论文部分内容阅读
高精度自主导航技术是发展无人系统平台亟待解决的关键技术之一。惯性导航系统(INS)因其能够提供丰富、自主的导航信息成为自主导航系统的核心设备。但是,惯性导航系统存在导航误差随时间积累的固有弱点,单独使用难以满足长时间自主导航任务需求。视觉图像由于信息丰富,并与惯导信息具有良好的互补性,成为理想的惯导误差修正源。惯性/视觉组合导航技术是当前导航领域研究的热点和重要发展方向。针对无卫星条件下地面无人平台自主导航问题,本文重点开展了基于多视图几何的立体视觉辅助惯性导航方法研究,主要工作和创新点如下:(1)针对当前惯性/视觉组合导航系统主要依赖点特征以及计算量大的问题,提出了一种基于多视图几何约束的点、线特征辅助惯性/立体视觉组合导航方法。利用三焦张量建立统一的点、线特征观测方程,以更充分地利用图像信息。在系统运行过程中该方法保持系统状态维度不变,避免了类似SLAM、多状态约束Kalman滤波(MSCKF)等方法计算复杂度大的问题。室外和室内实验表明:a.在点特征比较丰富而且分布比较均匀的条件下,增加的线特征信息对整体系统精度提高不大;b.在室内等点特征不够丰富而线特征较多的环境中,增加线特征观测能够很大程度上提高组合导航精度。(2)针对室内结构化环境特点,提出了一种基于消影点辅助的惯性/立体视觉组合导航算法。同时,提出了一种基于惯导信息辅助的曼哈顿世界消影点检测算法,该方法能够提高现有消影点检测算法的效率,并降低误检测率。室内实验结果表明,消影点辅助能够有效地抑制航向误差的积累,提高组合导航精度。(3)提出了一种基于偏振光罗盘辅助的惯性/立体视觉里程计组合导航算法。推导了偏振光罗盘及立体视觉里程计的测量模型以及相应的线性化测量模型;设计并实现了随机克隆扩展卡尔曼滤波器(SC-EKF)。室外车载实验结果表明:引入偏振光罗盘信息能够大幅度地限制长时间和长距离的误差累积。(4)针对目前惯性/视觉组合系统标定方法依赖标定板、操作复杂等问题,提出了一种不依赖标定板且操作简易的惯性/立体视觉组合系统标定方法。该方法基于立体视觉同时定位与地图构建(SLAM)技术及多视图批优化技术,能够在不依赖标定参考的条件下给出较高精度的标定结果。利用公开的数据集验证了算法的有效性。