车载大视场视觉惯性组合导航算法研究

车载视觉导航在大角度旋转和高速运动等场景下表现不佳,由于视觉和惯性的误差特性互补,所以视觉惯性组合导航算法有良好的应用前景。大视场相机获取外界信息丰富,但大视场相机采样频率低影响视觉数据采集,而且基于优化的组合导航算法计算速度慢,故提出了一种适用于大视场相机的车载视觉惯性组合导航算法。该算法侧重于数据预处理：设计了基于伽马函数的对比度受限自适应直方图均衡化来降低图像噪声,通过FAST角点与光流法的组合完成特征提取与跟踪,进一步加快了计算速度。引入了惯性数据等效旋转矢量二子样算法来减少数据量和计算量,通过预积分算法为误差优化减少计算量,通过视觉误差、惯性误差以及边缘化误差联合优化来提高精度。与其他组合导航算法相比,该算法精度较高,计算速度最快,与VINS-Mono相比节省时间19.7%。     

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。     

基于SURF特征匹配的优化RatSLAM类脑导航方法

RatSLAM是模拟鼠类感知环境机制提出的一种定位与构图的导航算法。针对复杂环境如光线影响导致RatSLAM产生误差的问题,提出了基于SURF特征匹配与位置细胞校正算法的优化RatSLAM类脑导航模型。本方法通过一套移动视觉系统采集环境信息,构建的局部场景细胞通过SURF特征匹配算法获取到载体在环境中的方向与位置信息,头朝向细胞与位置细胞通过连续吸引子神经网络共同表示载体当前的位姿,利用上述细胞所获取的位姿与时间信息,通过路径积分计算当前载体在坐标系中所处的位置,最后构建基于认知点的拓扑经验地图。此外,在局部场景细胞获取环境信息的同时,通过SURF特征匹配算法来进行闭环检测与检测预先设置好的位置细胞节点,对当前运动轨迹进行修正。实验结果表明,在有光线影响的情况下,本文所提出的方法将绝对定位误差大大降低。     

基于步进式运动模型的单兵协同导航算法设计

基于足部微惯性测量单元(MIMU)和超宽带测距的协同导航技术是一种解决卫星信号受限环境下单兵自主导航难题的有效途径.根据零速修正辅助的惯性解算特点,建立了一种单兵协同导航模型,协同导航状态为各单兵的位置和航向,系统输入为足部MIMU提供的每步位移和航向增量.将算法与相关文献中提出的两种算法进行了对比分析,该算法的优点是...     

双轴地磁辅助的惯性/卫星组合导航方法

旋转弹姿态的精确获取是旋转弹控制领域的一个研究重点,单纯将惯性/卫星组合导航方案应用于旋转弹上,无法快速而准确地获取弹体滚转姿态角。提出一种双轴地磁辅助惯性/卫星组合导航方法,该方法采用双轴地磁传感器、微机电(Micro Electro Mechanical System, MEMS)惯组和卫星导航组合测量方案,由序贯Kalman滤波算法完成对弹体姿态、速度和位置的估计。选取某旋转弹为仿真对象,仿真结果表明该方法在获得高精度速度、位置的同时,可快速完成弹体姿态准确估计。当地磁传感器精度为10mGs时,弹体姿态可在1s内快速收敛,且姿态精度优于0.5°(1σ)。该方法具有导航精度高、地磁标定简单、价格低廉的优点,在旋转弹导航方案上有一定的工程应用价值。     

基于联邦滤波的SINS/GNSS/OD/高度计多源组合导航算法研究

针对城市情况下车载导航时单一导航源易受干扰的问题,提出了一种基于自适应联邦Kalman滤波的多源组合导航算法.该模型具有两级结构,由子滤波器进行各信息源局部估计后,通过主滤波器进行最优融合估计.融合具有不同工作特点的导航传感器的输出信息组成多源信息组合导航系统,从而提高了导航系统的精度和鲁棒性,且通过故障诊断算法实时检...     

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.     

基于MIMU的适应多步态的步行导航算法

针对目前国内外步态导航算法中引入的零速检测大都不能很好的对多种步态的行走进行辨识的问题,提出了基于低成本MIMU（微惯性测量单元）、且能兼容多种步态的步行导航算法。算法通过采集安置在行人脚部MIMU输出的测量信息,用捷联惯性积分算法进行导航解算。其间,提出一种新的零速检测方法对行走时变化的步速和步型进行准确辨识,进而找到脚步的零速时刻点,并通过设计的扩展卡尔曼滤波（EKF）对导航解算结果进行零速修正（ZUPT）,实现系统的反馈。最后进行两组实验对算法验证。结果表明,该步态导航算法能对行走时的多步态问题有很好的兼容性,零速修正时刻辨识准确度高,两组实验的导航解算误差均达到0.6%以内,进一步提高了步态导航算法的精度和实用性。     

一种基于相对测量信息的SINS/USBL组合导航算法

针对使用传统位置匹配算法解决SINS/USBL组合导航的问题,需要先利用USBL输出信息实时求解出载体的绝对位置,设计了一种基于相对测量信息的SINS/USBL组合导航算法.该算法无需求解绝对位置,直接利用超短基线系统原始输出的高度角、方位角和斜距等相对测量信息进行卡尔曼滤波组合导航,且在滤波器设计时能够根据传感器测量精度对滤波参数进行设计,更有针对性.通过理论数据仿真和湖面试验数据处理,证明了该组合导航算法能够在一定程度上提高导航精度,具有可行性.     

基于像素化偏振芯片的仿生偏振光罗盘技术

仿生光罗盘是一种通过借鉴动物视觉器官感知太阳偏振光信息(包括月光)的机理来获得载体航向信息的航向传感器。首先介绍了面向多光谱的像素化的偏振芯片结构参数化设计准则,给出了一种易于集成和小型化的仿生光罗盘总体设计方案,并对仿生光罗盘的主要误差源进行了分析;随后,提出了一种基于天空偏振图像解算载体航向的新方法,并对其环境适应性进行了初步分析;最后,对仿生光罗盘样机进行了静态实验和车载实验,在晴朗天空背景下仿生光罗盘的定向精度优于0.5°。