深度相机与微机电惯性测量单元松组合导航算法

针对室内非结构环境下,全球定位系统、无线电定位等定位手段使用困难,轮式里程计在楼梯等场合易出现打滑或空转而误差较大,单一视觉传感器或微机电系统（MEMS）惯性测量单元（IMU）很难实现高精度自主定位,以及传统的视觉与MEMS IMU组合导航算法复杂、计算量大、导航精度低等问题,提出一种适用于室内的深度相机与MEMS IMU松组合导航算法。MEMS IMU预积分结果作为改进迭代最近点（ICP）算法的迭代初值,大幅减少了迭代次数;通过深度相机和MEMS IMU分别计算载体的位置并作差运算,将位置差值作为量测信息,使用扩展卡尔曼滤波估计MEMS IMU的导航误差,修正航位推算的结果;利用Kinect v1深度相机和MTI 100-IMU搭建的平台进行实验验证。结果表明,基于MEMS IMU辅助的改进ICP算法能够减少迭代次数约50%,基于位置差值的深度相机与MEMS IMU松组合算法导航定位误差小于总里程的10%.     

深度相机与微机电惯性测量单元松组合导航算法

针对室内非结构环境下,全球定位系统、无线电定位等定位手段使用困难,轮式里程计在楼梯等场合易出现打滑或空转而误差较大,单一视觉传感器或微机电系统(MEMS)惯性测量单元(IMU)很难实现高精度自主定位,以及传统的视觉与MEMS IMU组合导航算法复杂、计算量大、导航精度低等问题,提出一种适用于室内的深度相机与MEMS IMU松组合导航算法。MEMS IMU预积分结果作为改进迭代最近点(ICP)算法的迭代初值,大幅减少了迭代次数;通过深度相机和MEMS IMU分别计算载体的位置并作差运算,将位置差值作为量测信息,使用扩展卡尔曼滤波估计MEMS IMU的导航误差,修正航位推算的结果;利用Kinect v1深度相机和MTI 100-IMU搭建的平台进行实验验证。结果表明,基于MEMS IMU辅助的改进ICP算法能够减少迭代次数约50%,基于位置差值的深度相机与MEMS IMU松组合算法导航定位误差小于总里程的10%.     

基于半直接法的无人集群协同视觉SLAM算法

协同定位和环境感知技术是无人集群实现自主导航的基石，但受制于大规模无人集群系统小型个体平台的计算、载荷、带宽等资源所限，诸多相关技术难以实际部署应用。为实现资源约束下大规模无人集群的精准定位与环境感知，提出一种基于半直接法的轻量化协同视觉SLAM算法，设计融合光流法和直接法的半直接特征点跟踪方法，采用集中式双向通讯策略，使得大规模无人集群系统在面对通讯干扰和延迟时拥有较高的容错率，同时兼具准确性和快速性。基于EuRoC数据集和实际物理环境对算法开展对比实验，结果表明：新算法的实时性能平均提升60%,显著优于其他基于特征法的协同视觉SLAM算法；在丢包率小于40%以及通讯延迟低于0.1 s的低质量通讯环境中，新算法定位精度更高、鲁棒性更强。     

低成本IMU/GPS车辆组合导航系统设计与仿真研究

设计了一种低成本的IMU/GPS车辆组合导航系统.采用低精度的陀螺仪和加速度计作为惯性测量器件,构成惯性测量装置(IMU);然后,将该IMU与GPS构成组合导航系统,通过设计高效的组合导航算法来提高组合系统的定位精度.实验仿真结果表明,该低成本IMU/GPS车辆组合导航系统具有较高的导航精度,同时有效降低了系统成本.     

智能车辆视觉里程计算法研究进展

对智能车辆视觉里程计算法进行了综述,首先说明了视觉里程计的基本原理,然后从所使用的信息特征、相机配置、两帧或多帧计算框架等方面对视觉里程计系统进行了分类与比较,其次详细介绍了视觉里程计算法中的关键技术问题,包括特征选择与匹配、鲁棒运动估计等,最后讨论了视觉里程计未来发展方向。     

捷联惯导系统/里程计高精度紧组合导航算法

针对惯导系统/里程计构成的组合导航系统,通过对陀螺仪和加速度计零偏、里程计刻度因子、惯性导航系统和里程计之间的姿态误差进行实时估计,实现了惯性导航系统和里程计信息的相互校正,有效提高了系统测量精度;同时,针对复杂应用环境下里程计测量信息不准而导致的组合导航系统精度下降的问题,利用卡尔曼滤波信息实现故障检测和隔离,从而有效提高了系统导航精度。     

一种基于多波束测深仪的水下同步定位与地图构建方法

数据库辅助导航系统（DBRNS）可以校正惯性导航系统（INS）的累积误差,是自主水下潜航器的重要辅助导航手段,但DBRNS的有效运行依赖于高分辨率的基准图。为解决这一问题,提出一种基于多波束测深仪的图优化同步定位与地图构建（SLAM）方法。该方法在通用图优化SLAM方法的前端部分增加误匹配检测模块,减少了错误闭环对结果造成的不良影响。此外,新方法将局部灰度值编码算法用于闭环检测模块以提高闭环检测的精度。基于真实海底地形图的仿真实验结果表明,相对于通用图优化SLAM方法,采用新方法对INS轨迹进行校正可以取得更高的定位精度。     

行人GNSS/PDR组合导航优化估计方法

基于全球卫星导航系统(GNSS)和行人航位推算(PDR)的组合导航系统是行人导航广泛采用的方案之一。为进一步提高GNSS/PDR组合导航系统的定位精度，提出一种基于图优化的GNSS/PDR组合导航方法。通过构建因子图表示状态和量测信息之间的概率依存关系，过去的所有状态都作为未知量在每一步进行迭代估计，通过最小化整体代价函数获取状态的最优估计。实际场景测试结果表明：与卡尔曼滤波算法相比，新方法能够进一步降低定位的平均误差，提高定位精度；两组实际场景测试的平均水平定位误差都降低了40%以上。实验结果证明了图优化算法可以有效地提高定位精度。     

基于最优控制的无人机主动SLAM航迹规划

为降低无人机同时定位与地图创建的不确定性,加快无人机所处环境的搜索速度,设计一种基于最优控 制的主动SLAM 航迹规划算法。综合考虑各种因素,利用平均信息增益和新探索地标环境的表示方法,设计一种新 的目标函数,将无人机SLAM 作为组合优化问题进行处理,以达到最优控制全局优化的目的,同时在建立的简化无 人机运动模型基础上进行验证。仿真结果表明：该算法有效、可行,且优于随机SLAM 算法。     

复杂纹理环境的光流/惯性组合导航方法

为解决无人机(unmanned aerial vehicle,UAV)在全球定位系统(global positioning system,GPS)信号弱或拒止环境下实现自主导航的问题,提出一种适用于复杂纹理环境的光流/惯性组合导航方法.通过基于低纹理场景的改进卢卡斯-卡纳德(lucas and kanade,LK)光流法,解算图像光流信息,使用惯性导航系统信息辅助光流导航系统,同时也利用光流导航系统的特征点速度信息辅助惯导系统进行导航解算,利用卡尔曼滤波器以融合光流/惯性导航信息得到速度、位置估计信息,并通过仿真实验进行验证.仿真结果表明:该方法能够在纹理丰富和纹理较差的场景下进行精确的速度、位置信息估计,所提出的导航算法符合自主导航的实时性和精确性要求.     

基准地图测绘下的视觉导航算法

针对GPS 信号拒止环境下自主导航定位问题,提出一种基于全局定位基准地图测绘的视觉导航算法。在 卫星导航信号可用时,利用同步定位与制图(simultaneous localization and mapping,SLAM)算法对使用场景制图,利 用时间戳与实时动态定位技术(real-time kinematic,RTK)将全局定位数据进行对齐,使用在线SLAM 算法载入全局 定位基准地图并进行全局范围内的导航定位。实验结果表明：该算法只需依赖视觉图像数据即可完成全局定位,其 定位和导航精度达到亚米级,导航与定位的误差平均值为0.36 m,均方差为0.31 m,满足实际应用要求。     

军用运输车辆高精度定位导航研究

针对军用车辆导航应用的高可靠、抗干扰、低成本需求,设计以北斗(Beidou navigation satellite system, BDS)与惯导(inertial navigation system,INS)松组合为核心,融合地图匹配、车辆运动信息辅助等方法的高精度定位 导航方案。分析车载BDS/INS 松组合信息融合过程和方法及车载里程计/捷联惯导系统(strapdown inertial navigation system,SINS)补偿组合算法,并基于此定位导航方案进行仿真分析,研制导航定位模组并进行道路测试。仿真和道 路测试结果验证了该定位导航系统的有效性。     

室内巡检机器人的定位方法

针对巡检机器人在室内环境进行巡检任务时无法准确到达指定位置的问题,提出一种基于激光雷达和里 程计的分区域定位方法。当机器人工作在定位精度要求不高的非目标区域时,采用激光雷达加里程计的定位算法进 行导航;而当机器人进入包含指定位置的目标区域时,则利用搭载在机器人上的激光测距传感器和已知位置的地标 来推算机器人的当前位姿,并根据机器人的当前误差进行位姿矫正,实现机器人在目标位置的精确定位。实验结果 表明：该定位方法的位置误差＜2 cm,偏转角误差＜1°,满足巡检机器人的定位精度要求,具备可行性和实际价值。     

基于卫星导航 RNSS/RDSS 组合业务的三星定位算法

提出了一种基于卫星导航 RNSS ／RDSS 组合业务的三星定位算法,该算法是通过用户同时观测3个 RNSS 业务和1个 RDSS 业务伪距观测量,建立用户伪距观测方程组,再采用最小二乘法求解用户三维位置坐标和钟差,实现基于 RNSS ／RDSS 组合业务伪距观测量的三星快速定位;通过理论推导,分析了伪距观测误差对用户定位精度影响。通过数据仿真试验,验证了实际三星定位组合星座和伪距观测噪声条件下的用户定位精度。     

小口径旋转导弹组合导航算法设计

针对小口径旋转导弹特点,提出地磁辅助MEMS惯组的组合导航算法设计方案。给出MEMS惯性器件和地磁传感器的误差数学模型,简述三轴地磁定姿解算原理,在设计的飞行轨迹上进行MEMS惯性导航仿真和MEMS惯组/地磁组合导航仿真。结果表明：经过地磁辅助的MEMS惯性导航的姿态角误差和位置误差减小明显,可以满足旋转导弹的使用要求。     

基于因子图优化的激光SLAM

为提高基于激光雷达的同步定位和建图(simultaneous localization and mapping,SLAM)精度,提出一种基于因子图的高效率、高精度的激光雷达SLAM框架。采用一种基于滑动窗口的因子图方法,将当前帧进行帧间匹配得到相对位姿,按照一定规则选出关键帧,将关键帧与全局地图进行匹配得到绝对位姿;构建一个因子图,将得到的连续帧之间的相对位姿与关键帧的绝对位姿作为优化因子,机器人的位姿作为状态节点放入因子图中进行位姿优化,得到高频率的机器人位姿以及全局一致的环境地图。结果表明：该算法能够减小误差的累积,具有更高的定位精度。     

捷联惯导/里程计高精度组合导航算法

针对里程计(OD)刻度系数误差和惯导安装误差角对车载捷联惯导(SINS)/OD组合导航系统的影响,重新推导并建立了新的量测方程,在此基础上加入故障检测的方法,从而构成了新的组合导航算法。该组合导航算法能够有效地提高组合导航精度,及时准确地检测出量测故障;同时该组合导航算法同样适用于车辆运动学约束辅助导航模式,为OD发生故障时提供了一种容错方案。仿真结果验证了该算法的有效性。