针对自平衡机器人领域姿态检测普遍采用单一滤波而存在的姿态误差问题,提出了一种基于双重滤波和神经网络补偿的“两滤一补”检测策略。通过分析误差来源,设计了针对姿态传感器和姿态误差之间的姿态补偿BP神经网络,根据传感器的输出信息,直接预测机器人姿态倾角的误差补偿值,对滤波处理之后的姿态角进行同步补偿。对机器人在原地站立、加速前进后退、原地转向3种控制状态下的补偿效果分别进行验证,结果表明神经网络对机器人的姿态误差有着明显的修正作用,有利于提高机器人姿态检测精度。

为解决目前现有激光切割视觉系统单目摄像机标定算法存在的抗噪性能差、精度低等问题,提出一种改进的基于九圆点的摄像机自标定方法。对算法中的理论进行了分析和实验验证。将改进的九圆点标定算法与现有的单目摄像机快速标定算法进行对比实验。结果表明:改进的摄像机自标定算法相对于现有的单目摄像机快速标定算法抗噪性能更好、精度更高。