室内移动机器人组合导航系统设计及数据融合算法研究

发布时间：2017-10-12 11:47

  本文关键词：室内移动机器人组合导航系统设计及数据融合算法研究

  更多相关文章： INS 视觉 WSN 互补滤波 联邦滤波 故障

【摘要】：随着科技的发展,智能机器人的研究得到了前所未有的关注。而要机器人真正智能化,实现机器人自主定位导航将是至关重要的一环。室内导航中所用惯性器件可获得较理想的姿态解算精度,但因固有误差,长时导航将因累积误差而发散。视觉传感器探测范围广且信息丰富,自身不受外界电磁干扰,也不对外界环境造成污染。然而,视觉传感器易受外界光照变化影响且因计算量大而导致数据更新率低。无线传感网络(WSN)导航系统可以获得精准的载体绝对位置,但WSN系统节点发出的超声波信号易受室内其他移动障碍物遮挡而导致定位失效。将这三者结合起来,取长补短,将能有效提高室内移动机器人导航定位的实用性和鲁棒性。本文使用MEMS器件中的陀螺仪、加速度计和磁力计的信息,通过互补滤波得到无累积误差的姿态角,并将视觉系统以视觉里程计的方式进行设计,然后将互补滤波得到的航向信息用于INS/视觉组合导航系统中以实现对视觉信息的方向变换。分别构建INS视觉组合导航系统和WSN导航系统,并分别对视觉信息受干扰和WSN超声波被遮挡的情况进行实验,以此证明单一系统导航可靠性的不足。然后将INS/视觉组合导航系统和WSN导航系统通过联邦卡尔曼滤波器组合起来,并为该联邦滤波系统增设子系统故障检测与隔离功能,然后再针对子系统故障时的情况进行对比实验。实验证明,拥有故障检测与隔离功能的INS/视觉/WSN联邦滤波组合导航系统可以有效利用WSN导航系统的绝对位置信息对INS/视觉组合导航系统的相对位置误差进行校正。并且当子系统发生故障时,能及时隔离掉故障子系统以继续可靠运行,而当子系统恢复正常后,又能及时将恢复正常的子系统重新融合进来以求得全局最优解,从而很好地提高了系统的实用性和鲁棒性。
【关键词】：INS 视觉 WSN 互补滤波 联邦滤波 故障
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-15
• 1.1 研究背景9-10
• 1.2 国内外研究现状10-12
• 1.3 论文研究内容及意义12-15
• 第二章 捷联惯导姿态解算15-27
• 2.1 基于毕卡求解法的四元数姿态解算15-16
• 2.1.1 捷联惯导常用参考坐标系15-16
• 2.1.2 捷联惯导计算框图16
• 2.2 互补滤波姿态解算方法16-21
• 2.2.1 互补滤波简介16-17
• 2.2.2 载体姿态描述17
• 2.2.3 互补滤波原理17-18
• 2.2.4 互补滤波应用18-21
• 2.3 毕卡求解与互补滤波对比实验21-25
• 2.4 本章小结25-27
• 第三章 视觉速度测量模型27-45
• 3.1 视觉测量常用坐标系27-28
• 3.1.1 图像坐标系27
• 3.1.2 成像平面坐标系27
• 3.1.3 摄像机坐标系27-28
• 3.1.4 世界坐标系28
• 3.2 摄像机成像模型28-30
• 3.2.1 线性模型(针孔成像模型)28-29
• 3.2.2 非线性模型29-30
• 3.3 摄像机标定30-34
• 3.4 图像矫正34
• 3.5 视觉速度测量34-36
• 3.5.1 速度测量模型34-35
• 3.5.2 载体速度与图像速度的关系35-36
• 3.6 Harris角点检测36-39
• 3.7 金字塔Lucas-Kanade光流法速度测量39-43
• 3.8 本章小结43-45
• 第四章 INS/视觉/WSN联邦滤波组合导航系统软硬件设计45-53
• 4.1 视觉速度测量系统设计45-48
• 4.1.1 MFC简介45
• 4.1.2 OpenCV简介45-46
• 4.1.3 工业摄像机46
• 4.1.4 视觉速度测量系统光流计算程序流程46-47
• 4.1.5 视觉速度测量系统上位机设计47-48
• 4.2 DSP下位机设计48-52
• 4.2.1 DSP48
• 4.2.2 IMU48-49
• 4.2.3 WSN节点49-50
• 4.2.4 双DSP软硬件设计50-52
• 4.3 INS/视觉组合导航系统实验平台52
• 4.4 本章小结52-53
• 第五章 INS/视觉/WSN组合导航联邦滤波系统构建与分析53-75
• 5.1 INS/视觉组合导航系统模型53-57
• 5.2 WSN导航系统模型57-61
• 5.3 联邦卡尔曼滤波61-63
• 5.4 INS/视觉/WSN联邦卡尔曼组合导航系统模型63-68
• 5.5 INS/视觉/WSN联邦滤波组合导航系统故障检测、隔离与恢复68-73
• 5.5.1 联邦滤波器容错性能分析68-69
• 5.5.2 系统级故障检测与隔离的应用69-73
• 5.6 本章小结73-75
• 第六章 总结与展望75-77
• 6.1 总结75
• 6.2 展望75-77
• 致谢77-79
• 参考文献79-81
• 攻读硕士期间的学术成果81

【参考文献】

中国期刊全文数据库 前10条

1 陈孟元;谢义建;陈跃东;;基于四元数改进型互补滤波的MEMS姿态解算[J];电子测量与仪器学报;2015年09期

2 孙金秋;游有鹏;傅忠云;;基于自适应显式互补滤波的姿态解算方法[J];测控技术;2015年04期

3 杜杉杉;吴昊;张继文;马武建;;一种面向AHRS的改进互补滤波融合算法[J];国外电子测量技术;2015年03期

4 张晓峰;钟一博;李清晨;陈国定;;电磁智能车循迹算法[J];计算机系统应用;2014年12期

5 吕印新;肖前贵;胡寿松;;基于四元数互补滤波的无人机姿态解算[J];燕山大学学报;2014年02期

6 贾瑞才;;基于四元数EKF的低成本MEMS姿态估计算法[J];传感技术学报;2014年01期

7 谭民;王硕;;机器人技术研究进展[J];自动化学报;2013年07期

8 黄洁;王福豹;段渭军;;WSN节点超声波测距技术研究[J];电子设计工程;2013年06期

9 李凤英;高田;羊彦;;磁罗盘姿态解算及误差补偿[J];计算机测量与控制;2011年07期

10 项凤涛;王正志;吴第e，

本文编号：1018540