為了滿足無人作戰(zhàn)平臺長航時工作時對導航系統的需求,大多無人平臺采用慣性導航系統（Inertial navigation system,INS）與全球衛(wèi)星導航系統（Global Satellite Navigation System,GNSS）進行組合,有效提高了長航時導航性能。但GPS是一種被動導航系統,容易受到人為因素或外界環(huán)境因素的影響造成信號堵塞或失效,在一定程度上影響了組合導航系統的整體性能。同時,現有慣性基組合導航系統大多數都是利用輔助傳感器與INS進行信息融合,整個導航系統在智能化程度方面有待提高。為了研究智能化導航方法,研究人員把目光投向了生物界,開展了仿生導航方法與系統研究。本論文在深入分析動物導航機制基礎上,重點研究了基于卡爾曼濾波的數據融合算法、基于位置細胞導航模型的慣性/視覺匹配組合導航方法、及基于GPU加速并行處理的高實時性算法實現方法,并通過實驗驗證了研究成果在實際應用中的可行性。論文主要從以下幾個方面進行了研究:（1）對成像式仿生偏振光羅盤算法進行了研究并搭建了硬件系統,首先對大氣散射模型進行了深入分析和探討,對瑞利散射模型進行了研究,給出了基于Stokes... 

【文章來源】：中北大學山西省

【文章頁數】：71 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 課題研究背景與研究意義
    1.2 國內外研究進展
        1.2.1 慣性/視覺組合導航技術
        1.2.2 偏振光定向技術研究現狀
        1.2.3 仿生導航技術研究現狀
        1.2.4 圖像特征匹配與識別技術研究現狀
    1.3 論文選題依據
        1.3.1 無人平臺面臨的導航難題
        1.3.2 論文的章節(jié)安排
2 成像式仿生偏振光羅盤航向測量系統
    2.1 大氣散射模型理論
        2.1.1 大氣散射模型的基本概念
        2.1.2 瑞利散射模型
        2.1.3 基于Stokes矢量的偏振探測原理
    2.2 航向角測量算法
    2.3 偏振光測量系統設計
    2.4 實驗驗證
    2.5 本章小結
3 仿生偏振光/慣性組合航向測量方法
    3.1 坐標系定義
    3.2 慣性系統姿態(tài)角估計
        3.2.1 慣性系統常用參數說明
        3.2.2 姿態(tài)估計
    3.3 仿生偏振光/慣性組合導航系統卡爾曼濾波算法設計
    3.4 實驗驗證
    3.5 本章小結
4 基于位置細胞模型的慣性/視覺匹配組合導航方法
    4.1 位置細胞的特征分析
    4.2 基于位置細胞的導航算法
        4.2.1 基于SLAM_ORB的特征提取與匹配算法
        4.2.2 位置細胞節(jié)點圖像去噪
        4.2.3 位置細胞節(jié)點圖像增強
        4.2.4 慣性里程計算法
        4.2.5 慣性/視覺匹配組合導航算法
    4.3 GPU并行性分析
        4.3.1 GPU加速算法初始化
        4.3.2 GPU圖像加速
    4.4 車載實驗
    4.5 本章小結
5 總結與展望
    5.1 全文總結
    5.2 展望
參考文獻
攻讀碩士期間發(fā)表的論文及所取得的研究成果
致謝



本文編號：3164511