MEMS+视觉车载定位定向系统研究

发布时间：2022-01-09 21:48

　　面对现代战场中的恶劣环境和对车载定位定向的大量需求,在保证定位精度的前提下,低成本、小体积、具有较强自主性和抗干扰性车载定位定向系统成为车载定位定向必然发展趋势。本文主要研究内容为基于单目视觉和MEMS惯性测量组件的组合定位定向技术。首先针对MEMS惯性测量组件定位定向算法进行研究。介绍了MEMS惯性测量组件定位定向算法中所用到的坐标系,以及对坐标系间相互转换关系进行分析,接下来对捷联惯导姿态、速度以及位置更新算法进行了分析。其次针对单目视觉定位的核心内容进行了研究。阐述了摄像机成像原理并介绍了Kinect相机的工作原理,分别对特征点检测与匹配技术以及ORB SLAM算法、RGBD SLAM算法进行了实验和分析,采用ORB SLAM的视觉定位算法进行视觉定位信息解算。在上述基础上,重点进行了对MEMS惯性测量组件和视觉定位的融合算法的研究,首先对MEMS惯性测量组件信息进行捷联惯导解算,使用卡尔曼滤波对解算的MEMS惯性测量组件位置信息进行滤波;然后对视觉信息进行ORB SLAM解算,使用卡尔曼滤波对解算视觉位置信息进行滤波;最后进行视觉可靠性判断,在视觉信息不可靠时,使用滤波后的ME... 

【文章来源】：西安建筑科技大学陕西省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

捷联惯导仿真误差由图2.2可知，在双轴转台捷联惯导的解算中，姿态角的俯仰角误差最小，并

西安建筑科技大学硕士学位论文20图3.4标定所用的棋盘标定板2）针对棋盘格拍摄20张图片。3）在图片中检测特征点（Harris特征）。由Kinect一代拍摄20张不同位姿的标定板图片通过MATLAB标定结果如图3.5所示：图3.4MATLAB标定结果从图3.5中可以看出，对拍摄的20张标定板的图片进行了标定，图中绿色圈所圈出来的是棋盘的角点，平均误差为0.475，点击ExportCameraParameters模块

MATLAB 标定结果


本文编号：3579498