基于变结构多模型算法的移动机器人故障诊断

快速准确的故障诊断方法对于移动机器人的容错控制和修复至关重要。 当系统具有较大的模型集时，由于以下原因，传统方法可能会影响故障诊断的准确性： 模特大赛。 传统方法通常使用具有定律计算的扩展卡尔曼滤波器准确性。 本文将变结构多模型算法（VSMM）与无味卡尔曼滤波器（UKF）不仅可以解决由组合故障导致的模型竞争。 大量的故障模型，也可以解决传统扩展导致的计算精度低的问题非线性系统中使用的卡尔曼滤波器（EKF）。 仿真结果表明，该方法有效地提高了系统的可靠性。 响应时间与移动机器人故障诊断的准确性