卡爾曼濾波算法的初始值。下面結合仿生四足機器人的實際情況，確定以上參數(shù)。

3.1確定系統(tǒng)的過程噪聲標準差

由于在機械結構設計和裝配過程中產生的誤差，使得仿生四足機器人在Walk步態(tài)下行走時，并不是理論上以0.4m/s的速度做勻速直線運動，而是在做變速直線運動，系統(tǒng)的過程噪聲標準差是機器人在Walk步態(tài)下行走時的加速度值。下面介紹獲取該加速度值的方法。

在Adams仿真軟件中，建立仿生四足機器人的運動學模型。在仿生四足機器人機體的質心處建立一個前進方向的加速度測量，運行仿真，打開Adams仿真軟件的后處理器，對獲得的加速度曲線進行巴特沃斯濾波，然后計算加速度的平均值，將其作為該次仿真的加速度值。重復進行50次，得到50個加速度值，求出標準差，即為系統(tǒng)的過程噪聲標準差。

3.2確定傳感器的量測噪聲標準差

對于傳感器的量測噪聲標準差，在仿真情況下，可以由其測量誤差來反映。

在實際應用中，利用兩個CCD攝像機獲取視差信息，再根據(jù)三角測量原理恢復出場景的深度信息，如此即可測量出障礙物與機器人之間的距離信息，然而，由于CCD攝像機所拍攝的圖像是以像元大小為單位的一組離散的數(shù)據(jù)，故在用雙目視覺進行測量時存在最小分辨率誤差，仿生四足機器人上搭載的雙目視覺傳感器的測量誤差約為6.8cm，即σv1=0.068m。

超聲測距傳感器的發(fā)射頭發(fā)出超聲波信號，此信號被障礙物反射后，由接收頭接收，根據(jù)發(fā)射和接收到信號的時間差和聲速，即可得到障礙物的距離信息。當探測范圍內有目標物體之外的物體存在時，會產生測量誤差。仿生四足機器人上搭載的超聲測距傳感器的測量誤差為1cm，即σv2=0.01m。

3.3確定卡爾曼濾波算法的初始值

卡爾曼濾波算法作為一個迭代過程，需要賦予其初值，初值的選擇至關重要，如果初值選擇不合適，就不能滿足收斂性的要求。在CV模型中，P（0|0）的確定方法已經由模型給出，這里只需給出X（0|0）的取值，本文中取X（0|0）=［10，－0.4］‘

4、仿真實驗與結果分析

在本文所引文獻中，實驗驗證環(huán)節(jié)均在具體的應用場景下進行，實驗結果是移動機器人能夠進行無礙行走，文中均未給出具體的測量精度。本文仿真實驗的結果表明：融合處理后，測量精度可達4.6cm，滿足了仿生四足機器人對測距的精度要求。

5、結論