本文關(guān)鍵詞：室內(nèi)移動(dòng)機(jī)器人組合導(dǎo)航系統(tǒng)設(shè)計(jì)及數(shù)據(jù)融合算法研究

  更多相關(guān)文章： INS 視覺(jué) WSN 互補(bǔ)濾波 聯(lián)邦濾波 故障

【摘要】：隨著科技的發(fā)展,智能機(jī)器人的研究得到了前所未有的關(guān)注。而要機(jī)器人真正智能化,實(shí)現(xiàn)機(jī)器人自主定位導(dǎo)航將是至關(guān)重要的一環(huán)。室內(nèi)導(dǎo)航中所用慣性器件可獲得較理想的姿態(tài)解算精度,但因固有誤差,長(zhǎng)時(shí)導(dǎo)航將因累積誤差而發(fā)散。視覺(jué)傳感器探測(cè)范圍廣且信息豐富,自身不受外界電磁干擾,也不對(duì)外界環(huán)境造成污染。然而,視覺(jué)傳感器易受外界光照變化影響且因計(jì)算量大而導(dǎo)致數(shù)據(jù)更新率低。無(wú)線傳感網(wǎng)絡(luò)(WSN)導(dǎo)航系統(tǒng)可以獲得精準(zhǔn)的載體絕對(duì)位置,但WSN系統(tǒng)節(jié)點(diǎn)發(fā)出的超聲波信號(hào)易受室內(nèi)其他移動(dòng)障礙物遮擋而導(dǎo)致定位失效。將這三者結(jié)合起來(lái),取長(zhǎng)補(bǔ)短,將能有效提高室內(nèi)移動(dòng)機(jī)器人導(dǎo)航定位的實(shí)用性和魯棒性。本文使用MEMS器件中的陀螺儀、加速度計(jì)和磁力計(jì)的信息,通過(guò)互補(bǔ)濾波得到無(wú)累積誤差的姿態(tài)角,并將視覺(jué)系統(tǒng)以視覺(jué)里程計(jì)的方式進(jìn)行設(shè)計(jì),然后將互補(bǔ)濾波得到的航向信息用于INS/視覺(jué)組合導(dǎo)航系統(tǒng)中以實(shí)現(xiàn)對(duì)視覺(jué)信息的方向變換。分別構(gòu)建INS視覺(jué)組合導(dǎo)航系統(tǒng)和WSN導(dǎo)航系統(tǒng),并分別對(duì)視覺(jué)信息受干擾和WSN超聲波被遮擋的情況進(jìn)行實(shí)驗(yàn),以此證明單一系統(tǒng)導(dǎo)航可靠性的不足。然后將INS/視覺(jué)組合導(dǎo)航系統(tǒng)和WSN導(dǎo)航系統(tǒng)通過(guò)聯(lián)邦卡爾曼濾波器組合起來(lái),并為該聯(lián)邦濾波系統(tǒng)增設(shè)子系統(tǒng)故障檢測(cè)與隔離功能,然后再針對(duì)子系統(tǒng)故障時(shí)的情況進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)證明,擁有故障檢測(cè)與隔離功能的INS/視覺(jué)/WSN聯(lián)邦濾波組合導(dǎo)航系統(tǒng)可以有效利用WSN導(dǎo)航系統(tǒng)的絕對(duì)位置信息對(duì)INS/視覺(jué)組合導(dǎo)航系統(tǒng)的相對(duì)位置誤差進(jìn)行校正。并且當(dāng)子系統(tǒng)發(fā)生故障時(shí),能及時(shí)隔離掉故障子系統(tǒng)以繼續(xù)可靠運(yùn)行,而當(dāng)子系統(tǒng)恢復(fù)正常后,又能及時(shí)將恢復(fù)正常的子系統(tǒng)重新融合進(jìn)來(lái)以求得全局最優(yōu)解,從而很好地提高了系統(tǒng)的實(shí)用性和魯棒性。
【關(guān)鍵詞】：INS 視覺(jué) WSN 互補(bǔ)濾波 聯(lián)邦濾波 故障
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP242
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-15
• 1.1 研究背景9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.3 論文研究?jī)?nèi)容及意義12-15
• 第二章 捷聯(lián)慣導(dǎo)姿態(tài)解算15-27
• 2.1 基于畢卡求解法的四元數(shù)姿態(tài)解算15-16
• 2.1.1 捷聯(lián)慣導(dǎo)常用參考坐標(biāo)系15-16
• 2.1.2 捷聯(lián)慣導(dǎo)計(jì)算框圖16
• 2.2 互補(bǔ)濾波姿態(tài)解算方法16-21
• 2.2.1 互補(bǔ)濾波簡(jiǎn)介16-17
• 2.2.2 載體姿態(tài)描述17
• 2.2.3 互補(bǔ)濾波原理17-18
• 2.2.4 互補(bǔ)濾波應(yīng)用18-21
• 2.3 畢卡求解與互補(bǔ)濾波對(duì)比實(shí)驗(yàn)21-25
• 2.4 本章小結(jié)25-27
• 第三章 視覺(jué)速度測(cè)量模型27-45
• 3.1 視覺(jué)測(cè)量常用坐標(biāo)系27-28
• 3.1.1 圖像坐標(biāo)系27
• 3.1.2 成像平面坐標(biāo)系27
• 3.1.3 攝像機(jī)坐標(biāo)系27-28
• 3.1.4 世界坐標(biāo)系28
• 3.2 攝像機(jī)成像模型28-30
• 3.2.1 線性模型(針孔成像模型)28-29
• 3.2.2 非線性模型29-30
• 3.3 攝像機(jī)標(biāo)定30-34
• 3.4 圖像矯正34
• 3.5 視覺(jué)速度測(cè)量34-36
• 3.5.1 速度測(cè)量模型34-35
• 3.5.2 載體速度與圖像速度的關(guān)系35-36
• 3.6 Harris角點(diǎn)檢測(cè)36-39
• 3.7 金字塔Lucas-Kanade光流法速度測(cè)量39-43
• 3.8 本章小結(jié)43-45
• 第四章 INS/視覺(jué)/WSN聯(lián)邦濾波組合導(dǎo)航系統(tǒng)軟硬件設(shè)計(jì)45-53
• 4.1 視覺(jué)速度測(cè)量系統(tǒng)設(shè)計(jì)45-48
• 4.1.1 MFC簡(jiǎn)介45
• 4.1.2 OpenCV簡(jiǎn)介45-46
• 4.1.3 工業(yè)攝像機(jī)46
• 4.1.4 視覺(jué)速度測(cè)量系統(tǒng)光流計(jì)算程序流程46-47
• 4.1.5 視覺(jué)速度測(cè)量系統(tǒng)上位機(jī)設(shè)計(jì)47-48
• 4.2 DSP下位機(jī)設(shè)計(jì)48-52
• 4.2.1 DSP48
• 4.2.2 IMU48-49
• 4.2.3 WSN節(jié)點(diǎn)49-50
• 4.2.4 雙DSP軟硬件設(shè)計(jì)50-52
• 4.3 INS/視覺(jué)組合導(dǎo)航系統(tǒng)實(shí)驗(yàn)平臺(tái)52
• 4.4 本章小結(jié)52-53
• 第五章 INS/視覺(jué)/WSN組合導(dǎo)航聯(lián)邦濾波系統(tǒng)構(gòu)建與分析53-75
• 5.1 INS/視覺(jué)組合導(dǎo)航系統(tǒng)模型53-57
• 5.2 WSN導(dǎo)航系統(tǒng)模型57-61
• 5.3 聯(lián)邦卡爾曼濾波61-63
• 5.4 INS/視覺(jué)/WSN聯(lián)邦卡爾曼組合導(dǎo)航系統(tǒng)模型63-68
• 5.5 INS/視覺(jué)/WSN聯(lián)邦濾波組合導(dǎo)航系統(tǒng)故障檢測(cè)、隔離與恢復(fù)68-73
• 5.5.1 聯(lián)邦濾波器容錯(cuò)性能分析68-69
• 5.5.2 系統(tǒng)級(jí)故障檢測(cè)與隔離的應(yīng)用69-73
• 5.6 本章小結(jié)73-75
• 第六章 總結(jié)與展望75-77
• 6.1 總結(jié)75
• 6.2 展望75-77
• 致謝77-79
• 參考文獻(xiàn)79-81
• 攻讀碩士期間的學(xué)術(shù)成果81

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳孟元;謝義建;陳躍東;;基于四元數(shù)改進(jìn)型互補(bǔ)濾波的MEMS姿態(tài)解算[J];電子測(cè)量與儀器學(xué)報(bào);2015年09期

2 孫金秋;游有鵬;傅忠云;;基于自適應(yīng)顯式互補(bǔ)濾波的姿態(tài)解算方法[J];測(cè)控技術(shù);2015年04期

3 杜杉杉;吳昊;張繼文;馬武建;;一種面向AHRS的改進(jìn)互補(bǔ)濾波融合算法[J];國(guó)外電子測(cè)量技術(shù);2015年03期

4 張曉峰;鐘一博;李清晨;陳國(guó)定;;電磁智能車循跡算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2014年12期

5 呂印新;肖前貴;胡壽松;;基于四元數(shù)互補(bǔ)濾波的無(wú)人機(jī)姿態(tài)解算[J];燕山大學(xué)學(xué)報(bào);2014年02期

6 賈瑞才;;基于四元數(shù)EKF的低成本MEMS姿態(tài)估計(jì)算法[J];傳感技術(shù)學(xué)報(bào);2014年01期

7 譚民;王碩;;機(jī)器人技術(shù)研究進(jìn)展[J];自動(dòng)化學(xué)報(bào);2013年07期

8 黃潔;王福豹;段渭軍;;WSN節(jié)點(diǎn)超聲波測(cè)距技術(shù)研究[J];電子設(shè)計(jì)工程;2013年06期

9 李鳳英;高田;羊彥;;磁羅盤(pán)姿態(tài)解算及誤差補(bǔ)償[J];計(jì)算機(jī)測(cè)量與控制;2011年07期

10 項(xiàng)鳳濤;王正志;吳第e，

本文編號(hào)：1018540