李群空間下采用濾波方法的視覺慣導(dǎo)定位研究
發(fā)布時間:2022-10-20 17:43
近幾年,移動機器人技術(shù)發(fā)展迅速,并在工業(yè)、農(nóng)業(yè)、軍事等領(lǐng)域得到廣泛應(yīng)用。機器人精確的位姿估計是實現(xiàn)自主導(dǎo)航和智能控制的基礎(chǔ),也是該領(lǐng)域研究的熱點問題之一。視覺傳感器和慣導(dǎo)良好的信息互補性,使得基于視覺慣導(dǎo)融合的位姿估計成為當前機器人導(dǎo)航的主流。如何有效融合視覺和慣導(dǎo)信息來獲得更高的定位精度,是該領(lǐng)域面臨的主要挑戰(zhàn)之一,具有重要的研究價值和意義。為有效傳遞估計系統(tǒng)的不確定性,同時降低系統(tǒng)的非線性化誤差,本文對李群空間下的視覺-慣導(dǎo)融合定位算法進行了研究,通過構(gòu)建高維李群矩陣來描述系統(tǒng)的不確定性,采用緊耦合的濾波方法實現(xiàn)視覺和慣導(dǎo)信息進行融合,最終完成視覺慣導(dǎo)融合精確定位。本文主要從三方面進行了研究:首先,介紹了幾種姿態(tài)解算的方法和相互之間的轉(zhuǎn)換關(guān)系,概述了慣性導(dǎo)航系統(tǒng)的組成及相關(guān)原理。在慣性導(dǎo)航系統(tǒng)部分,分析說明了IMU模型和IMU預(yù)積分算法,為后續(xù)的研究奠定了基礎(chǔ)。其次,本文分析了系統(tǒng)幾種坐標系之間的轉(zhuǎn)換關(guān)系,完成了相機和慣導(dǎo)的標定。文章采用張正友棋盤標定的方法實現(xiàn)相機標定,獲得了相機的內(nèi)外參數(shù);采用四元數(shù)法實現(xiàn)攝像機-慣導(dǎo)的聯(lián)合標定,并通過實驗對算法進行了驗證。最后,本文詳細闡述了李...
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 課題研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展
1.2.1 SLAM發(fā)展現(xiàn)狀
1.2.2 視覺慣導(dǎo)融合定位的發(fā)展現(xiàn)狀
1.3 主要研究內(nèi)容及章節(jié)安排
第二章 旋轉(zhuǎn)運動的數(shù)學(xué)描述
2.1 旋轉(zhuǎn)矩陣與旋轉(zhuǎn)向量
2.1.1 旋轉(zhuǎn)矩陣
2.1.2 旋轉(zhuǎn)向量與旋轉(zhuǎn)矩陣的轉(zhuǎn)換
2.2 歐拉角
2.3 四元數(shù)
2.3.1 四元數(shù)的表示和運算
2.3.2 四元數(shù)表示旋轉(zhuǎn)
2.4 李群和李代數(shù)
2.4.1 李群和李代數(shù)的定義與表示
2.4.2 李群和李代數(shù)的轉(zhuǎn)換
2.4.3 李群的不確定性
2.5 本章小結(jié)
第三章 慣性導(dǎo)航系統(tǒng)及誤差分析
3.1 引言
3.2 慣性測量單元
3.2.1 陀螺儀的原理
3.2.2 加速度計的原理
3.3 慣性導(dǎo)航系統(tǒng)建模
3.3.1 IMU誤差模型
3.3.2 IMU運動學(xué)模型
3.3.3 IMU預(yù)積分
3.4 本章小結(jié)
第四章 視覺慣導(dǎo)標定
4.1 針孔攝像機模型
4.2 四種坐標系及相互之間的關(guān)系
4.3 相機標定技術(shù)
4.4 相機慣導(dǎo)標定技術(shù)
4.5 實驗結(jié)果與分析
4.6 本章小結(jié)
第五章 基于迭代不變卡爾曼濾波的視覺慣導(dǎo)融合定位算法
5.1 坐標系建立
5.2 視覺特征點的提取與管理
5.2.1 特征點的提取及描述
5.2.2 特征點管理
5.3 空間特征點估計
5.4 基于迭代不變卡爾曼濾波的視覺慣導(dǎo)融合定位算法
5.4.1 傳統(tǒng)的EKF濾波算法
5.4.2 EKF與IEKF兩種濾波算法的差異
5.4.3 視覺慣導(dǎo)融合新方法I-IEKF
5.5 實驗與結(jié)果分析
5.6 本章小結(jié)
第六章 總結(jié)與展望
6.1 工作總結(jié)
6.2 研究展望
參考文獻
致謝
個人簡歷、在學(xué)校期間的研究成果及發(fā)表的學(xué)術(shù)論文
【參考文獻】:
期刊論文
[1]基于四元數(shù)的航天器姿態(tài)非線性控制器[J]. 祝喬,汪旭東,崔家瑞. 信息與控制. 2012(02)
[2]一種基于SIFT和KLT相結(jié)合的特征點跟蹤方法研究[J]. 劉玉,王敬東,李鵬. 宇航學(xué)報. 2011(07)
[3]求解非線性方程組的一種新的全局收斂的Levenberg-Marquardt算法[J]. 楊柳,陳艷萍. 計算數(shù)學(xué). 2008(04)
[4]三維轉(zhuǎn)動的四元數(shù)表述[J]. 劉俊峰. 大學(xué)物理. 2004(04)
博士論文
[1]李群早期發(fā)展的歷史研究[D]. 閻晨光.河北師范大學(xué) 2011
碩士論文
[1]確定攝像機內(nèi)參和外參的方法研究[D]. 朱斌.南京財經(jīng)大學(xué) 2011
本文編號:3695014
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 課題研究背景與意義
1.2 國內(nèi)外研究現(xiàn)狀與發(fā)展
1.2.1 SLAM發(fā)展現(xiàn)狀
1.2.2 視覺慣導(dǎo)融合定位的發(fā)展現(xiàn)狀
1.3 主要研究內(nèi)容及章節(jié)安排
第二章 旋轉(zhuǎn)運動的數(shù)學(xué)描述
2.1 旋轉(zhuǎn)矩陣與旋轉(zhuǎn)向量
2.1.1 旋轉(zhuǎn)矩陣
2.1.2 旋轉(zhuǎn)向量與旋轉(zhuǎn)矩陣的轉(zhuǎn)換
2.2 歐拉角
2.3 四元數(shù)
2.3.1 四元數(shù)的表示和運算
2.3.2 四元數(shù)表示旋轉(zhuǎn)
2.4 李群和李代數(shù)
2.4.1 李群和李代數(shù)的定義與表示
2.4.2 李群和李代數(shù)的轉(zhuǎn)換
2.4.3 李群的不確定性
2.5 本章小結(jié)
第三章 慣性導(dǎo)航系統(tǒng)及誤差分析
3.1 引言
3.2 慣性測量單元
3.2.1 陀螺儀的原理
3.2.2 加速度計的原理
3.3 慣性導(dǎo)航系統(tǒng)建模
3.3.1 IMU誤差模型
3.3.2 IMU運動學(xué)模型
3.3.3 IMU預(yù)積分
3.4 本章小結(jié)
第四章 視覺慣導(dǎo)標定
4.1 針孔攝像機模型
4.2 四種坐標系及相互之間的關(guān)系
4.3 相機標定技術(shù)
4.4 相機慣導(dǎo)標定技術(shù)
4.5 實驗結(jié)果與分析
4.6 本章小結(jié)
第五章 基于迭代不變卡爾曼濾波的視覺慣導(dǎo)融合定位算法
5.1 坐標系建立
5.2 視覺特征點的提取與管理
5.2.1 特征點的提取及描述
5.2.2 特征點管理
5.3 空間特征點估計
5.4 基于迭代不變卡爾曼濾波的視覺慣導(dǎo)融合定位算法
5.4.1 傳統(tǒng)的EKF濾波算法
5.4.2 EKF與IEKF兩種濾波算法的差異
5.4.3 視覺慣導(dǎo)融合新方法I-IEKF
5.5 實驗與結(jié)果分析
5.6 本章小結(jié)
第六章 總結(jié)與展望
6.1 工作總結(jié)
6.2 研究展望
參考文獻
致謝
個人簡歷、在學(xué)校期間的研究成果及發(fā)表的學(xué)術(shù)論文
【參考文獻】:
期刊論文
[1]基于四元數(shù)的航天器姿態(tài)非線性控制器[J]. 祝喬,汪旭東,崔家瑞. 信息與控制. 2012(02)
[2]一種基于SIFT和KLT相結(jié)合的特征點跟蹤方法研究[J]. 劉玉,王敬東,李鵬. 宇航學(xué)報. 2011(07)
[3]求解非線性方程組的一種新的全局收斂的Levenberg-Marquardt算法[J]. 楊柳,陳艷萍. 計算數(shù)學(xué). 2008(04)
[4]三維轉(zhuǎn)動的四元數(shù)表述[J]. 劉俊峰. 大學(xué)物理. 2004(04)
博士論文
[1]李群早期發(fā)展的歷史研究[D]. 閻晨光.河北師范大學(xué) 2011
碩士論文
[1]確定攝像機內(nèi)參和外參的方法研究[D]. 朱斌.南京財經(jīng)大學(xué) 2011
本文編號:3695014
本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/3695014.html
最近更新
教材專著