基于高斯过程的李群动态系统状态估计与运动规划
发布时间：2020-12-16 23:45
空间服务机器人及地外行星巡视器的自主能力是人不在控制闭环时完成任务的重要保障,其中,涉及状态估计与运动规划问题。比如,空间机器人与目标航天器的自主对接需要估计相对位姿,其携带的机械臂对目标进行维修时需要规划出合理的路径,巡视器在地外星体自主导航需要实时定位。本文研究高斯过程在状态估计与运动规划中的应用以及它们共享的相同连续时间轨迹表示,类似因子图问题结构,以及最大后验概率推理框架。首先介绍了向量空间上的高斯过程先验。对于状态估计与运动规划问题,本质上均为轨迹优化问题。基于高斯过程将轨迹表示为连续时间形式,通过恒速高斯过程先验得到稀疏核矩阵,使得高斯过程插值仅需要常数时间。机器人工作空间为李群空间,向量空间为平凡李群,继而将高斯过程先验拓展到非平凡李群。然后,对基于高斯过程的状态估计问题进行数学描述。用高斯过程描述机器人的连续时间轨迹,把要求解的问题建模为同时轨迹估计与建图,如果只对轨迹估计,则是该问题的特殊情况。通过构造稀疏的核矩阵,高斯过程描述轨迹能够对轨迹快速插值,从而以少量状态参数化轨迹,稀疏性大大加快了问题的求解。将问题表示为因子图,利用贝叶斯树进一步实现快速的增量更新。在多个...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
(a)无人机(b)无人驾驶车(c)无人潜航器(d)无人搬运车
估计都非常准确，而仅用里程计推算轨迹则与真值相差较远。估计轨迹的平均位置误差 0.152m，平均姿态误差 0.981°，地标位置平均误差 0.0292m。3.5.2 KITTI 数据集实验KITTI 数据集由德国 KIT 大学（Karlsruhe Institute ofTechnology）和美国芝加哥丰田技术研究院一起制作，是目前国际上最认可的自动驾驶感知算法评估数据集。制作KITTI数据集所用到的传感器包括 2 个PointGray灰度相机，2个PointGray彩色相机，4 个光学镜头，一个 Velodyne 64 线 3D 激光雷达，以及 1 个 OXTS 惯性加 GPS 导航系统。其中导航系统 OXTS 可以采集同步的 IMU 及 GPS 信息。此外在它的 Odometry 数据集里面提供了轨迹的真值可以用于轨迹估计精度的评估。在这个数据集的实验中由 IMU 积分得到里程计测量因子，而将 GPS 经纬高信息转化到北东地坐标系则得到位置测量因子。下面给出 Odometry 中的 00 数据集实验相关参数：GPS 测量噪声为1.0/0.07 [1;1;1]、加速度计测量噪声为 0.01、陀螺仪噪声为0.000175、加速度计偏置噪声为 0.000167、陀螺仪偏置噪声为-62.91 10。
估计轨迹与真实轨迹对比结果
本文编号：2921004
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
(a)无人机(b)无人驾驶车(c)无人潜航器(d)无人搬运车
估计都非常准确，而仅用里程计推算轨迹则与真值相差较远。估计轨迹的平均位置误差 0.152m，平均姿态误差 0.981°，地标位置平均误差 0.0292m。3.5.2 KITTI 数据集实验KITTI 数据集由德国 KIT 大学（Karlsruhe Institute ofTechnology）和美国芝加哥丰田技术研究院一起制作，是目前国际上最认可的自动驾驶感知算法评估数据集。制作KITTI数据集所用到的传感器包括 2 个PointGray灰度相机，2个PointGray彩色相机，4 个光学镜头，一个 Velodyne 64 线 3D 激光雷达，以及 1 个 OXTS 惯性加 GPS 导航系统。其中导航系统 OXTS 可以采集同步的 IMU 及 GPS 信息。此外在它的 Odometry 数据集里面提供了轨迹的真值可以用于轨迹估计精度的评估。在这个数据集的实验中由 IMU 积分得到里程计测量因子，而将 GPS 经纬高信息转化到北东地坐标系则得到位置测量因子。下面给出 Odometry 中的 00 数据集实验相关参数：GPS 测量噪声为1.0/0.07 [1;1;1]、加速度计测量噪声为 0.01、陀螺仪噪声为0.000175、加速度计偏置噪声为 0.000167、陀螺仪偏置噪声为-62.91 10。
估计轨迹与真实轨迹对比结果
本文编号：2921004
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2921004.html
