视觉/惯性组合导航技术发展综述

视觉/惯性组合导航技术是自主导航领域的重要研究方向之一。首先介绍了视觉/惯性组合导航技术的发展概况,然后从纯视觉导航(里程计、同步定位与构图)以及组合导航(滤波、非线性优化)2个层次介绍了传统的基于视觉几何与运动学模型的视觉/惯性组合导航方法,还介绍了近年来发展迅猛的基于机器学习的视觉/惯性组合导航方法。最后,简要介绍了视觉/惯性组合导航技术的典型应用及未来发展趋势。     

不依赖于卫星的无人系统视觉/激光雷达感知与自主导航技术

智能化的无人系统在现代社会中起着重要作用,而对环境信息的准确感知以及自身位置的精准估计是无人系统智能、高效执行任务的核心基础,视觉与激光雷达传感器是无人系统常用的感知与导航传感器.近年来,随着应用场景的拓展,无卫星信号、无光等恶劣环境对无人系统的感知与自主导航技术提出了新的挑战.针对上述环境,对无人系统中视觉/激光雷达感知技术与自主导航技术及其进展进行了分析和总结.从感知和导航定位两个应用层面出发,深入讨论和分析了基于视觉和激光雷达手段的深度估计、目标检测、自主导航、地图构建等技术的机理差异、实现方法及特性.分析了目前国内外研究成果及进展,总结对比了目前的技术特点与局限性,并展望了未来无人系统感知与导航的关键技术挑战与发展趋势.     

2019年国外导航技术发展综述

近年来,国外导航技术的发展呈现出多系统融合的发展态势,结合2019年国外导航技术的发展动态,对美国、欧盟、俄罗斯、印度等国家和地区的卫星导航、惯性导航、天文导航、视觉导航、数据库匹配导航、仿生导航、量子导航和全源导航等技术发展现状进行了总结分析,并对相关技术发展进行了展望。     

多无人机协同导航技术研究现状及进展

UAV是无人驾驶飞机(Unmanned Aerial Vehicle)的简称,无人机相较于有人驾驶飞机具有用途广泛、成本低和生存能力强等特点,在军事民用领域都有着广阔的前景,受到了国内外研究者的关注。协同导航技术极大地扩展了无人机的应用范围,提高了多无人机定位的精度以及无人机编队的稳定性、安全性和可靠性。现阶段协同导航技术在编队导航、目标监测与跟踪等诸多方面都得到了研究与应用。从四个层次对协同导航的研究现状和进展进行探讨:首先是对多无人机协同导航的概念、基本原理、国内外发展现状和必要性进行阐述;其次对协同导航中相对导航方式进行了分类分析,并分别介绍了无线电导航与视觉导航的原理、优缺点和应用场景;然后从导航目的、协同导航优化算法、滤波方法、协同导航信息融合容错策略几个方面对协同导航进行分析归纳;最后,讨论了基于多无人机协同导航未来的发展趋势。     

地面无人作战平台导航技术发展现状与趋势

当前,国内外地面无人作战平台处于快速发展阶段,其自主性、智能性的特点使得其相较于传统地面武器平台对导航系统提出了更高的要求,除了具备常规意义上的测姿、定位、定向等功能之外,还需要具备环境相对位姿感知与导航能力。目前,典型的地面无人平台均采用惯性基组合导航方案,以惯性传感器为主,配备卫星、视觉、雷达等多类辅助传感器,通过组合导航算法实现传感器间的有机融合。针对地面无人作战平台的导航需求,对当前主流惯性基组合导航技术进行梳理,分别介绍了惯性/里程计、惯性/卫星、惯性/视觉、惯性/激光雷达组合导航技术的发展现状,并对适用于地面无人作战平台的导航技术进行了展望。     

仿生导航技术综述

仿生导航技术是一种模仿动物导航机理的新型导航技术,涉及认知科学、机器学习、计算机视觉和信息融合等多个学科。仿生导航因具有自主性好、自适应性强等特点,近年来成为了导航领域的研究热点之一。首先阐述了仿生导航的内涵,然后从仿生导航传感器技术和仿生导航方法两个方面简要介绍了国内外研究现状和发展趋势。其中,仿生导航传感器技术包括了仿生光罗盘、仿生磁罗盘、仿生复眼等内容;仿生导航方法主要涉及导航经验知识的表达与机器学习、仿生多源异质导航信息融合、面向任务的仿生路径规划与导航等。最后,对仿生导航技术进行了总结,并对未来发展进行了展望。     

地面无人平台视觉导航定位技术研究

地面无人平台实现自动驾驶等功能的核心难题在于如何感知其所处环境并获得自身在环境中的实时状态。机器视觉作为地面无人平台在复杂环境下实现自主导航及定位的重要手段,近年来得到了快速发展。系统性地分析了视觉定位与地图构建系统的基本架构,并对该架构包含的图像信息预处理、视觉里程计、回环检测、全局优化和地图构建模块分别进行了详细介绍。针对各模块所涉及的关键技术,总结了近些年来国内外主流的研究成果,对比分析了各个关键技术中主流方法的性能,并展望了地面无人平台视觉导航定位技术的发展方向。     

无人机软管式自主空中加油视觉导航技术

近年来,机器视觉技术的迅速发展给无人机自主空中加油提供了一种新思路,克服了传统GPS动态适应能力差的不足。基于双目视觉,提出了一种实用的无人机自主空中加油导航方案,并提出了一种利用深度学习进行检测跟踪配合几何约束进行位姿计算的技术。根据加油机和受油机距离的不同,将导航分为远端导航和近端导航。全程对加油锥套进行检测和跟踪,并在近端进行锥套位姿计算。实验结果表明,该算法满足加油的鲁棒性要求,稳定跟踪锁定目标距离范围大于40m。当与目标距离小于10m时,距离误差优于±10cm。说明本文提出的方法具有较强的应用前景。     

单兵自主导航技术发展综述

在卫星受限情况下的单兵自主导航技术是近年来研究的热点。首先介绍了单兵自主导航技术的发展概况,然后重点分析了基于MIMU的单兵惯性导航技术的主要原理和方法,之后针对纯惯性导航存在的问题,介绍了地磁、场景、视觉等常用的单兵辅助导航方法,并阐述了单兵协同导航技术。最后,简要介绍了单兵自主导航技术的未来发展趋势。     

导航、定位与授时技术综述

导航、定位与授时技术是一项重要的国家战略前沿技术和国防关键技术。首先阐述了导航、定位与授时技术的基本概念。针对导航、定位与授时技术包含的惯性导航、无线电导航、数据库参考导航、生物导航、授时等技术,简要介绍了发展历程,探讨了技术特点和典型应用,展望了未来技术发展趋势。     

星座自主导航可视化仿真与分析系统的研制

近年来,星座自主导航技术在卫星自主导航领域越来越引起人们的关注。为更好地研究星座自主导航方法,本文从数据分析、视景仿真和导航解算三个方面论述了星座自主导航视景仿真系统的实现过程。该仿真系统采用ADO技术、OpenGL技术和MATCOM软件来分别实现数据分析模块、视景仿真模块和星座自主导航解算。实验结果表明,软件最终达到了集数据分析、视景仿真和导航解算于一体的仿真效果。     

惯性/双目视觉里程计深组合导航方法

针对现有视觉里程计测量噪声大、匹配精度低、实时性差的问题,研究一种基于Kalman滤波器的惯性/双目视觉里程计组合导航方法.在视觉里程计中引入惯性导航信息,辅助完成实时图截取、搜索区预测、输出速度校正等功能,提高视觉里程计的测量精度与计算速度.利用Kalman滤波器,实现视觉里程计对惯导累计误差的修正,提升组合导航系统的导航精度.车载试验结果表明,惯性/双目视觉里程计深组合导航的实时定位精度优于0.5％D (CEP),具备工程应用条件.     

A dimension reduced INS/VNS integrated navigation method for planetary rovers

Inertial navigation system/visual navigation system (INS/VNS) integrated navigation is a commonly used autonomous navigation method for planetary rovers. Since visual measurements are related to the previous and current state vectors (position and attitude) of planetary rovers, the performance of the Kalman filter (KF) will be challenged by the time-correlation problem. A state augmentation method, which augments the previous state value to the state vector, is commonly used when dealing with this problem. However, the augmenting of state dimensions will result in an increase in computation load. In this paper, a state dimension reduced INS/VNS integrated nav-igation method based on coordinates of feature points is presented that utilizes the information obtained through INS/VNS integrated navigation at a previous moment to overcome the time rel-evance problem and reduce the dimensions of the state vector. Equations of extended Kalman filter (EKF) are used to demonstrate the equivalence of calculated results between the proposed method and traditional state augmented methods. Results of simulation and experimentation indicate that this method has less computational load but similar accuracy when compared with traditional methods.     

Rapid and robust initialization for monocular visual inertial navigation within multi-state Kalman filter

Sensor-fusion based navigation attracts significant attentions for its robustness and accuracy in various applications. To achieve a versatile and efficient state estimation both indoor and outdoor, this paper presents an improved monocular visual inertial navigation architecture within the Multi-State Constraint Kalman Filter (MSCKF). In addition, to alleviate the initialization demands by appending enough stable poses in MSCKF, a rapid and robust Initialization MSCKF (I-MSCKF) navigation method is proposed in the paper. Based on the trifocal tensor and sigma-point filter, the initialization of the integrated navigation can be accomplished within three consecutive visual frames. Thus, the proposed I-MSCKF method can improve the navigation performance when suffered from shocks at the initial stage. Moreover, the sigma-point filter is applied at initial stage to improve the accuracy for state estimation. The state vector generated at initial stage from the proposed method is consistent with MSCKF, and thus a seamless transition can be achieved between the initialization and the subsequent navigation in I-MSCKF. Finally, the experimental results show that the proposed I-MSCKF method can improve the robustness and accuracy for monocular visual inertial navigations.     

基于主元分析的微小型飞行器视觉导航

作为一种新兴的无人机,微小型飞行器(MAV)近年来广受关注。研究微小型飞行器导航技术的关键是研究视觉导航技术在微小型飞行器中的应用。针对微小型飞行器视觉导航中的运算量大而导致算法实时性差的问题,给出了一个新的计算框架。利用主元分析技术(PCA),在最小方差意义下得到了图像的简化表示。在此简化的基础上,进行了图像特征的提取。对真实图像的实验结果表明,利用主元分析处理后的图像进行导航特征的提取,其实时性优于RGB三通道求和取平均的方法。     

无人机空中对接中的视觉导航方法

无人机空中加油是一种能有效提升巡航里程及续航时长的技术手段,近距相对位置和姿态测量技术是其中需要解决的关键问题之一。针对该问题研究了无人机自主空中对接中的视觉导航方法,完成了近距对接的地面实验。首先,利用移动对接图标和无人机的GPS/INS信息进行无人机的粗略导航,完成会合;再充分利用视觉图标的颜色与形状信息,通过颜色分割选取目标可能区域,在这些区域中进行快速椭圆检测,针对椭圆检测算法存在误检测及边缘不重合的问题,提出了椭圆检测与轮廓检测相结合的方法,能够更准确地描述图标边缘;最后,利用改进的OI算法进行相对位姿的估计,实现近距的精确导航。实验结果表明,无人机在较高速度下的跟踪效果良好,采用的视觉导航方法能够满足空中对接中精度与实时性的要求。