机场围界巡逻车GIS与环境感知融合定位算法研究

发布时间：2017-09-28 23:31

  本文关键词：机场围界巡逻车GIS与环境感知融合定位算法研究

  更多相关文章： 机场围界 定位 感知优势度 多传感器融合 GIS

【摘要】：随着民航业的发展,对机场围界安防水平的要求越来越高,开发以自主巡逻车为载体的移动监控站是行之有效的手段。对机场围界环境的准确感知和精确定位是巡逻车自主导航的关键,而基于单一传感器的传统定位方法环境适应能力不强,因此,研究机场围界环境下自主巡逻车多传感器融合定位问题意义重大。首先,对单一传感器进行误差分析与校正。分析每一种车载传感器的定位原理和误差来源,并进行误差校正;同时,建立单一传感器的置信度模型,方便后续步骤中的多传感器信息融合。其次,改进了SIFT特征算子,提出了基于Harris-SIFT特征算子的视觉定位方法,解决传感器定位中的盲区问题。该方法先确定感兴趣区域,检测Harris-SIFT特征点,进行特征匹配,最后利用三角测量定位方法计算小车相对路标的位置信息,并求出视觉定位的置信度,方便将其融入到融合池中进行自组织定位。再次,提出了一种基于感知优势度的自组织定位算法。结合单一传感器的置信度,构建自组织感知系统、自组织寻优层,计算感知优势度,自主选择当前时刻效果较好的传感器组合方式与融合定位算法,并输出定位结果,感知优势度越大,定位效果越好。该方法能够有效减少围界巡逻车行驶过程中的定位误差,提高精确度。最后,将GIS信息与环境感知信息进行融合。将基于感知优势度的自组织定位算法得到的定位结果与电子地图中的坐标信息作对比,对巡逻车定位信息进行修正,减少了围界巡逻车沿道路行驶方向的位置偏差,使巡逻车在地图中的显示坐标更精确。针对论文中提到的基于感知优势度的自组织定位算法,在机场围界巡逻车系统平台上进行实验,实验结果表明该融合定位算法提高了自主巡逻车对环境的适应能力。
【关键词】：机场围界 定位 感知优势度 多传感器融合 GIS
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V351.3;TP212.9
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-15
• 1.1 课题研究背景意义9-10
• 1.2 巡逻车定位研究现状10-14
• 1.2.1 国外研究现状10-12
• 1.2.2 国内研究现状12-14
• 1.3 课题研究内容14-15
• 第二章 车载传感器误差分析及校正15-27
• 2.1 传感器配置15-16
• 2.2 单一传感器误差分析16-25
• 2.2.1 里程计误差分析及校正16-19
• 2.2.2 电子罗盘误差分析及校正19-21
• 2.2.3 GPS/BD误差分析及补偿21-25
• 2.3 传感器置信度模型25-26
• 2.4 本章小结26-27
• 第三章 基于Harris-SIFT特征的视觉定位27-38
• 3.1 摄像机标定27-28
• 3.2 基于路标识别的视觉定位28-36
• 3.2.1 标志物搜索29-30
• 3.2.2 基于不变特征的路标特征提取30-33
• 3.2.3 特征匹配33-34
• 3.2.4 三角测量法定位34-36
• 3.3 视觉定位信度计算方法36-37
• 3.4 本章小结37-38
• 第四章 基于感知优势度的巡逻车自组织定位38-50
• 4.1 自组织感知系统构建38-39
• 4.2 自组织寻优层构建39-46
• 4.2.1 罗盘里程计定位40-41
• 4.2.2 低精度GPS与北斗二代融合定位41-43
• 4.2.3 GPS/BD与DR融合定位43-46
• 4.3 感知优势度计算46-47
• 4.4 定位输出47-48
• 4.5 本章小结48-50
• 第五章 基于GIS与环境感知的融合定位50-59
• 5.1 GIS信息获取50-51
• 5.2 道路模型构建51-54
• 5.3 地图匹配技术54-55
• 5.4 基于D-S证据理论的GIS信息与环境感知信息融合算法55-58
• 5.5 本章小结58-59
• 结论59-61
• 参考文献61-64
• 致谢64-65
• 攻读学位期间发表的学术论文65

【参考文献】

中国期刊全文数据库 前10条

1 杜明芳;王军政;李静;崔广涛;方建军;曹海青;;自主移动机器人自适应室外道路检测[J];中国图象图形学报;2014年07期

2 时佳斌;苏中;宋艳敏;王超杰;季林;;优化蚁群算法在无人车自主导航中的应用[J];计算机测量与控制;2014年05期

3 玄建永;王京春;陆耿;江永亨;毕建权;;缩微智能车室内定位系统研究[J];计算机技术与发展;2014年01期

4 谭民;王硕;;机器人技术研究进展[J];自动化学报;2013年07期

5 王元哲;谈英姿;;磁导航智能车路径信息采集系统的设计与实现[J];微型机与应用;2011年01期

6 康四林;李语强;;GPS定位中的误差分析[J];天文研究与技术;2010年03期

7 刘洞波;刘国荣;喻妙华;;基于单目视觉的机器人Monte Carlo自定位方法[J];控制与决策;2010年02期

8 卢惠民;张辉;郑志强;;基于视觉的移动机器人自定位问题[J];中南大学学报(自然科学版);2009年S1期

9 武二永;项志宇;刘济林;;鲁棒的机器人蒙特卡洛定位算法[J];自动化学报;2008年08期

10 高庆吉;雷亚莉;胡丹丹;于咏生;;基于自适应感知复位算法的移动机器人定位[J];电子学报;2007年11期

，

本文编号：938739