面對(duì)現(xiàn)代戰(zhàn)場(chǎng)中的惡劣環(huán)境和對(duì)車載定位定向的大量需求,在保證定位精度的前提下,低成本、小體積、具有較強(qiáng)自主性和抗干擾性車載定位定向系統(tǒng)成為車載定位定向必然發(fā)展趨勢(shì)。本文主要研究?jī)?nèi)容為基于單目視覺和MEMS慣性測(cè)量組件的組合定位定向技術(shù)。首先針對(duì)MEMS慣性測(cè)量組件定位定向算法進(jìn)行研究。介紹了MEMS慣性測(cè)量組件定位定向算法中所用到的坐標(biāo)系,以及對(duì)坐標(biāo)系間相互轉(zhuǎn)換關(guān)系進(jìn)行分析,接下來(lái)對(duì)捷聯(lián)慣導(dǎo)姿態(tài)、速度以及位置更新算法進(jìn)行了分析。其次針對(duì)單目視覺定位的核心內(nèi)容進(jìn)行了研究。闡述了攝像機(jī)成像原理并介紹了Kinect相機(jī)的工作原理,分別對(duì)特征點(diǎn)檢測(cè)與匹配技術(shù)以及ORB SLAM算法、RGBD SLAM算法進(jìn)行了實(shí)驗(yàn)和分析,采用ORB SLAM的視覺定位算法進(jìn)行視覺定位信息解算。在上述基礎(chǔ)上,重點(diǎn)進(jìn)行了對(duì)MEMS慣性測(cè)量組件和視覺定位的融合算法的研究,首先對(duì)MEMS慣性測(cè)量組件信息進(jìn)行捷聯(lián)慣導(dǎo)解算,使用卡爾曼濾波對(duì)解算的MEMS慣性測(cè)量組件位置信息進(jìn)行濾波;然后對(duì)視覺信息進(jìn)行ORB SLAM解算,使用卡爾曼濾波對(duì)解算視覺位置信息進(jìn)行濾波;最后進(jìn)行視覺可靠性判斷,在視覺信息不可靠時(shí),使用濾波后的ME... 

【文章來(lái)源】：西安建筑科技大學(xué)陜西省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

捷聯(lián)慣導(dǎo)仿真誤差由圖2.2可知，在雙軸轉(zhuǎn)臺(tái)捷聯(lián)慣導(dǎo)的解算中，姿態(tài)角的俯仰角誤差最小，并

西安建筑科技大學(xué)碩士學(xué)位論文20圖3.4標(biāo)定所用的棋盤標(biāo)定板2）針對(duì)棋盤格拍攝20張圖片。3）在圖片中檢測(cè)特征點(diǎn)（Harris特征）。由Kinect一代拍攝20張不同位姿的標(biāo)定板圖片通過(guò)MATLAB標(biāo)定結(jié)果如圖3.5所示：圖3.4MATLAB標(biāo)定結(jié)果從圖3.5中可以看出，對(duì)拍攝的20張標(biāo)定板的圖片進(jìn)行了標(biāo)定，圖中綠色圈所圈出來(lái)的是棋盤的角點(diǎn)，平均誤差為0.475，點(diǎn)擊ExportCameraParameters模塊

MATLAB 標(biāo)定結(jié)果


本文編號(hào)：3579498