近年來(lái),對(duì)智能車輛（無(wú)人地面車輛或自動(dòng)駕駛汽車）自主能力的需求持續(xù)增高,對(duì)于基于低成本傳感器的車載導(dǎo)航性能的要求也越來(lái)越高,典型的慣導(dǎo)衛(wèi)星組合可靠運(yùn)行的前提是衛(wèi)星導(dǎo)航信號(hào)連續(xù)可獲得。但衛(wèi)星導(dǎo)航信號(hào)在城市峽谷、森林、隧道等情況下存在遮擋、多徑等效應(yīng),并且易受干擾,還可能面臨欺騙的威脅。因此衛(wèi)星信號(hào)失效的情況下,研究約束低成本導(dǎo)航系統(tǒng)誤差發(fā)散的方法以及新型組合導(dǎo)航方案有很大的現(xiàn)實(shí)意義,同時(shí)也是導(dǎo)航領(lǐng)域的熱點(diǎn)和難點(diǎn)問(wèn)題。論文著重研究了利用視覺(jué)傳感器輔助慣導(dǎo)進(jìn)行組合導(dǎo)航的關(guān)鍵技術(shù),包括視覺(jué)運(yùn)動(dòng)信息計(jì)算和新型組合方式及其相應(yīng)算法。同時(shí)也研究了提高里程計(jì)和運(yùn)動(dòng)學(xué)約束與慣導(dǎo)組合標(biāo)定精度的新方法。本文主要工作和研究成果包括:1.提出了基于UKF的慣導(dǎo)/非完整性約束/里程計(jì)（INS/NHC/OD）高精度組合標(biāo)定方法。其中針對(duì)四元數(shù)的無(wú)跡變換（UT）進(jìn)行了擾動(dòng)量的指數(shù)-對(duì)數(shù)映射特殊處理。針對(duì)低成本慣導(dǎo)的特點(diǎn),從理論上分析了INS/NHC/OD組合導(dǎo)航與標(biāo)定的可觀測(cè)性。仿真結(jié)果表明,在安裝偏角稍大時(shí),利用UKF的標(biāo)定方案顯著優(yōu)于傳統(tǒng)EKF方案。2.提出了基于車道線消失點(diǎn)（VP）檢測(cè)獲得相對(duì)姿態(tài)并輔助慣導(dǎo)的方... 

【文章來(lái)源】：西北工業(yè)大學(xué)陜西省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：182 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
縮略語(yǔ)與符號(hào)列表
第一章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外相關(guān)研究現(xiàn)狀
        1.2.1 車載導(dǎo)航研究和發(fā)展現(xiàn)狀
        1.2.2 慣導(dǎo)精度等級(jí)及應(yīng)用
        1.2.3 慣導(dǎo)/衛(wèi)星組合
        1.2.4 慣導(dǎo)/車體速度組合
        1.2.5 慣導(dǎo)/視覺(jué)組合
    1.3 論文主要工作及內(nèi)容安排
第二章 慣性導(dǎo)航與相機(jī)位姿估計(jì)
    2.1 坐標(biāo)系定義
    2.2 捷聯(lián)慣性導(dǎo)航系統(tǒng)
        2.2.1 慣導(dǎo)力學(xué)編排
        2.2.2 慣導(dǎo)誤差模型
        2.2.3 b系下導(dǎo)航誤差模型
    2.3 相機(jī)位姿估計(jì)
        2.3.1 相機(jī)投影模型
        2.3.2 對(duì)極約束與相對(duì)位姿估計(jì)
        2.3.3 特征檢測(cè)與關(guān)聯(lián)
    2.4 本章小結(jié)
第三章 車體速度量測(cè)輔助導(dǎo)航
    3.1 導(dǎo)航狀態(tài)與車體速度的數(shù)學(xué)關(guān)系
        3.1.1 桿臂效應(yīng)和安裝偏角定義
        3.1.2 桿臂效應(yīng)和安裝偏角影響分析
    3.2 基于EKF的 INS/NHC/OD組合導(dǎo)航與傳感器間聯(lián)合標(biāo)定
        3.2.1 EKF量測(cè)模型
        3.2.2 可觀測(cè)性分析
    3.3 基于UKF的 INS/NHC/OD組合導(dǎo)航與傳感器間聯(lián)合標(biāo)定
        3.3.1 UT變換
        3.3.2 系統(tǒng)為加性噪聲的UKF
        3.3.3 用于INS/NHC/OD組合的UKF算法
        3.3.4 仿真結(jié)果
    3.4 姿態(tài)速度約束
        3.4.1 兩種姿態(tài)速度約束的定義
        3.4.2 姿態(tài)角誤差和姿態(tài)失準(zhǔn)角的關(guān)系
        3.4.3 姿態(tài)速度約束用于慣導(dǎo)輔助
        3.4.4 姿態(tài)速度約束與NHC的理論等價(jià)性
        3.4.5 桿臂與安裝偏角補(bǔ)償校正
    3.5 運(yùn)動(dòng)學(xué)約束車載實(shí)驗(yàn)結(jié)果
        3.5.1 車載實(shí)驗(yàn)環(huán)境描述
        3.5.2 GPS失效段導(dǎo)航誤差結(jié)果
    3.6 本章小結(jié)
第四章 基于消失點(diǎn)觀測(cè)的視覺(jué)輔助慣導(dǎo)方法
    4.1 消失點(diǎn)
    4.2 平行車道線形成的消失點(diǎn)
        4.2.1 VP坐標(biāo)與相對(duì)姿態(tài)的數(shù)學(xué)關(guān)系
        4.2.2 直線車道確定與消失點(diǎn)檢測(cè)
        4.2.3 不確定性分析
    4.3 NHC/OD與 VP聯(lián)合輔助組合導(dǎo)航
        4.3.1 狀態(tài)空間
        4.3.2 INS/VP組合算法
        4.3.3 狀態(tài)擴(kuò)增處理
        4.3.4 仿真與實(shí)驗(yàn)結(jié)果
        4.3.5 VP輔助方法的敏感性分析
    4.4 結(jié)合電子地圖絕對(duì)航向信息的VP輔助算法
    4.5 本章小結(jié)
第五章 單目視覺(jué)里程計(jì)輔助慣導(dǎo)方法
    5.1 單目相機(jī)2D-2D相對(duì)位姿估計(jì)
    5.2 相對(duì)位姿誤差分析
        5.2.1 不確定性傳播:從特征點(diǎn)量測(cè)到本質(zhì)矩陣
        5.2.2 不確定性傳播:從本質(zhì)矩陣到旋轉(zhuǎn)矩陣
        5.2.3 不確定性傳播:從旋轉(zhuǎn)矩陣到相對(duì)姿態(tài)角
        5.2.4 數(shù)值仿真測(cè)試
    5.3 INS/NHC/VO松組合方案
        5.3.1 INS/VO組合
        5.3.2 INS/NHC組合
        5.3.3 可觀測(cè)性分析
    5.4 實(shí)驗(yàn)結(jié)果
        5.4.1 相對(duì)姿態(tài)不確定性估計(jì)算法評(píng)估
        5.4.2 濾波融合結(jié)果
        5.4.3 VO失效檢測(cè)與處理
    5.5 本章小結(jié)
第六章 視覺(jué)/慣性導(dǎo)航的緊組合方法
    6.1 基于點(diǎn)特征的多狀態(tài)約束的滑窗濾波方法
        6.1.1 狀態(tài)向量構(gòu)成
        6.1.2 量測(cè)更新流程
    6.2 垂直線觀測(cè)與點(diǎn)觀測(cè)聯(lián)合輔助的VINS
        6.2.1 空間垂直線的觀測(cè)與橫滾角輔助
        6.2.2 基于點(diǎn)+垂直線特征的VINS導(dǎo)航流程
        6.2.3 結(jié)果與分析
    6.3 直線地標(biāo)的表示與相機(jī)投影
        6.3.1 直線參數(shù)化表示
        6.3.2 基于Plücker坐標(biāo)的直線投影
        6.3.3 非延遲直線參數(shù)化表示
    6.4 線特征量測(cè)模型
        6.4.1 線段端點(diǎn)到預(yù)測(cè)直線的距離
        6.4.2 量測(cè)模型
    6.5 使用線特征的視覺(jué)輔助慣導(dǎo)
        6.5.1 狀態(tài)空間模型
        6.5.2 使用AIDPL的直線路標(biāo)初始化
        6.5.3 基于直線特征的VINS仿真驗(yàn)證
    6.6 本章小結(jié)
第七章 論文總結(jié)
    7.1 論文主要研究?jī)?nèi)容
    7.2 論文主要?jiǎng)?chuàng)新點(diǎn)
    7.3 下一步工作的建議
附錄 A 慣性導(dǎo)航基本公式與證明
    A.1 叉乘公式
    A.2 INS數(shù)學(xué)符號(hào)與取值
    A.3 姿態(tài)表示與轉(zhuǎn)換關(guān)系
        A.3.1 從四元數(shù)到方向余弦矩陣
        A.3.2 從姿態(tài)到方向余弦矩陣
    A.4 旋轉(zhuǎn)四元數(shù)與旋轉(zhuǎn)矢量的轉(zhuǎn)化關(guān)系
    A.5 相對(duì)姿態(tài)失準(zhǔn)角于相對(duì)旋轉(zhuǎn)矩陣誤差之間的關(guān)系
    A.6 w系下的INS公式
        A.6.1 w系的慣導(dǎo)力學(xué)編排
        A.6.2 w系 INS誤差方程
附錄 B VINS中的部分Jacobian矩陣
    B.1 向量歸一化函數(shù)的Jacobian矩陣
    B.2 單位向量的擾動(dòng)
參考文獻(xiàn)
致謝
攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文和參加科研情況


【參考文獻(xiàn)】：
期刊論文
[1]捷聯(lián)慣導(dǎo)/里程計(jì)高精度組合導(dǎo)航算法[J]. 趙洪松,繆玲娟,沈軍.  兵工學(xué)報(bào). 2014(04)
[2]相對(duì)姿態(tài)匹配傳遞對(duì)準(zhǔn)方法[J]. 劉鎮(zhèn)波,李四海,王玨,張亞崇.  系統(tǒng)工程與電子技術(shù). 2014(08)
[3]速度約束輔助車載捷聯(lián)慣導(dǎo)系統(tǒng)零速校正算法[J]. 付強(qiáng)文,秦永元,李四海.  系統(tǒng)工程與電子技術(shù). 2013(08)
[4]基于GPS軌跡數(shù)據(jù)的地圖匹配算法[J]. 李清泉,黃練.  測(cè)繪學(xué)報(bào). 2010(02)
[5]UKF在INS/GPS直接法卡爾曼濾波中的應(yīng)用[J]. 楊波,秦永元,柴艷.  傳感技術(shù)學(xué)報(bào). 2007(04)
[6]一種新的INS/GPS組合導(dǎo)航技術(shù)[J]. 楊艷娟,卞鴻巍,田蔚風(fēng),金志華.  中國(guó)慣性技術(shù)學(xué)報(bào). 2004(02)
[7]INS/GPS組合導(dǎo)航系統(tǒng)的數(shù)據(jù)同步技術(shù)研究[J]. 游文虎,姜復(fù)興.  中國(guó)慣性技術(shù)學(xué)報(bào). 2003(04)

博士論文
[1]車載自主定位定向系統(tǒng)研究[D]. 嚴(yán)恭敏.西北工業(yè)大學(xué) 2006



本文編號(hào)：3050485