移动机器人的导航及定位是机器人自主导航的关键技术之一。为提高移动机器人的导航及定位能力,提出以多种导航定位传感器组合为融合单元,设计扩展卡尔曼滤波算法,将陀螺仪、里程计和电子罗盘采集的数据进行融合。设计模糊神经网络对所融合的数据进行训练处理,提高数据处理的精度和效率,实现对移动机器人精确的控制。并进行了仿真分析,结果证明:所提出的多传感器信息融合算法既可使移动机器人在复杂环境中自主定位,又实现有效避障,有实际参

四轮驱动电动汽车因每个车轮独立可控,在对车辆进行直接横摆力矩控制（Direct Yaw-moment Control,DYC）时需要根据车轮滑移率选择干预车轮而施加合适的控制转矩,而滑移率的获取有赖于精确的车速信息。设计了基于扩展卡尔曼滤波的车速估计算法,依据车轮滑移状态及车辆状态参数提出了直接横摆力矩控制策略及期望转矩与期望横摆力矩的计算方法。在CarSim与Simulink联合仿真环境下对所提出的车速估计算法及直接横摆力矩控制策略进行了离线仿真。仿真结果表明,车速估计算法能准确估计车速信息,绝对误差较小;直接横摆力矩控制策略能够根据横摆角速度的偏差,正确地选择干预车轮,及时地控制车轮转矩,从而保持车辆的横向稳定性。