车载视觉/INS/GNSS多传感器融合定位定姿算法研究

发布时间：2021-01-16 11:34

　　目前在城市环境中,车载定位定姿系统（POS）大部分依靠GNSS和INS的组合解算,而这种方式很容易受卫星信号强弱的影响,尤其是在高楼林立、林荫道路等卫星信号遮挡或缺失较为严重的场景。若能够融合视觉传感器或其他车载传感器观测信息,以此辅助INS定位定姿,发挥各种传感器的互补优势,则可以有效地弥补传统车载定位定姿系统（POS）的不足。国内对车载INS/GNSS组合导航系统的研究已经较为成熟,但是融合视觉/INS/GNSS的组合导航研究则相对较少。本文主要研究视觉/INS/GNSS等多传感器数据融合定位定姿关键技术,并将其应用到实际城市环境车载场景中,并用模拟数据和车载实测数据对算法进行验证分析。本文主要研究的主要内容包括有:（1）以ECEF为INS导航参考坐标系,设计并实现高精度惯性导航机械编排算法;分析表明,该算法公式更加简洁,代码易于实现,而且可以将INS更好地与GNSS位置、速度、伪距、载波相位以及多普勒等观测值进行融合解算;（2）基于卡尔曼滤波理论,建立视觉/INS/GNSS等多传感器融合定位定姿数学分析模型;将GNSS、视觉传感器以及车载里程计等传感器,并与INS导航方程进行融合... 

【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：107 页

【学位级别】：硕士

【部分图文】：

本文主要研究内容

视觉传感器投影模型，P(X,Y,Z)表示世界坐标系下的特征点，p(x,y)为点P在视觉传感器坐标系中的投影点，z(u,v)为特征点P的像素坐标

视觉传感器在k1和k2时刻同时观测到特征点f，可通过三角化过程计算特征点f在c1

【参考文献】：
期刊论文
[1]城市环境下BDS/GPS单频RTK定位算法研究[J]. 苏景岚,章红平.  大地测量与地球动力学. 2018(10)
[2]GNSS/INS组合导航接收机技术[J]. 刘国亮,吴视野.  舰船电子对抗. 2016(03)
[3]GNSS/INS深组合技术研究进展与展望[J]. 牛小骥,班亚龙,张提升,刘经南.  航空学报. 2016(10)

博士论文
[1]GNSS/INS标量深组合跟踪技术研究与原型系统验证[D]. 张提升.武汉大学 2013



本文编号：2980756