基于测量不确定度的视觉惯性自适应融合算法 |
| |
引用本文: | 黄新欣,任永杰,马可瑶,牛志远.基于测量不确定度的视觉惯性自适应融合算法[J].光学学报,2023(21):141-149. |
| |
作者姓名: | 黄新欣 任永杰 马可瑶 牛志远 |
| |
作者单位: | 天津大学精密测试技术及仪器国家重点实验室 |
| |
基金项目: | 国家自然科学基金(52127810,51721003);;天津市自然科学基金(21JCZDJC00470); |
| |
摘 要: | 针对环境复杂的工业现场定位精度低、适应性差、鲁棒性低等问题,提出一种基于测量不确定度的视觉惯性自适应融合算法,分析基于隐函数模型的视觉定位测量不确定度,并依据视觉定位测量不确定度自适应调整卡尔曼滤波模型中的参数,校正视觉观测偏差,增强视觉惯性融合定位算法在不同观测条件下的鲁棒性。利用精密三轴转台及激光跟踪仪T-mac位姿测量系统对所提融合定位算法的定位精度进行实验验证。实验结果表明,相比传统扩展卡尔曼滤波方法,所提方法能满足视觉观测较差条件下的准确定位需求。
|
关 键 词: | 测量 卡尔曼滤波 不确定度分析 视觉惯性融合 位姿测量 |
|
|