李群空间下采用滤波方法的视觉惯导定位研究

发布时间：2022-10-20 17:43

　　近几年,移动机器人技术发展迅速,并在工业、农业、军事等领域得到广泛应用。机器人精确的位姿估计是实现自主导航和智能控制的基础,也是该领域研究的热点问题之一。视觉传感器和惯导良好的信息互补性,使得基于视觉惯导融合的位姿估计成为当前机器人导航的主流。如何有效融合视觉和惯导信息来获得更高的定位精度,是该领域面临的主要挑战之一,具有重要的研究价值和意义。为有效传递估计系统的不确定性,同时降低系统的非线性化误差,本文对李群空间下的视觉-惯导融合定位算法进行了研究,通过构建高维李群矩阵来描述系统的不确定性,采用紧耦合的滤波方法实现视觉和惯导信息进行融合,最终完成视觉惯导融合精确定位。本文主要从三方面进行了研究:首先,介绍了几种姿态解算的方法和相互之间的转换关系,概述了惯性导航系统的组成及相关原理。在惯性导航系统部分,分析说明了IMU模型和IMU预积分算法,为后续的研究奠定了基础。其次,本文分析了系统几种坐标系之间的转换关系,完成了相机和惯导的标定。文章采用张正友棋盘标定的方法实现相机标定,获得了相机的内外参数;采用四元数法实现摄像机-惯导的联合标定,并通过实验对算法进行了验证。最后,本文详细阐述了李... 

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景与意义
    1.2 国内外研究现状与发展
        1.2.1 SLAM发展现状
        1.2.2 视觉惯导融合定位的发展现状
    1.3 主要研究内容及章节安排
第二章 旋转运动的数学描述
    2.1 旋转矩阵与旋转向量
        2.1.1 旋转矩阵
        2.1.2 旋转向量与旋转矩阵的转换
    2.2 欧拉角
    2.3 四元数
        2.3.1 四元数的表示和运算
        2.3.2 四元数表示旋转
    2.4 李群和李代数
        2.4.1 李群和李代数的定义与表示
        2.4.2 李群和李代数的转换
        2.4.3 李群的不确定性
    2.5 本章小结
第三章 惯性导航系统及误差分析
    3.1 引言
    3.2 惯性测量单元
        3.2.1 陀螺仪的原理
        3.2.2 加速度计的原理
    3.3 惯性导航系统建模
        3.3.1 IMU误差模型
        3.3.2 IMU运动学模型
        3.3.3 IMU预积分
    3.4 本章小结
第四章 视觉惯导标定
    4.1 针孔摄像机模型
    4.2 四种坐标系及相互之间的关系
    4.3 相机标定技术
    4.4 相机惯导标定技术
    4.5 实验结果与分析
    4.6 本章小结
第五章 基于迭代不变卡尔曼滤波的视觉惯导融合定位算法
    5.1 坐标系建立
    5.2 视觉特征点的提取与管理
        5.2.1 特征点的提取及描述
        5.2.2 特征点管理
    5.3 空间特征点估计
    5.4 基于迭代不变卡尔曼滤波的视觉惯导融合定位算法
        5.4.1 传统的EKF滤波算法
        5.4.2 EKF与IEKF两种滤波算法的差异
        5.4.3 视觉惯导融合新方法I-IEKF
    5.5 实验与结果分析
    5.6 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 研究展望
参考文献
致谢
个人简历、在学校期间的研究成果及发表的学术论文


【参考文献】：
期刊论文
[1]基于四元数的航天器姿态非线性控制器[J]. 祝乔,汪旭东,崔家瑞.  信息与控制. 2012(02)
[2]一种基于SIFT和KLT相结合的特征点跟踪方法研究[J]. 刘玉,王敬东,李鹏.  宇航学报. 2011(07)
[3]求解非线性方程组的一种新的全局收敛的Levenberg-Marquardt算法[J]. 杨柳,陈艳萍.  计算数学. 2008(04)
[4]三维转动的四元数表述[J]. 刘俊峰.  大学物理. 2004(04)

博士论文
[1]李群早期发展的历史研究[D]. 阎晨光.河北师范大学 2011

硕士论文
[1]确定摄像机内参和外参的方法研究[D]. 朱斌.南京财经大学 2011



本文编号：3695014