基于深度学习的室内动态场景下的VSLAM方法

当前应用于室内的视觉同时定位和地图构建算法(VSLAM)主要面向静态的环境,算法的定位精度和稳定性会大大受到环境中运动物体的影响。针对这一问题,提出了一种面向室内的动态场景下的VSLAM方法。在ORB-SLAM2架构上进行改进。在相机捕捉图像后,首先利用GCNv2神经网络对图像提取出特征,同时利用轻量级的ESPNetV2神经网络对图像完成语义分割。然后,结合改进的移动一致性检测来确定动态物体,剔除其动态特征获得其静态特征点来完成位姿估计,最终生成含有语义信息的点云地图和八叉树地图。采用TUM数据集验证所提出算法,实验结果表明在高动态场景下绝对轨迹误差的均方根误差平均减少95%,显著提升了在动态场景下的定位精度。     

室内动态场景下基于深度相机的VSLAM方法

针对室内动态场景下的视觉同步定位与地图构建（VSLAM）问题，提出了一种基于YOLACT实例分割融合光流约束的视觉同步定位与地图构建方法，以降低运动物体对VSLAM系统性能影响。该系统通过自适应阈值的方法提取到均匀分布的ORB特征点，然后利用YOLACT实例分割网络获取动态对象的掩膜，同时使用改进的光流约束对动态点进行检测。将动态点与动态对象掩膜进行匹配之后可以删除动态物体的特征点，之后使用剩余的静态特征点完成相机的位姿估计。最后使用静态区域的图像信息生成点云图，并通过滤波器对点云图进一步优化，同时引用八叉树存储点云，建立八叉树地图。在TUM数据集室内动态场景和真实室内动态场景下进行测试，相较于ORB-SLAM3算法，所提VSLAM算法在低动态场景中的定位精度有10%以上的提升，在高动态场景中对比DS-SLAM算法，也有5%左右的定位精度提升，验证了所提方法在室内动态场景下的可行性和有效性。     

基于栅格法的室内指示路径规划算法

随着导航的应用场景日趋复杂,对利用室内地图的全局路径规划提出更高的要求。为提高全局路径规划算法效率,提出一种指示路径规划算法。首先运用栅格法对已知地图进行建模,然后在算法中引入方向向量引导路径方向,接着多次执行并通过奖励与惩罚措施来将关联矩阵与路径质量形成正反馈机制,并采用路径优化策略,最终得到一条较好质量的结果路径。仿真结果表明,较A*算法而言,指示路径规划算法在时间上减少49%,并且在较复杂的栅格地图中,其路径长度缩短了17%。     

基于端到端模型的机器人室内单目视觉定位算法

在室内环境中,机器人使用视觉设备实现室内定位时,需要面临高强度的运算、建立并维护比较大的地图、环境光照影响等挑战。针对以上问题,提出基于端到端模型的机器人室内单目视觉定位算法。首先,使用机器人运动场景图像数据,对每张图像标注机器人此时在世界坐标系下的三维坐标。其次,将运动场景图像及标签输入神经网络,得到机器人运动场景网络模型。最后,在机器人运动过程中,将需要查询的图像输入网络模型中,预测并输出机器人当前所处空间位置,实现一个端到端的定位系统。与传统的视觉SLAM的定位模块进行实验对比,结果表明所提出算法能够将定位误差降低38%以上。此外,所提出算法的定位实现依靠构建神经网络模型,不需要建立环境地图,只需要50 MB左右的存储空间,5 ms的时间便可以实现定位。所提出算法提高了机器人室内定位的速度和精度,减少机器人端的存储要求和计算量。     

基于道路信息的智能地图匹配算法

针对军用车辆长时间、长距离高精度自主导航需求,提出了一种基于道路信息的智能地图匹配算法。传统地图匹配算法在单独使用时,都会存在一些不足之处。智能地图匹配算法比较不同算法的优缺点,选择三种特点鲜明、互补性强的地图匹配算法作为基础算法,以惯性导航系统提供的导航信息为基础,对车辆正在行驶的道路进行识别和判断,根据道路构成情况自动选择合适的算法,完成地图匹配;并结合车辆行驶的航向和速度信息选择椭圆形道路搜索区域。试验车进行5 h约240 km跑车试验,地图匹配定位精度约为10.33 m(CEP)。试验结果证明该算法能够适应不同的道路状况,有效抑制惯性导航误差发散。     

基于Retinex理论的稀疏直接法VSLAM三维重建

基于视觉的同时定位与建图(VSLAM)已广泛应用于室内机器人导航任务中。面向自主导航及地图复用性的需求,实时三维重建需克服环境光照不均、角点提取数量及质量不高、位姿漂移等问题。为此,提出构建一类基于稀疏直接法单尺度Retinex的SLAM(RDSOL)系统。RDSOL继承稀疏直接法里程计(DSO)主体框架,算法上打破后者前端光度标定及无回环检测模块的设计,通过单尺度Retinex图像增强及添加闭环,有利于避免ORB特征缺失及消除位姿漂移累积误差,获得全局一致的轨迹及地图。所开发的RDSOL在开源数据集及实际场景测试中,均取得轨迹拟合性较好的三维重建效果。基于数据集TUM-mono对算法的速度进行了测试,测试结果表明,RDSOL相对于DSO而言运行加速比达到了10.91%,序列平均耗时大幅减小。     

基于低成本组合导航定位系统的新融合滤波算法

设计了一种可用于地面交通工具或机器人的低成本组合导航定位系统，提出了基于该系统的新信息融合方法，将模糊卡尔曼滤波算法和地图匹配技术联合起来。仿真结果表明：模糊卡尔曼滤波算法相当于一数据平滑处理窗口，具有比常规卡尔曼滤波算法更高的精度。     

一种基于障碍物登陆点检测的全局路径规划算法

地图栅格化是机器人路径规划的常用方法,但地图规模的扩大会造成搜索栅格数量呈指数级增长,使得算法效率大幅下降。针对这一问题,提出了一种基于障碍物登陆点检测的全局路径规划算法。依据障碍物的分布特点,通过计算障碍物映射角寻找登陆点,并在障碍物边缘区域建立赋权图,缩小结点搜索范围,避免大规模搜索栅格结点;然后,依据赋权图特点对Dijkstra算法进行改进,利用改进的Dijkstra搜索全局最短路径。分别将所提的算法与传统A*算法及其变体JPS算法进行实验对比,结果表明,所提算法比传统A*算法以及JPS算法规划路径略短,搜索速度更快,尤其在走廊等障碍物块较少的大规模地图中,搜索时间仅为A*算法的1/8,JPS算法的1/3。     

基于启发式算法的移动机器人SLAM

为了实现GPS信号缺失下的移动机器人自主导航,解决传统粒子滤波中的粒子退化以及粒子贫乏引起的移动机器人定位和导航精度下降问题,提出了基于小生境理论的启发式蝙蝠优化粒子滤波的同时定位与地图构建算法。首先,在启发式蝙蝠优化算法的速度和位置更新过程中,引入惯性权重,加快了算法寻优精度,提高了收敛速度;然后,利用小生境理论进一步优化启发式蝙蝠算法,利用排挤机制和惩罚函数,有效地保证了种群的多样性,提高了算法的全局寻优能力;最后,将基于小生境理论的启发式蝙蝠优化算法用于传统粒子滤波采样中,使得粒子能够智能、快速地向高似然区域运动,同时提高了传统粒子滤波算法的全局寻优能力和寻优精度。实验结果表明:该算法显著提高了移动机器人导航和定位的精度和实时性。     

结构光辅助的惯性/视觉室内导航三维环境重构方法

室内环境全局信息对未知环境下的微型飞行器导航与定位具有重要的意义。针对惯性导航系统难以创建全局地图等问题,提出一种结构光辅助的惯性/视觉室内导航三维环境重构方法。该方法通过改进单点激光三角测距获得结构光上每个点在相机系下的坐标,使用惯性信息辅助图像匹配测角代替传统三维重建技术中的驱动单元获取两帧图像间角度信息,实现离散点组成的室内环境构造,结合平面构建策略剔除了错误离散点,改进了室内三维环境重构效果。实验结果表明:使用该方法获得的帧间角度准确,低转速下角度测量误差在5%以内;融合了离散点与平面的室内环境能够表现室内环境特征,并有效消除了错误离散点的干扰,将错误率降低到1%以下。     

基于非线性优化的单目视觉/惯性组合导航算法

针对自主移动机器人在GPS拒止环境下准确实时定位的问题,提出一种单目视觉/惯性组合导航算法。为解决视觉/惯导工作频率不一致问题,利用预积分技术预先处理惯性测量值;引入了一种快速高精度线性初始化方法,分步估计初始系统尺度、重力方向、速度及零偏;结合全局地图三维点约束削弱累积误差,基于是否更新地图点,构建了两种基于非线性优化的单目视觉/惯性紧耦合模型,以保证导航的局部精度及全局一致性。实验结果表明:初始化方法可快速(15 s内)实现高精度状态初始化;与单目视觉导航算法相比,提出的算法不仅可获取绝对尺度信息,且导航精度更高;与传统滑动窗口非线性优化方法相比,提出的算法在窗口优化过程中加入全局地图三维点约束,可有效削弱累积误差,验证了算法的正确性和可行性。     

GFINS与GPS扩展松组合导航方法

无陀螺惯性导航系统是一种主要以加速度计为惯性元件构造的惯性导航系统.本文设计研制了一种基于9加速度计的无陀螺惯性导航系统原理样机,提出了无陀螺惯性导航系统与GPS扩展松组合导航的模型,设计了组合导航的卡尔曼滤波算法,进行了组合导航实验.无陀螺惯性导航系统独立工作模式下3 min的纬度误差最大为0.1″,经度误差最大为0.6″;在GPS不能定位时,3 min的松组合导航纬度误差最大为0.08″,经度误差最大为0.02″.与GPS扩展组合导航模式下,3 min的纬度误差最大为0.01″,经度误差最大为0.01″.实验结果表明,与GPS进行扩展松组合导航能够有效提高无陀螺惯性导航系统的长期定位精度,增强GPS导航设备的抗干扰性能.     

车辆动力学模型辅助的惯性导航系统

为提高车辆导航系统的精确度和可靠性,提出一种车辆动力学模型辅助惯性导航系统的方法。建立车辆非线性动力学模型,利用四阶龙格库塔法实时解算速度信息。以惯导误差方程为状态方程,动力学模型与惯性导航解算的速度差为观测量,设计了容积卡尔曼滤波器,并用估计的状态误差对惯导进行校正。仿真结果表明,所提出的利用车辆动力学模型辅助惯导的方法能有效抑制惯导误差的发散,位置精度和速度精度比纯惯导系统提高了一个数量级,航向角精度提高了73%。     

室内环境下基于图优化的视觉惯性SLAM方法

基于图优化的即时定位与同步构图(SLAM)方法是在视觉里程计运动估计的基础上通过增加一个回环检测,从而对非线性多约束进行优化来提高定位精度。在视觉运动估计中,针对视觉特征点匹配错误率高的问题,提出了一种ORB特征点聚类抽样匹配跟踪的方法。在位姿图优化上,提出了一种改进型的回环检测方法,减少了两种错误匹配的可能性。最后将视觉SLAM与惯性导航进行组合,提高了系统的稳定性和定位精度。使用公开的室内SLAM测试数据集进行仿真,结果表明,该方法的定位均方根误差在厘米级,生成的点云地图清晰可见。     

论混合式惯性导航系统

惯性导航系统是当代空、天、海、陆各类先进运载器所不可或缺的一项自主导航定位装备。简要回顾了平台式、捷联式以及旋转式惯导系统的发展历程和各自优缺点,在此基础上提出了集平台式、捷联式和旋转式惯导系统优点于一体的混合式惯导系统新技术途径。介绍了这种新型惯导系统的概念、原理、特点、关键技术,样机实验结果验证了该技术途径的优越性和可行性,为该系统的未来研发和应用提供了技术基础并指出了研究方向。     

Random drift estimation for laser gyroscopes using filters based on the error equations of inertial navigation systems

An algorithm based on the error equations of inertial navigation systems is proposed to estimate the random components of errors for laser gyroscopes. The estimation is performed using the navigation parameters of an inertial system or using the output signals of laser gyroscopes. In the second case, the proposed algorithm is a low-pass filter. Its frequency analysis is compared with other filters.     

平台式惯导系统的快速初始对准方法的研究

提出并设计了把自抗扰控制技术用于平台式惯导系统静基座下的一种快速对准方法、并进行了计算机仿真。结果表明：该方法使对准过程时间大大缩短，具有超调低、算法简单及稳态精度较高等特点，是一种应用在实际惯导系统中的理想初始对准方案。     

旋转惯导系统中转轴方向对系统调制精度的影响

不同轴向的惯性器件误差在惯导系统中的误差传播特性不同,因此在旋转惯导系统中转动机构选择不同转轴方向对系统精度的调制效果不同。分析了在选择不同轴向作为旋转轴时对导航系统精度的影响,并根据转台转轴与机体系、惯性器件(IMU)系之间存在的夹角关系,将其分为两种方案进行讨论,转轴与IMU系存在夹角以及转轴与机体系存在夹角。通过分析,前者在调制效果上与传统的单轴旋转惯导系统相同,而后者会改变调制效果。在此基础上,进一步推导分析了第二种方案下不同转轴方向与系统定位精度之间的内在关系,提出了一种在长时间导航情况下的转轴方向选择方案,并进行了仿真验证。仿真结果表明,与传统单轴旋转惯导系统相比,该方案显著提高了系统的导航定位精度,对在不同情况下转台转轴方向的选择具有一定的工程应用参考价值。     

混合式光纤陀螺惯导系统在线自主标定

混合式光纤陀螺惯导系统IMU的安装误差、光纤陀螺的漂移及标度因数等参数会随着时间发生变化,对系统误差产生影响,使系统在使用一段时间之后精度发生变化,因而需要重新标定。在混合式系统中,通过台体旋转调制,惯性元件常值漂移误差对系统的影响得到抑制,但安装误差和标度因数误差对系统的影响无法得到完全调制,这些误差会与地速及旋转角速率耦合,引起锯齿形速度误差,降低了系统的各项性能。针对混合式惯导系统,建立了IMU误差模型,设计出一种在线自主标定方法,并进行了可观性分析。该方法采用"速度+位置"匹配,对惯导系统30项相关误差项进行在线标定。系统实验结果表明,系统级在线标定参数较分立式标定参数在导航定位精度上提高了半个数量级。     

单陀螺多加速度计捷联惯性导航解算方法

六加速度计无陀螺惯导系统误差随时间发散比较严重。为了有效提高导航系统精度,提出了一种单陀螺仪多加速度计(五加速度计)的捷联惯性导航解算方法。该导航解算方法通过合理配置5个加速度计和1个陀螺仪,可不经积分而直接解算角速度,完全消除了加速度计输出方程中角加速度项的影响,能使在姿态和位置解算时分别减少1次积分,从而有效抑制误差随时间发散。给出了单陀螺多加速度计捷联惯导姿态和位置解算原理的理论推导过程,并对该导航解算方法进行了仿真。在仿真时间为80 s时,与无陀螺惯导相比,该方法的姿态解算和位置解算精度均提高了60%以上。