基于LiDAR/IMU融合的移动机器人导航定位技术研究
发布时间：2021-01-25 15:17
随着社会生活水平的不断提高,室内设施不断完善,室内定位需求也随着不断增加。目前,通过GPS或北斗导航定位技术已经可以实现室外定位,但在室内,GNSS信号比较弱,导致无法准确定位。因此,需要一个价格低廉且高精度的室内定位技术进行准确定位。由于传感器技术的迅速发展,解决移动机器人室内定位问题有了更好的方法。然而,通过单个传感器定位,会存在一些外界环境因素干扰以及自身的原因,使得定位精度不高,所以对于最近研究解决室内定位问题,常采用多个传感器融合导航的室内同时定位与地图构建（simultaneous location and mapping,SLAM）技术。由于使用单个 LiDAR 传感器进行定位,会存在精度不足的问题,本文设计使用LiDAR/IMU（inertial measurement unit）融合的移动机器人导航定位平台研究室内定位。本文主要贡献如下:1)在点云特征点检测算法原理的基础上,同一环境下,使用了SIFT、Harris和Voxel-SIFT三种算法进行实验,并得出了特征点检测结果。然后,比较分析了这三种算法的提取特征点数量和耗时情况。实验结果表明,在点云特征点提取方面,本...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
图１．２位姿估计原理图??图１．２为机器人进行位姿估计的原理图，图中Ａ是状态向量含义是在??
?第１章引言???底是通过处理传感器采集的数据进行导航定位。所以，对于定位来说，使用不??同的传感器定位，选择ＳＬＡＭ基本方程的参数化会不同，产生的结果也会不同。??ｍＭｍｋ＾??图１．３各种应用传感器实物图??各种传感器在进行室内定位应用都有各自的优缺点，进行研宄时要采用什??么传感器，需要根据室内的环境决定，不同的环境对传感器需求不同。现在室??内环境的规模越来越大，对传感器的要求也越来越高，比如激光传感器它的扫??描距离比较远可以达到２００ｍ的范围，虽然需要花大价钱购买，体积又较大，但??是它的扫描精度比较高，不受光线强弱影响，抗干扰性比较强；单目摄像头价??格相对激光比较便宜，但是它获取环境信息范围比较小，受环境干扰性比较强，??对环境特征点的数量要求高，获取的信息不够准确；双目摄像头特点通过左右??视觉采集到的两幅图像进行特征匹配，从而直接得到深度信息。由于传感器自??身的原因，如果出现相对位姿间的关系发生改变，则需要将初值进行重新校准，??在重新校准的过程中误差就会越积越多；全景摄像头３６０扫描环境信息，获取??比较多的数据量，得到图像会产生较大的凹凸畸变，鲁棒性也会降低。如果解??决这些问题，对算法计算量要求会比较高。??对上述各种传感器在定位过程的优缺点描述后，考虑到定位研宄的实际环??境比较大，比如大型超市、体育场等，本文选择以激光雷达为主要传感器进行??定位研究建图，而滤波算法的模型也可以应用在激光传感器上。??１．２．３数据关联??根据目前许多研宄者对ＳＬＡＭ的研宂，通过单个传感器提供的位置信息大??多会出现累计误差，所以目前移动机器人ＳＬＡＭ定位研宄多使用两个及以上的??传感器进
?第２章传感器与环境信息建图???第２章传感器与环境信息建图??２．１应用传感器??２．１．１?ＬｉＤＡＲ??ＬｉＤＡＲ在ＳＬＡＭ研宄领域中使用的比较广泛，扫描环境的范围比较远，达??到以百米为单位的距离，通过扫描环境能获得姿态、位置信息。ＬｉＤＡＲ采集的??原始数据为局部坐标系中的极坐标点。激光雷达根据激光脉冲到接收脉冲的反??馈时间计算测量被测物体与传感器之间的角度和距离激光雷达通过扫描室??内环境和处理提取信息进行对ＩＭＵ数据不断更新。表２．１，本文使用的是北科天??绘研发的ＬｉＤＡＲ，及各种重要采集信息的性能参数。??图２」为激光雷达扫描平面图的测量模型，以逆时针进行扫描环境信息，激??光雷达为坐标中心。初始数据被描述为？?〇，其中＜是图中连接线和初始??扫描线之间的夹角（从反射点到激光雷达中心点的直线），＜?是激光扫描环境物??体中的一个反射点与中心点的线性距离。??图２．１激光雷达的测量模型??由于上面建立的激光测量模型是在极坐标系下的，所以激光采集的信息的??坐标就需要转换到直角坐标系的坐标，需通过下面公式（２．１）进行变换。??１０??
【参考文献】：
期刊论文
[1]激光SLAM移动机器人室内定位研究[J]. 严小意,郭杭. 测绘通报. 2019(12)
[2]一种圆锥运动条件下的等效旋转矢量算法研究[J]. 王文举,刘生攀. 导航定位与授时. 2019(02)
[3]ICP配准算法的影响因素及评价指标分析[J]. 陈春旭,漆钰晖,朱一帆,裴凌,徐昌庆. 导航定位与授时. 2018(05)
[4]基于SIFT特征点的点云配准方法[J]. 张少玉. 计算机与数字工程. 2018(03)
[5]一种新的捷联惯性导航系统姿态四元数方程求解方法[J]. 周召发,胡文,张志利,徐梓皓,陈河. 兵工学报. 2018(03)
[6]室内定位技术与应用综述[J]. 裴凌,刘东辉,钱久超. 导航定位与授时. 2017(03)
[7]基于Kinect和惯导的组合室内定位[J]. 温熙,郭杭. 计算机工程与设计. 2016(07)
[8]PCA-SIFT特征匹配算法研究[J]. 李钦,游雄,李科,张彦喜. 测绘工程. 2016(04)
[9]微小型飞行器室内激光/INS融合定位方法研究[J]. 王平,鲁可,曹云峰,王彪. 飞行器测控学报. 2013(04)
[10]移动机器人的同步自定位与地图创建研究进展[J]. 陈卫东,张飞. 控制理论与应用. 2005(03)
硕士论文
[1]基于激光SLAM的3D点云配准优化方法研究[D]. 漆钰晖.南昌大学 2019
[2]动态场景下的2D SLAM方法研究[D]. 杨阔.北京交通大学 2018
[3]微惯性辅助的激光雷达室内同步建图与定位技术研究[D]. 杨景阳.南京航空航天大学 2014
[4]动态环境下移动机器人导航技术研究[D]. 张亮.武汉科技大学 2013
[5]基于时滞多传感器数据的信息融合滤波[D]. 王光辉.黑龙江大学 2013
[6]测量数据延迟下的不完全量测滤波研究[D]. 李林林.南京理工大学 2012
本文编号：2999452
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
图１．２位姿估计原理图??图１．２为机器人进行位姿估计的原理图，图中Ａ是状态向量含义是在??
?第１章引言???底是通过处理传感器采集的数据进行导航定位。所以，对于定位来说，使用不??同的传感器定位，选择ＳＬＡＭ基本方程的参数化会不同，产生的结果也会不同。??ｍＭｍｋ＾??图１．３各种应用传感器实物图??各种传感器在进行室内定位应用都有各自的优缺点，进行研宄时要采用什??么传感器，需要根据室内的环境决定，不同的环境对传感器需求不同。现在室??内环境的规模越来越大，对传感器的要求也越来越高，比如激光传感器它的扫??描距离比较远可以达到２００ｍ的范围，虽然需要花大价钱购买，体积又较大，但??是它的扫描精度比较高，不受光线强弱影响，抗干扰性比较强；单目摄像头价??格相对激光比较便宜，但是它获取环境信息范围比较小，受环境干扰性比较强，??对环境特征点的数量要求高，获取的信息不够准确；双目摄像头特点通过左右??视觉采集到的两幅图像进行特征匹配，从而直接得到深度信息。由于传感器自??身的原因，如果出现相对位姿间的关系发生改变，则需要将初值进行重新校准，??在重新校准的过程中误差就会越积越多；全景摄像头３６０扫描环境信息，获取??比较多的数据量，得到图像会产生较大的凹凸畸变，鲁棒性也会降低。如果解??决这些问题，对算法计算量要求会比较高。??对上述各种传感器在定位过程的优缺点描述后，考虑到定位研宄的实际环??境比较大，比如大型超市、体育场等，本文选择以激光雷达为主要传感器进行??定位研究建图，而滤波算法的模型也可以应用在激光传感器上。??１．２．３数据关联??根据目前许多研宄者对ＳＬＡＭ的研宂，通过单个传感器提供的位置信息大??多会出现累计误差，所以目前移动机器人ＳＬＡＭ定位研宄多使用两个及以上的??传感器进
?第２章传感器与环境信息建图???第２章传感器与环境信息建图??２．１应用传感器??２．１．１?ＬｉＤＡＲ??ＬｉＤＡＲ在ＳＬＡＭ研宄领域中使用的比较广泛，扫描环境的范围比较远，达??到以百米为单位的距离，通过扫描环境能获得姿态、位置信息。ＬｉＤＡＲ采集的??原始数据为局部坐标系中的极坐标点。激光雷达根据激光脉冲到接收脉冲的反??馈时间计算测量被测物体与传感器之间的角度和距离激光雷达通过扫描室??内环境和处理提取信息进行对ＩＭＵ数据不断更新。表２．１，本文使用的是北科天??绘研发的ＬｉＤＡＲ，及各种重要采集信息的性能参数。??图２」为激光雷达扫描平面图的测量模型，以逆时针进行扫描环境信息，激??光雷达为坐标中心。初始数据被描述为？?〇，其中＜是图中连接线和初始??扫描线之间的夹角（从反射点到激光雷达中心点的直线），＜?是激光扫描环境物??体中的一个反射点与中心点的线性距离。??图２．１激光雷达的测量模型??由于上面建立的激光测量模型是在极坐标系下的，所以激光采集的信息的??坐标就需要转换到直角坐标系的坐标，需通过下面公式（２．１）进行变换。??１０??
【参考文献】：
期刊论文
[1]激光SLAM移动机器人室内定位研究[J]. 严小意,郭杭. 测绘通报. 2019(12)
[2]一种圆锥运动条件下的等效旋转矢量算法研究[J]. 王文举,刘生攀. 导航定位与授时. 2019(02)
[3]ICP配准算法的影响因素及评价指标分析[J]. 陈春旭,漆钰晖,朱一帆,裴凌,徐昌庆. 导航定位与授时. 2018(05)
[4]基于SIFT特征点的点云配准方法[J]. 张少玉. 计算机与数字工程. 2018(03)
[5]一种新的捷联惯性导航系统姿态四元数方程求解方法[J]. 周召发,胡文,张志利,徐梓皓,陈河. 兵工学报. 2018(03)
[6]室内定位技术与应用综述[J]. 裴凌,刘东辉,钱久超. 导航定位与授时. 2017(03)
[7]基于Kinect和惯导的组合室内定位[J]. 温熙,郭杭. 计算机工程与设计. 2016(07)
[8]PCA-SIFT特征匹配算法研究[J]. 李钦,游雄,李科,张彦喜. 测绘工程. 2016(04)
[9]微小型飞行器室内激光/INS融合定位方法研究[J]. 王平,鲁可,曹云峰,王彪. 飞行器测控学报. 2013(04)
[10]移动机器人的同步自定位与地图创建研究进展[J]. 陈卫东,张飞. 控制理论与应用. 2005(03)
硕士论文
[1]基于激光SLAM的3D点云配准优化方法研究[D]. 漆钰晖.南昌大学 2019
[2]动态场景下的2D SLAM方法研究[D]. 杨阔.北京交通大学 2018
[3]微惯性辅助的激光雷达室内同步建图与定位技术研究[D]. 杨景阳.南京航空航天大学 2014
[4]动态环境下移动机器人导航技术研究[D]. 张亮.武汉科技大学 2013
[5]基于时滞多传感器数据的信息融合滤波[D]. 王光辉.黑龙江大学 2013
[6]测量数据延迟下的不完全量测滤波研究[D]. 李林林.南京理工大学 2012
本文编号：2999452
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2999452.html
