首页> 正文

视觉里程计/IMU辅助GPS融合定位算法研究

2020-12-08阅读(722)

视觉里程计/IMU辅助GPS融合定位算法研究

论文摘要

不同的传感器用于导航定位各有其优势与不足,需要依据不同的应用场景对各传感器进行组合以获取最优导航定位性能。在城市、桥梁等遮挡环境下,GPS信号容易发生中断或卫星信号质量不佳,导致室外定位精度不够。为此,本文将主要研究视觉里程计/IMU辅助GPS融合定位算法,提高室外受限环境下导航定位精度与可靠性。本文的主要研究内容有:(1)分别研究了视觉里程计和IMU的关键技术。针对视觉里程计中特征点匹配计算量大及误匹配的现象,集成图像处理领域中基于欧式距离阈值设定的预处理算法,提出视觉里程计前端特征点匹配优化算法。通过实验证明,提升了特征点提取的质量。(2)讨论视觉里程计/IMU组合导航算法理论基础,建立视觉里程计/IMU紧耦合模型。针对实验中的多传感器时间同步问题,使用软件算法估计硬件设备之间的时间偏差。(3)提出基于抗差自适应卡尔曼滤波的GPS/视觉里程计/IMU组合算法。通过手持接收设备采集GPS数据,进一步融合视觉里程计/IMU信息解算载体位置。在遮挡环境下,单GPS的精度E、N、U三个方向的RMS值分别为:9.7653m、31.8248m、20.8644m,而基于抗差的多系统融合位置精度E、N、U三个方向的RMS值分别为4.48m、7.55m、5.62m,分别提高了54%、76%和73%。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究现状
  •     1.2.1 视觉里程计/IMU组合发展现状
  •     1.2.2 组合导航发展现状
  •   1.3 本文主要研究内容及创新点
  •   1.4 论文组织结构
  • 第二章 视觉里程计关键技术研究
  •   2.1 引言
  •   2.2 特征点提取与匹配
  •     2.2.1 特征点提取
  •     2.2.2 基于RANSAC特征匹配及优化
  •     2.2.3 特征点提取与匹配实验
  •   2.3 视觉里程计位姿算法设计
  •     2.3.1 针孔相机模型
  •     2.3.2 相机标定
  •     2.3.3 相机位姿解算
  •   2.4 标定实验及位置轨迹求解
  •   2.5 本章小结
  • 第三章 惯性导航定位技术研究
  •   3.1 引言
  •   3.2 惯性导航基础
  •     3.2.1 常用坐标系及其转换
  •     3.2.2 四元数姿态描述
  •   3.3 惯性导航定位原理
  •     3.3.1 IMU导航解算
  •     3.3.2 IMU误差分析
  •   3.4 IMU实验探究
  •   3.5 本章小结
  • 第四章 视觉里程计/IMU融合关键技术
  •   4.1 引言
  •   4.2 视觉里程计/IMU融合理论基础
  •     4.2.1 非线性优化理论
  •     4.2.2 时空基准统一
  •   4.3 视觉里程计/IMU融合算法研究
  •     4.3.1 预积分
  •     4.3.2 视觉里程计与IMU融合数学模型
  •     4.3.3 IMU的测量误差
  •     4.3.4 视觉测量误差
  •   4.4 实验探究
  •   4.5 本章小结
  • 第五章 GPS与视觉里程计/IMU融合定位算法研究
  •   5.1 引言
  •   5.2 GPS位置解算
  •   5.3 抗差卡尔曼滤波技术
  •   5.4 基于抗差卡尔曼滤波的视觉里程计/IMU与 GPS融合模型
  •   5.5 基于ZED/MTI-G-700 和手机GPS融合实验探究
  •   5.6 本章小结
  • 第六章 总结与展望
  •   6.1 工作总结
  •   6.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间的科研工作

    • 文章来源

    类型: 硕士论文

    作者: 肖婷婷

    导师: 董大南

    关键词: 惯性导航,视觉里程计,组合导航,抗差自适应卡尔曼滤波

    来源: 华东师范大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 自然地理学和测绘学,电信技术

    单位: 华东师范大学

    基金: 国家自然科学基金.《集成3D地图和GNSS的城市高密度区域高精度定位研究》(项目批准号:41771475,项目负责人:陈雯),国家重点研发计划项目.《金砖国家城市公共安全的地理大数据应用研究》(项目批准号:2017YFE0100700,项目负责人:刘敏),华东师范大学地理信息科学教育部重点实验室主任基金.《基于3D地图的GNSS定位增强》(项目批准号:KLGIS2017C01,项目负责人:陈雯)

    分类号: P228.4;TN96

    总页数: 95

    文件大小: 5807K

    下载量: 586

    相关论文文献

    • [1].车载捷联惯导双里程计组合导航方法研究[J]. 导航定位与授时 2020(06)
    • [2].给自行车做一个“里程计”[J]. 农村青少年科学探究 2012(04)
    • [3].隧洞移动机器人里程计激光雷达融合定位[J]. 科技通报 2020(01)
    • [4].增强室内视觉里程计实用性的方法[J]. 模式识别与人工智能 2017(03)
    • [5].一种基于机器学习算法的单目里程计研究[J]. 教育教学论坛 2016(43)
    • [6].惯性/里程计组合导航技术在管道定位中的应用[J]. 导航与控制 2015(05)
    • [7].RFID技术在里程计时型比赛上的应用[J]. 物联网技术 2014(08)
    • [8].捷联惯导系统/里程计高精度紧组合导航算法[J]. 兵工学报 2012(04)
    • [9].里程计初始标定及误差分析[J]. 导航与控制 2015(05)
    • [10].室内移动机器人视觉里程计研究[J]. 传感器与微系统 2012(02)
    • [11].基于不确定性分析的视觉里程计优化[J]. 浙江大学学报(工学版) 2012(09)
    • [12].误差消除型里程计定位方法的分析与研究[J]. 电气工程学报 2018(06)
    • [13].视觉里程计技术综述[J]. 计算机应用研究 2012(08)
    • [14].不依赖里程计的机器人定位与地图构建[J]. 浙江大学学报(工学版) 2014(03)
    • [15].基于多相机的视觉里程计方法研究[J]. 机械设计与研究 2019(06)
    • [16].基于快速不变卡尔曼滤波的视觉惯性里程计[J]. 控制与决策 2019(12)
    • [17].基于运动学非完整约束的里程计参数在线辨识[J]. 中国惯性技术学报 2018(03)
    • [18].基于惯性传感器和视觉里程计的机器人定位[J]. 仪器仪表学报 2013(01)
    • [19].基于多传感器数据融合的机器人里程计设计与实现[J]. 传感技术学报 2012(01)
    • [20].基于里程计和超声波群多传感器融合机器人定位导航方法[J]. 西安航空学院学报 2019(03)
    • [21].基于状态机的里程计信号滤波方法[J]. 空军工程大学学报(自然科学版) 2018(03)
    • [22].单目视觉里程计设计及优化[J]. 电子科技 2018(11)
    • [23].惯性/双目视觉里程计深组合导航方法[J]. 导航定位与授时 2016(03)
    • [24].车载高精度里程计辅助捷联惯性组合导航系统设计与实验[J]. 导航与控制 2018(06)
    • [25].基于激光雷达的码盘里程计标定算法[J]. 北京信息科技大学学报(自然科学版) 2019(04)
    • [26].出租汽车里程计价表电路设计[J]. 实验室科学 2008(01)
    • [27].基于单目视觉与里程计的组合室内定位研究[J]. 组合机床与自动化加工技术 2019(12)
    • [28].鲁棒单目视觉惯性里程计初始化方法[J]. 工业控制计算机 2019(01)
    • [29].单目视觉里程计研究综述[J]. 计算机工程与应用 2018(07)
    • [30].基于自适应强跟踪滤波的捷联惯导/里程计组合导航方法[J]. 中国惯性技术学报 2018(02)

    标签：;  ;  ;  ;  

    视觉里程计/IMU辅助GPS融合定位算法研究
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6