基于24位置的MEMS惯性传感器快速标定方法

针对微惯性测量单元原始输出信息受零偏、标度因数、非正交误差等误差项干扰影响测量精度的问题,提出一种无需借助高精度转台的MEMS IMU快速原位标定方案。在分析MEMS惯性传感器输出特性的基础上建立传感器误差模型,利用六面体夹具设计IMU 24位置连续转停标定方案,以重力及各次旋转角度为参考信息完成传感器误差标定。针对加速度计零偏、标度因数、非正交误差9个参数构造标定模型,采用牛顿法估计误差参数最优值,考虑陀螺仪零偏与标度因数6个误差参数,利用最小二乘法计算误差参数最优估值。分别进行加速度计、陀螺标定补偿实验,实验结果表明,提出的MEMS IMU快速原位标定方法能快速得到传感器误差参数,提高了输出数据精度。     

偏振光辅助的视觉惯性导航系统

为了提高组合导航系统的可靠性与位姿估计的精度，把偏振定向传感器引入同步定位与建图过程，提出并设计一种新的偏振光辅助的视觉惯性组合导航系统。采集偏振定向传感器、单目视觉相机及微惯性测量单元的数据，对多传感器数据进行时间戳对齐和预处理后，利用最小二乘优化方法建立目标方程，通过求解非线性方程组获取最佳的运动估计。该系统根据天空偏振分布实现了方位角的可观性，并融合了多传感器数据。基于上述组合导航系统进行户外车载实验，实验结果表明：在2 km的长距离运行中，相比原始视觉惯性系统，偏振光辅助的视觉惯性导航系统的位置误差降低了16.7%，航向角精度提升了23.4%。偏振定向传感器的接入能够抑制惯性器件测量值的漂移，改善导航系统的位置精度和姿态角精度，可满足卫星信号受到干扰等环境下的位姿估计精度和可靠性要求。     

一种视觉惯性系统在线初始化方法

针对在单目视觉惯性同时定位与地图构建(VISLAM)初始化阶段,初始转动较小导致加速度计的零偏和重力耦合难以估计,同时初始化过程估计的尺度、重力向量等缺少细化,导致初始状态估计精度低的问题,并为了保证实时性,该文提出了一种从粗到精的单目VISLAM在线初始化方法。该算法利用相机和惯性测量单元(IMU)几何约束进行相机IMU旋转外参数的标定,同时标定出陀螺仪零偏值;通过预积分约束对重力向量、尺度等初始状态进行粗略估计;引入重力矢量的切线空间对重力、尺度估计值细化,同时估计加速度计零偏和速度;最后通过基于滑动窗口的非线性优化对已估计的外参数进一步细化。实验结果表明,该在线初始化方法提高了估计精度和估计收敛稳定性,标定了加速度计零偏,提高了VISLAM系统的定位精度,绝对位姿误差的均方根误差平均降低11.7%。     

基于IMU/视觉融合的导航定位算法研究

针对基于视觉传感器的移动机器人在快速运动或发生旋转时出现图像模糊和特征丢失,以至无法进行特征匹配,从而导致系统定位和建图的准确度及精确度下降问题,该文提出了一种以深度相机(RGB_D)融合惯性测量单元（IMU）的方案。采用ORB SLAM2算法进行位姿估计,同时将IMU信息作为约束弥补相机数据的缺失。两种传感器的测量数据采用基于扩展卡尔曼滤波的松耦合方式进行非线性优化,通过数据采集实验表明,该方法能有效提高机器人的定位精度和系统建图效果。     

激光陀螺捷联惯性导航系统IMU误差标定

针对激光陀螺捷联惯性导航系统惯性测量单元(IMU)误差标定对转台精度、基座对北和调平要求较高,以及系统工作时激光陀螺抖动、长时间工作温度升高、算法复杂等因素,提出了以速度为观测量,采用以最小二乘拟合法的系统级标定法。通过三轴转台多位置测量：静止 转动 静止,快速辨识三轴激光陀螺和三轴加速度计正交安装误差、传感器零偏、刻度因子等24个误差参数,整个标定过程时间约2 h,多位置对准航向、横滚、俯仰测试精度优于0.012°。实验表明,采用该方法算法简单,操作过程便捷,可以有效提高激光陀螺捷联惯性导航系统IMU精度。     

基于HHT的光纤惯导系统级标定改进算法

传统的系统级标定方法是将温箱压缩机、转台电机等环境引起的随机噪声视为白噪声,而实际过程中输出信号具有非平稳和非线性特征。最小二乘拟合法是一种线性回归方法,利用该方法求解的误差系数成为制约光纤捷联惯导系统实现高精度的关键因素之一。针对上述问题,该文提出了一种基于希尔伯特-黄变换的捷联惯导系统级标定改进算法。通过希尔伯特-黄变换去除惯性仪表原始输出信号中的高频随机噪声,再利用系统级标定法计算惯性测量单元(IMU)误差参数。经多组试验证明,该方法能够有效提高IMU误差参数辨识的准确性,1 h的动态导航位置误差相对减少约10%。     

基于全局空间控制的高精度柔性视觉测量系统研究

针对传统机器人视觉测量系统中测量精度受机器人绝对定位精度限制的问题,构建了基于全局空间控制的高精度柔性视觉测量系统并研究其标定技术。通过全局空间测量定位系统实现机器人末端工具的高精度实时控制,可以突破机器人自身定位精度的限制,充分发挥其高度柔性的运动特性。为实现系统高精度测量,提出一种基于单应性矩阵的视觉传感器外参标定方法,该方法仅需对所设计的平面靶标进行一次成像,结合激光跟踪仪进行坐标转换即可实现传感器坐标系与外部参考坐标系之间坐标转换关系的精确标定。实验结果表明,基于全局空间控制的机器人视觉测量系统在其工作空间中距离测量精度优于0.2/mm,较传统的机器人视觉测量系统得到显著提高。     

基于特征点识别的位姿测量数据处理方法研究

视觉测量具有结构简单、成本低、非接触式测量的优点,利用视觉位姿测量结果对空间展开机构进行定位具有良好的应用前景.实际应用中需要将视觉测量数据转换到物空间坐标系从而对定位系统的控制量提供指导.针对相机外参数标定操作繁琐、需要额外设备、不利于在轨实现等缺点,提出了一种利用运动样本空间构建坐标系转换关系的数据处理方法,根据取样空间内构建的补偿方程,可以将各自由度的视觉测量数据转换到控制器坐标系上,同时能够校正由于安装、配准等导致的系统误差,从而实现高精度的空间 目标定位.实验结果表明,在1.7 m的测量距离下,所搭建单相机测量系统的位置与转角测量精度可达0.02 mm和0.003°,验证了所研究方法的有效性和实用性.     

一种基于IMU 的机相扫雷达阵姿测量方法

从高精度机相扫雷达的需求出发,分析了传统阵面测角方式的缺陷。论述了以高精度惯性元件构成的惯性测量单元(IMU),在雷达天线阵面测角功能上的工作原理和实现算法。提出了将转台伺服方位信息作为IMU 的量测对象,进行精确对准的方法,达到减小角度误差的发散速度的目的,从而满足系统对天线阵面的测角精度要求。仿真实验验证,结果与要求一致。     

基于扫摆式多相机跟踪的六自由度测量方法

目前视觉测量技术针对工业目标的六自由度测量，存在难以兼顾测量效率、精度与范围的问题。为此，本文提出了一种基于扫摆式多相机跟踪的六自由度测量方法，通过同站位不同角度多图像观测联合构成大尺寸坐标计算的冗余约束量，来实现高效率、高精度、大范围位姿测量。首先，提出相机旋转扫摆运动模型，快速估计相机位姿，并作为先验信息进行图像匹配与空间后方交会，得到精确相机位姿，进行空间前方交会；然后，提出了基于像点平差的位姿估计方法，直接利用物体移动前后的像点信息作为观测值，进行物体位姿的最优化估计。实验结果表明，测量效率提高了4倍，单点精度的最大误差不超过0.2 mm，姿态精度的最大误差不超过0.043°，证实提出方法能有效测量物体的六自由度位姿，一定程度上平衡了测量效率、精度与范围的矛盾。     

网络化旋转激光经纬仪的现场平差标定方法

针对网络化旋转激光经纬仪定位系统在现场环境中标定精度低、过程复杂以及成本高等问题,提出了一种高精度快速的现场平差标定方法。利用标定杆采集空间标定点建立发射机与标定杆坐标系转换关系,间接联系发射机之间的位姿关系,并采用最小二乘原理求解系统外参数估算值;以外参数估算值为初值,采用非线性优化的方法求解系统外参数最优值,实现系统全局标定。该现场平差标定方法实现了在5000 mm×5000 mm范围内系统测量精度为0.12 mm,重复定位精度为0.02 mm,能够满足实际现场应用要求。     

一种改进的视觉/IMU导航系统初始化方法

针对基于单目相机和惯性测量单元(IMU)组成的视觉导航系统需要精确初始化的问题,该文提出了一种减少处理时间同时提高精度的系统初始化方法。首先,对采集数据中的陀螺仪偏置进行单独估计并分离,实现估计陀螺仪偏置和求解系统初始化封闭解问题的解耦;然后,采用基于紧耦合的线性模型求取初始化问题的封闭解;最后,将所提出的改进初始化方法应用于经典的VinsMono框架中。实验表明,改进方法可有效提高视觉惯性导航系统的初始化精度和效率。     

基于最佳偏振角的线性位姿测量方法研究

在基于视觉图像的位姿测量中,非线性位姿测量算法的全局收敛存在不确定性,测量结果取决于初值的选取,不能保证位姿测量的鲁棒性。线性位姿测量算法对图像处理的要求比较高,如果定位特征点图像坐标提取不够精确,会导致位姿测量精度降低。在自然光条件下,相机采集定位特征点图像,图像中高亮度区域的存在对定位特征点提取精度产生影响,进而使有效定位特征点数量减少,影响位姿测量精度。针对上述问题,文中提出了一种基于最佳偏振角的线性位姿测量方法:在相机镜头前加装线偏振片,根据Stokes矢量建立偏振片最佳偏振角度求解模型,在使用最佳偏振角度的前提下采集定位特征点图像,提取图像坐标;建立线性位姿求解模型,计算被测物体位姿。实验结果表明,该方法能够有效减少图像中的高亮度区域,改善成像质量,提高线性位姿测量精度,在?60°~+60°的测量范围内,角度测量误差小于±0.16°,在0~20 mm的测量范围内,位移测量误差小于±0.05 mm。     

面向直线顶管机的双屏视觉标靶标定方法与精度评价

针对双屏视觉标靶前、后感光成像屏位姿关系难以标定的问题,提出一种基于坐标点云的感光成像屏位姿标定方法。该方法分别将前、后感光成像屏划分为n行n列的网格阵列,通过全站仪测量感光成像屏上每个网格角点的空间三维坐标,并利用工业相机实时获取感光成像屏上每个网格角点的图像二维坐标,结合图像二维坐标和空间三维坐标获得2D-3D映射关系,从而得到坐标点云数据。根据三公共点坐标系转换算法将坐标点云数据中的三维坐标统一到标靶坐标系下,进而确定相机与前、后感光成像屏的位姿关系,再通过网格索引方法对前、后感光成像屏的位姿关系进行求解。为评价标靶位姿测量精度,设计了静态测量重复性精度评定实验和绝对测量精度评定实验。实验结果表明:该标定方法的坐标静态测量重复性精度为0.13 mm、绝对测量精度为0.93 mm;方位角静态测量重复性精度优于0.01°、绝对测量精度优于0.05°。因此,该标定方法可以实现两个空间平面位姿关系的精确标定,且具有操作简便、精度高等特点,可用于双屏视觉标靶的标定。     

基于多相机系统的高精度标定

随着工业机器视觉的深入发展，大视野高精度视觉系统的需求越来越多。针对大视野导致的精度过低问题，提出一种基于多个低像素相机联合标定的方法。在多相机中选择一个相机作为主相机，求取其他相机的像素坐标系与主相机像素坐标系的映射矩阵，使得主相机的视野无限扩展。同时，为了更精确地得到标定板图像中的圆心像素坐标位置，采用两步标定法提升标定精度。提取标定板圆心像素坐标进行第1次粗标定，获取相机内参以及标定板位姿，从而获取图像平面与世界坐标系的平面Z=0之间的映射关系。对其进行透视偏差矫正，提取矫正后标定板的圆心，再利用逆映射变换把相应的圆心转换回原始位置，用转换后圆心像素坐标位置对主相机进行第2次精标定。最后通过LevenbergMarquardt算法进行非线性优化获取全局最优解。实验结果表明，所提标定方法的重投影误差在0.005 pixel～0.01 pixel之间。     

激光雷达IMU紧耦合的室内大范围SLAM方法

针对激光雷达SLAM算法在室内大范围场景中建图与定位精确度低、鲁棒性差的问题，提出一种激光雷达IMU紧耦合的SLAM方法。该方法基于LeGO-LOAM算法，在点云去畸变环节引入惯性测量单元（IMU）数据，将IMU预积分的结果作为初始位姿，消除点云畸变；在点云配准环节，将IMU预积分的结果作为迭代优化时的初始位姿，提升点云配准精度，从而提高机器人位姿估计的准确性；在后端优化环节，通过构建因子图的方式引入激光里程计因子、IMU预积分因子及回环因子，得到全局最优解，进一步提升建图与定位的精度。为验证所提方法的可行性，设计不同场景下LeGO-LOAM算法与改进SLAM算法的对比实验。实验结果表明，在室内大范围场景下，改进的SLAM算法能够减少轨迹波动，提升建图效果及轨迹精度，增强算法的鲁棒性。     

一种改进的多源信息融合室内定位方法

针对超宽带（Ultra-wideband,UWB）定位系统受非视距（Non-line of Sight,NLOS）误差影响较大,以及惯性测量单元（Inertial Measurement Unit,IMU）定位系统受累积误差影响较大的问题,提出了一种基于多源信息的改进融合定位模型。首先,对UWB测量模型进行优化,通过差分气压计测高的方法对NLOS信号进行鉴别,并通过加权最小二乘法削弱NLOS信号对UWB定位结果的影响。然后对数据融合算法进行优化,引入IMU累积误差门限降低累积误差对IMU定位结果的影响,提高融合定位精度。最后,使用UWB、IMU系统在室内复杂环境中的实测数据进行Matlab仿真,验证了改进融合定位模型在定位精度上比基础融合定位模型提高了45.71%。     

一种基于双轴位置转台的现场标定方法

针对激光陀螺捷联惯性测量单元(LSIMU)的系数会随时间变化的问题,基于双轴位置转台提出一种激光陀螺的现场标定新方法。该方法在3个位置对激光陀螺进行标定,根据其标定模型建立9个方程,通过正反旋转消除地球自转角速度在非转动轴上的影响,以及常值漂移在各个输出轴上的影响,最后求解出激光陀螺的标度因数和安装误差。实验结果表明,该方法可在缺乏高精度速率转台的条件下完成激光陀螺的标定,其精度与传统实验方法精度相当,缩短了标定时间。     

基于编码立体靶标的高精度双目相机标定

为提高双目相机标定的精度和效率，本文提出了一种基于新型编码立体靶标并结合高精度参数优化的双目相机标定方法。新型编码立体靶标通过整合4个空间姿态不同的编码平面靶标，只需拍摄一次即可完成双目相机标定，有效提高了标定效率；每个编码平面靶标内设置多个编码单元，在采集到局部靶标图像时仍能获得高精度标定结果；采用高精度参数优化方法，建立包含重投影约束、标准长度约束和共面约束的目标函数，有效提高了双目相机的标定精度。实验结果表明：相比于张氏标定方法，本文所提标定方法获得的左右相机平均绝对重投影误差分别降低了55.42%和57.22%，平均绝对标准长度误差降低了41.28%，平均绝对共面误差降低了63.04%。通过多次测量不同规格的标准量块，进一步验证了本文所提标定方法的可行性和有效性。     

多相机非共视场的非合作圆特征位姿测量方法

以大型光学模块转运时基于视觉的位姿测量为背景,利用目标底部同一平面的两个圆特征,针对大目标近距离对接时的环境限制,提出一种基于距离和角度约束的多相机非共视场位姿检测方法。对接时球头与锥孔正确对接,将两个相机分别固定于球头机构的内部后采集锥孔边缘的圆特征,利用非共视场成像的多相机标定获取两相机位置关系,融合多个相机的位姿信息,利用两圆共面和两相机位置关系约束剔除空间圆位姿解算时的虚假解。实验验证了该方法的精度,在1140mm的工作距离时,圆边缘特征的姿态角误差小于0.5°,圆心的计算误差小于1.0mm,实验结果表明该方法可准确计算位姿,结果可靠有效,在大目标近距离位姿测量时具有明显实用性。