行星表面巡視器的自主導(dǎo)航定位是其在未知環(huán)境中能夠正常運(yùn)行的根本保障。為提高運(yùn)動(dòng)估計(jì)的魯棒性與精度,巡視器一般會(huì)搭載多種傳感器,其中單目視覺與慣性組合因其輕廉及優(yōu)勢互補(bǔ)得到廣泛應(yīng)用:單目相機(jī)可以獲取豐富的視覺信息與幾何特征但存在尺度不確定性問題,而慣性傳感器可以為其提供絕對(duì)尺度信息。本文就視覺-慣性傳感器組合,深入研究了基于增量式平滑優(yōu)化算法的視覺-慣性運(yùn)動(dòng)估計(jì)方法。首先從概率角度出發(fā),建立了視覺-慣性運(yùn)動(dòng)估計(jì)問題的一般數(shù)學(xué)模型。從最大后驗(yàn)估計(jì)開始,在高斯零均值噪聲假設(shè)以及先驗(yàn)信息已知的情況下,將視覺-慣性運(yùn)動(dòng)估計(jì)轉(zhuǎn)換為極大似然估計(jì)問題,并將其描述成因子圖模型;結(jié)合視覺-慣性運(yùn)動(dòng)估計(jì)問題的一般過程模型和測量模型,給出視覺因子節(jié)點(diǎn)與IMU因子節(jié)點(diǎn)的一般形式。而后,利用變量消元法,將因子圖模型轉(zhuǎn)換為貝葉斯網(wǎng),并進(jìn)一步轉(zhuǎn)換得到貝葉斯樹。期間給出了詳細(xì)的轉(zhuǎn)換與推導(dǎo)過程,并證明了變量消元與QR分解的等價(jià)關(guān)系。在貝葉斯樹基礎(chǔ)上,構(gòu)建了增量式平滑優(yōu)化算法。作為算法驗(yàn)證與應(yīng)用,基于增量式平滑優(yōu)化算法,構(gòu)建了使用人工特征的視覺-慣性運(yùn)動(dòng)估計(jì)系統(tǒng)。系統(tǒng)使用April Tag二維碼作為人工特征,構(gòu)建了Apri... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：92 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

空間機(jī)器人在航天任務(wù)中的應(yīng)用深空探測的一種重要探測形式就是將巡視器降落于待探測星球的表面

國內(nèi)較多的研究偏重于應(yīng)用場景的研究，包括眾多高校以及一些新興的初創(chuàng)公司。應(yīng)用場景主要包括航天器相對(duì)導(dǎo)航[26]，深空探測器自主著陸[27]，無人機(jī)導(dǎo)航[30]與著陸以及室內(nèi)機(jī)器人自主定位[34]等，其中比較多的一部分是基于濾波方法來完成的，包括 EKF 以及 UKF 等，而對(duì)于非線性優(yōu)化方法，包括滑動(dòng)窗口濾波或者平滑方法，目前研究相對(duì)較少，主要為一些機(jī)器人研究實(shí)驗(yàn)室以及新興的初創(chuàng)公司采用。視覺-慣性運(yùn)動(dòng)估計(jì)在航天器中的應(yīng)用概述深空探測技術(shù)的發(fā)展尤其是火星、月球表面探測，讓視覺導(dǎo)航在航天領(lǐng)域得到了廣泛的應(yīng)用。2004 年，美國兩顆火星探測搭載的火星巡視器使用了視覺里程計(jì)進(jìn)行自主定位，自此之后，視覺已成為星球表面巡視器最主要的傳感器之一[36]。國外學(xué)者 Gabe Sibley 對(duì)滑動(dòng)窗口濾波優(yōu)化方法做了非常深入的研究，并將其應(yīng)用于行星表面著陸過程中[16]。為了完成對(duì)算法的驗(yàn)證，Gabe Sibley 在地面簡單模擬了火星表面環(huán)境，使用雙目相機(jī)完成算法驗(yàn)證，如圖 1-2 所示。其結(jié)果表明，通過調(diào)整滑動(dòng)窗口濾波的參數(shù)，算法的精度與效率可在濾波與全平滑之間進(jìn)行調(diào)整，且精度比視覺里程計(jì)要高。

優(yōu)化算法中的一步：對(duì)新插入一個(gè)因子的處理子，并初始化其轄域中的變量值；標(biāo)志為需要重新線性化的變量；到新插入因子影響的團(tuán)，對(duì)其進(jìn)行貝葉斯樹重新構(gòu)建；頂端往下求解最優(yōu)增量* X ；態(tài)變量的值，直至遇到* X 的變化率小于閾值為止。平滑算法的簡單驗(yàn)證具有圖 3-1（a）所示結(jié)構(gòu)的因子圖模型，1 2 3x , x ,x 表示的平面坐標(biāo)以及與 x軸正向的夾角；1 2l ,l 表示空間特平面坐標(biāo)。為其中每個(gè)節(jié)點(diǎn)取定一個(gè)準(zhǔn)確狀態(tài)值。仿一個(gè)變量加上高斯噪聲，得到每個(gè)變量的初始值，始位置節(jié)點(diǎn)的位置及其噪聲。使用增量式平滑算法 4-4 所示。圖中的橢圓表示狀態(tài)量的不確定度，橢圓以看到，沒有閉環(huán)的情況下，狀態(tài)量的不確定度越來

【參考文獻(xiàn)】：
期刊論文
[1]國外在軌服務(wù)系統(tǒng)最新發(fā)展(下)[J]. 王雪瑤.  國際太空. 2017(11)
[2]國外在軌服務(wù)系統(tǒng)最新發(fā)展(上)[J]. 王雪瑤.  國際太空. 2017(10)
[3]一種基于改進(jìn)Kalman濾波的視覺/慣性組合導(dǎo)航算法[J]. 屈楨深,楚翔宇,趙霄洋,李葆華.  導(dǎo)航定位與授時(shí). 2017(02)
[4]一種基于慣性/視覺信息融合的無人機(jī)自主著陸導(dǎo)航算法[J]. 劉暢,楊良軍,劉峰,王翌,徐策,劉崇亮.  導(dǎo)航定位與授時(shí). 2016(06)
[5]一種采用雙目視覺加慣性測量的航天器組合相對(duì)導(dǎo)航方法[J]. 趙逸倫,喬兵,靳永強(qiáng),郁豐.  航天控制. 2016(04)
[6]深空自主著陸導(dǎo)航技術(shù)研究與展望[J]. 杜亞玲,高曉穎,鐘穎,王知非.  遙測遙控. 2012(03)
[7]一種無人機(jī)視覺導(dǎo)航方法及其濾波算法改進(jìn)[J]. 徐超,范耀祖,沈曉蓉,羅宇鋒.  北京航空航天大學(xué)學(xué)報(bào). 2010(08)
[8]基于Sigma-point卡爾曼濾波的INS/Vision相對(duì)導(dǎo)航方法研究[J]. 崔乃剛,王小剛,郭繼峰.  宇航學(xué)報(bào). 2009(06)

博士論文
[1]在軌服務(wù)航天器位姿一體化規(guī)劃與控制[D]. 孫俊.哈爾濱工業(yè)大學(xué) 2017
[2]月球探測器軟著陸視覺導(dǎo)航方法研究[D]. 姜肖楠.哈爾濱工業(yè)大學(xué) 2010

碩士論文
[1]基于單目視覺的移動(dòng)機(jī)器人室內(nèi)定位與運(yùn)動(dòng)目標(biāo)跟蹤[D]. 鞠升輝.天津理工大學(xué) 2016
[2]微型無人機(jī)視覺慣性導(dǎo)航[D]. 陳卓.哈爾濱工業(yè)大學(xué) 2015
[3]融合視覺與慣性導(dǎo)航的機(jī)器人自主定位[D]. 路丹暉.浙江大學(xué) 2012



本文編號(hào)：2993162