隨著科學(xué)技術(shù)的不斷革新,國(guó)家經(jīng)濟(jì)和社會(huì)建設(shè)得到了蓬勃的發(fā)展�！皵�(shù)字地球”、“智慧城市”等理念不斷的普及,使人們對(duì)室內(nèi)高精度定位、導(dǎo)航、授時(shí)服務(wù)的速度及質(zhì)量的需求多樣化。目前單一、傳統(tǒng)的導(dǎo)航定位方法已無(wú)法滿(mǎn)足多樣化的位置服務(wù)需求,融合多傳感器技術(shù)的組合導(dǎo)航定位系統(tǒng)用于實(shí)時(shí)獲取空間信息,實(shí)現(xiàn)室內(nèi)復(fù)雜環(huán)境的高精度、高效和穩(wěn)定定位成為了一種新趨勢(shì)。本文以實(shí)現(xiàn)室內(nèi)高精度導(dǎo)航定位為研究目標(biāo),在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)、慣性、激光雷達(dá)、視覺(jué)導(dǎo)航定位技術(shù)的基礎(chǔ)上,以ZigBee室內(nèi)定位方法、高精度視覺(jué)慣性導(dǎo)航定位方法以及INS/激光雷達(dá)/視覺(jué)技術(shù)組合導(dǎo)航定位的方法為主要研究?jī)?nèi)容,圍繞基于無(wú)線(xiàn)信號(hào)的路徑損耗模型、高精度時(shí)空信息配準(zhǔn)、多傳感器信息高效融合算法和導(dǎo)航定位精度等問(wèn)題展開(kāi)研究。主要內(nèi)容如下:1、闡述了 ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)技術(shù)的協(xié)議,研究了基于RSSI的對(duì)數(shù)常態(tài)分布的路徑損耗模型的定位方法,針對(duì)該模型中參數(shù)無(wú)法確定的問(wèn)題,提出了一種基于粒子群優(yōu)化算法確定模型參數(shù)的方法,在此基礎(chǔ)上設(shè)計(jì)了一種基于粒子群優(yōu)化算法和KNN算法的二維定位方法,并在室內(nèi)環(huán)境組建了 ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)進(jìn)行定位實(shí)驗(yàn),驗(yàn)證了...

【文章頁(yè)數(shù)】：121 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 室內(nèi)無(wú)線(xiàn)定位技術(shù)
        1.2.2 慣性導(dǎo)航系統(tǒng)及定位技術(shù)
        1.2.3 基于機(jī)器視覺(jué)的定位技術(shù)
        1.2.4 基于激光雷達(dá)的定位技術(shù)
    1.3 研究?jī)?nèi)容和結(jié)構(gòu)安排
    1.4 本章小結(jié)
第2章 室內(nèi)定位技術(shù)的模型建立與分析
    2.1 坐標(biāo)系統(tǒng)
        2.1.1 相關(guān)坐標(biāo)系統(tǒng)
        2.1.2 坐標(biāo)系統(tǒng)的轉(zhuǎn)換
    2.2 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)定位系統(tǒng)
        2.2.1 無(wú)線(xiàn)定位基本概念
        2.2.2 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)定位算法
    2.3 慣性導(dǎo)航定位系統(tǒng)
        2.3.1 捷聯(lián)慣導(dǎo)工作原理
        2.3.2 捷聯(lián)慣導(dǎo)力學(xué)編排
    2.4 基于視覺(jué)的導(dǎo)航定位模型
        2.4.1 單目視覺(jué)定位模型
        2.4.2 雙目視覺(jué)定位模型
    2.5 基于三維激光雷達(dá)里程計(jì)定位模型
        2.5.1 三維激光點(diǎn)云
        2.5.2 激光雷達(dá)模型
    2.6 本章小結(jié)
第3章 基于粒子群算法的ZigBee室內(nèi)定位
    3.1 ZigBee無(wú)線(xiàn)傳感器網(wǎng)絡(luò)技術(shù)
        3.1.1 IEEE 802.15.4標(biāo)準(zhǔn)與ZigBee協(xié)議
        3.1.2 ZigBee拓?fù)浣Y(jié)構(gòu)
    3.2 基于RSSI路徑損耗模型的二維定位方法
        3.2.1 對(duì)數(shù)常態(tài)路徑損耗特性模型
        3.2.2 定位算法
    3.3 基于粒子群優(yōu)化算法的參數(shù)估計(jì)方法
    3.4 定位系統(tǒng)與實(shí)驗(yàn)結(jié)果
        3.4.1 系統(tǒng)介紹
        3.4.2 測(cè)試結(jié)果
    3.5 實(shí)驗(yàn)結(jié)果對(duì)比與分析
    3.6 本章小結(jié)
第4章 基于視覺(jué)和慣性組合室內(nèi)定位
    4.1 視覺(jué)和慣性系統(tǒng)的位姿輸出
        4.1.1 視覺(jué)系統(tǒng)自主定位
        4.1.2 慣性系統(tǒng)位姿輸出
    4.2 視覺(jué)慣性組合定位設(shè)計(jì)
        4.2.1 卡爾曼濾波器
        4.2.2 移動(dòng)機(jī)器人導(dǎo)航系統(tǒng)方程
        4.2.3 傳感器時(shí)間同步
    4.3 視覺(jué)慣性系統(tǒng)定位導(dǎo)航實(shí)驗(yàn)
    4.4 實(shí)驗(yàn)結(jié)果對(duì)比與分析
    4.5 本章小結(jié)
第5章 基于INS/激光雷達(dá)/視覺(jué)組合的室內(nèi)定位
    5.1 3D激光點(diǎn)云的特征提取
        5.1.1 ISS特征提取算法
        5.1.2 Voxel-SIFT特征提取算法
        5.1.3 特征提取算法的實(shí)驗(yàn)對(duì)比
    5.2 基于Voexl-SIFT特征提取的ICP點(diǎn)云配準(zhǔn)
        5.2.1 3D點(diǎn)云配準(zhǔn)算法
        5.2.2 3D點(diǎn)云配準(zhǔn)實(shí)驗(yàn)
    5.3 視覺(jué)里程計(jì)算法
        5.3.1 基于特征的視覺(jué)導(dǎo)航方法
        5.3.2 基于直接法的視覺(jué)導(dǎo)航方法
        5.3.3 基于特征的方法與直接法的比較
    5.4 聯(lián)邦濾波器模型
        5.4.1 INS和3D激光雷達(dá)組合導(dǎo)航系統(tǒng)
        5.4.2 INS和單目視覺(jué)組合導(dǎo)航系統(tǒng)
        5.4.3 全局濾波器最佳估計(jì)
    5.5 基于聯(lián)邦濾波的INS/激光雷達(dá)/視覺(jué)組合導(dǎo)航定位實(shí)驗(yàn)
        5.5.1 ROS操作系統(tǒng)
        5.5.2 移動(dòng)機(jī)器人室內(nèi)環(huán)境定位實(shí)驗(yàn)
    5.6 實(shí)驗(yàn)結(jié)果對(duì)比與分析
    5.7 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果



本文編號(hào)：3861861