基于液压–惯性多源信息融合立方根卡尔曼滤波器的欠驱动林业采伐机头主动姿态与被动摆动观测

《Forests》:Active Attitude Estimation Method for a Forest Harvester Head Based on Multi-Source Information Fusion

【字体: 大 中 小 】 时间:2026年10月25日 来源:Forests 3.1

编辑推荐:

   摘要

  

摘要

林业采伐机头作为安装在外部起重机臂末端的欠驱动重载附属机构,表现出耦合的主动运动与被动摆动特性,使其在工作过程中姿态难以直接观测。本研究针对配备无阻尼悬吊连杆的欠驱动采伐机头系统,提出了一种用于监测机头主动姿态与被动摆动的液压–惯性多源信息融合立方根卡尔曼滤波器(MCKF)。首先,基于拉格朗日方程建立了包含摩擦项的采伐机头多体动力学模型。其次,基于流体连续性方程构建了液压观测模型,利用压力与流量测量值估计主动关节变量。在此基础上,所提出的MCKF采用分段几何约束映射方法,融合液压与双IMU信息,从而实现对主动姿态与被动摆动的综合观测。随后在底盘与外部起重机臂保持静止的条件下进行了倾起和旋转试验。在所测试的序列中,主动倾斜的均方绝对误差为1.03°,以基坐标系表示的机体运动的均方绝对误差为0.99°,被动摆动的均方绝对误差为0.679°,主动旋转的均方绝对误差为1.60°;相应的最大绝对误差分别为2.07°、2.22°、1.469°和3.84°。结果表明,该完整观测器在所测试条件下能够跟踪主动与被动运动分量,为后续采伐机头姿态监测与控制研究提供了方法论基础。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号