視覺(jué)SLAM方法廣泛應(yīng)用于復(fù)雜環(huán)境的自主定位與建圖。但將相機(jī)作為唯一傳感器,難以應(yīng)對(duì)弱光、弱紋理、快速運(yùn)動(dòng)。將相機(jī)結(jié)合IMU進(jìn)行視覺(jué)慣性SLAM,能顯著提升魯棒性,并將單目視覺(jué)SLAM尺度不可觀(guān)變?yōu)槿蹩捎^(guān)。地面移動(dòng)機(jī)器人經(jīng)常處于勻速運(yùn)動(dòng)或純旋轉(zhuǎn)狀態(tài),此時(shí)單目視覺(jué)慣性SLAM缺少加速度激勵(lì),無(wú)法觀(guān)測(cè)尺度,將造成嚴(yán)重的定位誤差。對(duì)于地面移動(dòng)機(jī)器人,引入輪速傳感器,可解決上述尺度弱可觀(guān)問(wèn)題,并提高在異常情況下的定位魯棒性。本文提出了一種使用單目視覺(jué)、慣性測(cè)量與輪速測(cè)量的多傳感器融合SLAM算法,以緊耦合方式融合各傳感器測(cè)量,使用非線(xiàn)性?xún)?yōu)化方法最大化后驗(yàn)概率以求解最優(yōu)狀態(tài)估計(jì),并具備回環(huán)檢測(cè)與后端優(yōu)化能力。在算法的設(shè)計(jì)與實(shí)現(xiàn)過(guò)程中,主要研究成果包括:基于力矩控制的麥克納姆輪移動(dòng)底盤(pán)控制算法,可利用運(yùn)動(dòng)約束誤差估計(jì)輪速測(cè)量可信度;針對(duì)地面全向移動(dòng)底盤(pán)的底盤(pán)-IMU內(nèi)外參標(biāo)定,無(wú)需輔助裝置;融合輪速與IMU角速度的輪式里程計(jì)預(yù)積分,可避免重復(fù)積分;基于輪式里程計(jì)與IMU的狀態(tài)初始化;底盤(pán)異常狀態(tài)主動(dòng)檢測(cè)算法,可主動(dòng)隔離錯(cuò)誤的底盤(pán)速度測(cè)量。在房間尺度場(chǎng)景、樓層尺度場(chǎng)景以及車(chē)輪打滑、碰撞、綁架、視覺(jué)丟... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：128 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人類(lèi)的自我感知與機(jī)器人多傳感器融合感知如圖1-1所示，對(duì)于機(jī)器人，相機(jī)承擔(dān)著眼睛的作用，IMU承擔(dān)著耳蝸的作用，

中 科 技 大 學(xué) 碩 士 學(xué) 位2機(jī)器人系統(tǒng)設(shè)計(jì)與運(yùn)動(dòng)控制航、環(huán)境感知以及人機(jī)協(xié)作的需求，本章。機(jī)器人采用視覺(jué)方案進(jìn)行環(huán)境感知，使裝配雙 7 自由度機(jī)械臂以便進(jìn)行人機(jī)協(xié)同

圖 2-6 麥克納姆輪受力分析轉(zhuǎn)動(dòng)的，麥克納姆輪只能向地面提供輥時(shí)，車(chē)輪受到切向的力 ，車(chē)體結(jié)構(gòu)地面的作用力為二者合力 ，方向?yàn)檎叫�，分析底盤(pán)在一定電機(jī)轉(zhuǎn)矩下的輥?zhàn)榆?chē)輪


本文編號(hào)：3096731