微小型飞行器激光雷达/光流/惯性自主导航方法
发布时间：2022-02-04 22:08
目前,微小型飞行器的自主飞行对GPS的依赖性较高,GPS信号一旦受到干扰或者丢失,依靠GPS的机载导航系统就无法给微小型飞行器提供可靠精准的导航信息,这时飞行器便会失控而发生事故。所以在卫星拒止的情况下,飞行器的自主飞行需要依靠其他传感器感知周围环境的变化来提供相对的定位信息。由昆虫视觉定位所启发的光流导航系统作为飞行器室内定位的主流方案,在近几年的研究中已逐步成熟。然而,在光照变化、载体大速度运动等特殊情况下仍然会存在定位失效的问题。激光雷达作为一种感知型传感器,因其测距精度高等特点被广泛运用于SLAM（同步定位与构图技术）中。激光雷达SLAM可以为飞行器提供精度较高的导航定位信息。本文主要针对微小型飞行器,以光流导航算法、激光雷达SLAM导航算法为基础,开展了微小型飞行器的光流、激光雷达以及惯性的多信息融合导航技术的研究和实现等工作。论文首先对光流、激光雷达SLAM算法原理以及它们在不同情况下的误差特性进行了研究与分析。对于光流算法,分析了其在光照变化以及载体大速度运动下的定位误差结果。对于激光雷达SLAM算法,分析了其在稀疏特征的环境以及载体大速度运动下的定位误差原因。为后续的算...
【文章来源】：南京航空航天大学江苏省211工程院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
苏黎世联邦理工学院的光流导航无人机
图1.1 苏黎世联邦理工学院的光流导航无人机图1.2 基于多旋翼的融合导航系统硬件组成1.2.2 激光雷达SLAM研究现状激光雷达SLAM的研究前期集中于以滤波、图优化的方式实现整个SLAM框架，后期则集中于针对不同任务环境搭建整个导航定位系统。早在上世纪80年代，基于EKF的SLAM就被用来对机器人的位姿和路标的位置实现估计，在定位的同时构建以路标为元素的稀疏地图[1]。之后，众多学者在此基础上不断研究改进，在不同的平台上实现了EKF-SLAM[23]，但因为EKF对非线性系统的线性化导致所构建的地图随时间的推移误差越来越大，因此很难在大规模环境下进行定位与导航，直到一种非线性滤波UKF在2004年被研究者提出后，该方法便很快被用于激光雷达SLAM中
德国航空宇航局研制的四旋翼
【参考文献】：
期刊论文
[1]激光雷达SLAM技术及其在无人车中的应用研究进展[J]. 李晨曦,张军,靳欣宇,李广敬,李强. 北京联合大学学报. 2017(04)
[2]基于无人机和LIDAR的三维场景建模研究[J]. 张航,陈彬,薛含章,朱正秋,王戎骁. 系统仿真学报. 2017(09)
[3]基于FastSLAM算法的无人机着陆方法[J]. 张烨林,王养柱,韩震. 电光与控制. 2017(09)
[4]粗匹配和局部尺度压缩搜索下的快速ICP-SLAM[J]. 张金艺,梁滨,唐笛恺,姚维强,鲍深. 智能系统学报. 2017(03)
[5]INS/光流/磁强计/气压计组合导航系统在无人机中的应用[J]. 李涛,梁建琦,闫浩,朱志飞,唐军. 激光与光电子学进展. 2017(02)
[6]基于SDSoC的SIFT特征点检测[J]. 张波,韩俊刚. 计算机技术与发展. 2016(12)
[7]多传感器数据融合的无人机速率估算与定位[J]. 吕涛,张长利,王树文,王润涛,张伶鳦,刘超,栾吉玲,周雅楠. 农机化研究. 2016(10)
[8]引入Harris角点检测的运动图像边缘轮廓提取[J]. 于海鹏,王佳欣,文政颖. 河南工程学院学报(自然科学版). 2016(03)
[9]基于几何特征关联的室内扫描匹配SLAM方法[J]. 廖自威,李荣冰,雷廷万,杭义军. 导航与控制. 2016 (03)
[10]基于改进ORB和对称匹配的图像特征点匹配[J]. 陈天华,王福龙,张彬彬. 计算机系统应用. 2016(05)
博士论文
[1]基于多传感器融合的室内机器人自主导航方法研究[D]. 张文.中国科学技术大学 2017
[2]基于激光雷达的室内AGV地图创建与定位方法研究[D]. 满增光.南京航空航天大学 2014
硕士论文
[1]基于二维码和角点标签的无人小车室内定位算法研究实现[D]. 尚明超.西南交通大学 2017
[2]激光雷达AGV室内环境地图绘制与定位算法研究[D]. 曲政.山东大学 2017
[3]基于EKF视觉组合导航方法的研究[D]. 李伟.天津工业大学 2017
[4]基于ROS平台的室内定位算法设计与实现[D]. 雷碧波.浙江理工大学 2017
[5]基于激光雷达的室内机器人SLAM研究[D]. 李昀泽.华南理工大学 2016
[6]基于多传感器信息融合的目标检测及应用技术研究[D]. 杨小平.南昌航空大学 2016
[7]激光雷达/微惯性室内自主建图与导航技术研究[D]. 廖自威.南京航空航天大学 2016
[8]基于3D激光点云的无人车城市环境SLAM问题研究[D]. 李玉.北京理工大学 2016
[9]基于栅格地图的改进SLAM算法研究与实现[D]. 杨佳.华中科技大学 2015
[10]基于多传感器的四旋翼无人机室内自主导航研究[D]. 胡禹超.东北大学 2014
本文编号：3614028
【文章来源】：南京航空航天大学江苏省211工程院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
苏黎世联邦理工学院的光流导航无人机
图1.1 苏黎世联邦理工学院的光流导航无人机图1.2 基于多旋翼的融合导航系统硬件组成1.2.2 激光雷达SLAM研究现状激光雷达SLAM的研究前期集中于以滤波、图优化的方式实现整个SLAM框架，后期则集中于针对不同任务环境搭建整个导航定位系统。早在上世纪80年代，基于EKF的SLAM就被用来对机器人的位姿和路标的位置实现估计，在定位的同时构建以路标为元素的稀疏地图[1]。之后，众多学者在此基础上不断研究改进，在不同的平台上实现了EKF-SLAM[23]，但因为EKF对非线性系统的线性化导致所构建的地图随时间的推移误差越来越大，因此很难在大规模环境下进行定位与导航，直到一种非线性滤波UKF在2004年被研究者提出后，该方法便很快被用于激光雷达SLAM中
德国航空宇航局研制的四旋翼
【参考文献】：
期刊论文
[1]激光雷达SLAM技术及其在无人车中的应用研究进展[J]. 李晨曦,张军,靳欣宇,李广敬,李强. 北京联合大学学报. 2017(04)
[2]基于无人机和LIDAR的三维场景建模研究[J]. 张航,陈彬,薛含章,朱正秋,王戎骁. 系统仿真学报. 2017(09)
[3]基于FastSLAM算法的无人机着陆方法[J]. 张烨林,王养柱,韩震. 电光与控制. 2017(09)
[4]粗匹配和局部尺度压缩搜索下的快速ICP-SLAM[J]. 张金艺,梁滨,唐笛恺,姚维强,鲍深. 智能系统学报. 2017(03)
[5]INS/光流/磁强计/气压计组合导航系统在无人机中的应用[J]. 李涛,梁建琦,闫浩,朱志飞,唐军. 激光与光电子学进展. 2017(02)
[6]基于SDSoC的SIFT特征点检测[J]. 张波,韩俊刚. 计算机技术与发展. 2016(12)
[7]多传感器数据融合的无人机速率估算与定位[J]. 吕涛,张长利,王树文,王润涛,张伶鳦,刘超,栾吉玲,周雅楠. 农机化研究. 2016(10)
[8]引入Harris角点检测的运动图像边缘轮廓提取[J]. 于海鹏,王佳欣,文政颖. 河南工程学院学报(自然科学版). 2016(03)
[9]基于几何特征关联的室内扫描匹配SLAM方法[J]. 廖自威,李荣冰,雷廷万,杭义军. 导航与控制. 2016 (03)
[10]基于改进ORB和对称匹配的图像特征点匹配[J]. 陈天华,王福龙,张彬彬. 计算机系统应用. 2016(05)
博士论文
[1]基于多传感器融合的室内机器人自主导航方法研究[D]. 张文.中国科学技术大学 2017
[2]基于激光雷达的室内AGV地图创建与定位方法研究[D]. 满增光.南京航空航天大学 2014
硕士论文
[1]基于二维码和角点标签的无人小车室内定位算法研究实现[D]. 尚明超.西南交通大学 2017
[2]激光雷达AGV室内环境地图绘制与定位算法研究[D]. 曲政.山东大学 2017
[3]基于EKF视觉组合导航方法的研究[D]. 李伟.天津工业大学 2017
[4]基于ROS平台的室内定位算法设计与实现[D]. 雷碧波.浙江理工大学 2017
[5]基于激光雷达的室内机器人SLAM研究[D]. 李昀泽.华南理工大学 2016
[6]基于多传感器信息融合的目标检测及应用技术研究[D]. 杨小平.南昌航空大学 2016
[7]激光雷达/微惯性室内自主建图与导航技术研究[D]. 廖自威.南京航空航天大学 2016
[8]基于3D激光点云的无人车城市环境SLAM问题研究[D]. 李玉.北京理工大学 2016
[9]基于栅格地图的改进SLAM算法研究与实现[D]. 杨佳.华中科技大学 2015
[10]基于多传感器的四旋翼无人机室内自主导航研究[D]. 胡禹超.东北大学 2014
本文编号：3614028
本文链接：https://www.wllwen.com/kejilunwen/wltx/3614028.html
