大气辅助的SINS/GPS组合导航系统研究

高精度导航系统作为无人机自主控制的核心,已成为制约无人机性能提升的关键因素。SINS/GPS(strapdown inertialnavigation system/global positioning system)组合导航系统由于GPS信号易受干扰而无法满足无人机长时间稳定精确导航的需要。在分析大气数据系统特性的基础上,推导了捷联惯导与大气空速、高度误差模型,建立了SINS/ADS(air data system)量测方程,并设计了大气数据系统辅助的SINS/GPS松组合导航系统;针对ADS和GPS输出频率不一致的问题,提出了时间更新和量测更新分离的异步滤波算法。实际跑车验证结果表明,设计的系统能够在GPS受干扰的情况下有效提高系统的精度和稳定性,定位精度可以达到25 m。     

适用于低精度惯导的非线性对准方法研究

给出了一种适用于低精度惯导的非线性对准模型.用乘性四元数形式定义捷联惯导的姿态误差,推导了捷联惯导的非线性速度误差方程和姿态误差方程.基于速度量测信息,给出了大失准角条件下的非线性对准模型,通过UKF算法估计失准角完成精对准.仿真结果表明,在陀螺精度为0.1°/h的情况下,在360s对准时间内达到水平0.03°,方位1.5°的精度(1σ).即使当方位误差达到90°,非线性模型仍能正常收敛.最后通过转台摇摆试验进一步验证了非线性模型的有效性.     

捷联惯导/天文导航/合成孔径雷达组合导航系统

设计了适用于巡航导弹的捷联惯性/天文导航/合成孔径雷达(SINS/CNS/SAR)组合导航系统,针对巡航导弹对导航系统高精度和自主性的要求以及其匀速、等高状态飞行的特性,突出工程实用性,对SINS/CNS/SAR组合导航采用非线性建模,非线性的无迹卡尔曼滤波(UKF)方法进行各子滤波器的滤波,非线性的模型和滤波方法更符合实际,因而提高了系统精度,而子滤波器之间的信息融合过程选择基于信息分配因子实时调整的联邦滤波器,大大增强了系统的容错性和实时性。提出了一种新的可观测度计算方法,简化了可观测度的计算。数字和半实物仿真实验表明组合导航系统对于巡航导弹高空长航的飞行环境具有很强适用性,该组合导航系统不但适用于巡航导弹,也适用于无人机等其他一些长航时飞行器,具有重大的工程应用价值。     

基于双目视觉的机械零件位姿检测系统研究

针对机械零件搬运过程中需要精确测量零件位姿的实际问题,基于VS220双目立体视觉测量系统平台,设计了一种机械零件位姿检测系统。采用改进的Canny边缘检测算法,对零件边缘进行了轮廓识别,利用尺度不变特征转换方法进行了零件特征点的提取与立体匹配;利用立体视觉三维重建方法,建立了位姿检测系统数学模型,通过求解坐标系之间的转换关系,计算出了零件在传送带上放置的位置和方向等信息;通过VC++语言编写了位姿识别算法程序,实现了零件形状与位姿的识别;搭建了位姿测试系统实验平台,进行了测试实验。实验结果表明:系统能快速有效地对零件进行位姿检测,为实现零件的自动上下料提供了技术支撑。     

基于双目视觉的管路位姿测量

针对管路位姿测量过程中管路的无纹理、少特征等难点,提出一种基于双目视觉的管路位姿精确测量方法。首先利用双目视觉原理从二维图像中计算管路的初始位姿;然后利用基于边缘像素点的位姿优化算法建立3D-2D的投影映射关系,通过优化边缘像素点到投影模型边缘的距离,对投影模型边缘和图像边缘进行拟合,从而优化管路初始位姿。本算法仅在投影模型边缘的一定区域内选取具有高灰度值梯度的像素点,从而增强算法的鲁棒性并提高计算效率。测量实验表明,该方法测量精度较高、操作简单、测量时间只需2 s～3 s,可有效提高管路位姿的测量精度及效率,满足工业应用需求。     

基于双目视觉的并联仿生髋关节位姿检测

相较于三维坐标测量仪、激光跟踪仪等传统测量设备,双目视觉检测是一种无接触的检测方式,不会对目标的运动产生干扰和破坏,且更为经济、灵活和方便,因此采用双目视觉技术对3-RRR+(S-P)并联仿生髋关节的位姿进行检测。为提高位姿检测的精度、鲁棒性和通用性,设计了一种方便提取且角点可自动辨识的自编码视觉标识物、提出了一种基于边缘交点坐标反馈式的角点检测算法,该算法主要包括HSV色彩空间下的标识物提取、Canny边缘检测、Hough直线检测、亚像素角点检测和三维重建等流程,将标识物角点检测简化为检测标识物边缘线段并求得交点,再经由亚像素角点检测算法进行提纯的过程。最后,通过双目相机与自编码视觉标识物的布置建立并联仿生髋关节的位姿检测系统,进行位姿检测实验并采用激光跟踪仪进行对比实验,通过分析与实验验证：该系统具备较高的精度、鲁棒性和通用性。     

某型激光捷联惯导航线切换异常故障研究

以某型激光捷联惯导航线切换异常故障为例,利用故障树方法进行问题定位,在此基础上对问题机理展开分析。通过试验实现了问题复现,准确定位了故障原因,提出了针对性修复措施,并最终验证了修复措施的有效性,使系统功能恢复正常。     

基于双目视觉的零件位姿测量系统研究

在机器人自动加工系统中,针对待加工零件存在体积大、异形等导致工件难以精确定位的问题,提出了一种基于双目视觉的零件位姿测量系统。在该位姿测量系统中,通过在待加工零件上放置不等腰直角三角形参照物的方法来对其进行局部双目拍摄。对拍摄后的图像采用Harris角点特征检测参照物角点并匹配,进而求解参照物的角点世界坐标,然后通过坐标变换完成对待加工零件的初始位姿测量。并建立了位姿测量系统的数学模型,通过MATLAB语言编写了位姿求解计算程序。最后搭建了位姿测量系统实验平台,联合C#语言设计了一款零件位姿测量系统软件,并进行了位姿测量实验。本视觉系统相对于市场上机器人加工系统中的视觉系统成本很低。实验结果表明该系统能够有效求解待加工零件的位姿,为修正机器人加工系统中的加工轨迹提供了技术支持。     

基于双目视觉的零件位姿测量系统研究

在机器人自动加工系统中,针对待加工零件存在体积大、异形等导致工件难以精确定位的问题,提出了一种基于双目视觉的零件位姿测量系统。在该位姿测量系统中,通过在待加工零件上放置不等腰直角三角形参照物的方法来对其进行局部双目拍摄。对拍摄后的图像采用Harris角点特征检测参照物角点并匹配,进而求解参照物的角点世界坐标,然后通过坐标变换完成对待加工零件的初始位姿测量。并建立了位姿测量系统的数学模型,通过MATLAB语言编写了位姿求解计算程序。最后搭建了位姿测量系统实验平台,联合C#语言设计了一款零件位姿测量系统软件,并进行了位姿测量实验。本视觉系统相对于市场上机器人加工系统中的视觉系统成本很低。实验结果表明该系统能够有效求解待加工零件的位姿,为修正机器人加工系统中的加工轨迹提供了技术支持。     

基于双目视觉的零件位姿测量系统研究

在机器人自动加工系统中,针对待加工零件存在体积大、异形等导致工件难以精确定位的问题,提出了一种基于双目视觉的零件位姿测量系统。在该位姿测量系统中,通过在待加工零件上放置不等腰直角三角形参照物的方法来对其进行局部双目拍摄。对拍摄后的图像采用Harris角点特征检测参照物角点并匹配,进而求解参照物的角点世界坐标,然后通过坐标变换完成对待加工零件的初始位姿测量。并建立了位姿测量系统的数学模型,通过MATLAB语言编写了位姿求解计算程序。最后搭建了位姿测量系统实验平台,联合C#语言设计了一款零件位姿测量系统软件,并进行了位姿测量实验。本视觉系统相对于市场上机器人加工系统中的视觉系统成本很低。实验结果表明该系统能够有效求解待加工零件的位姿,为修正机器人加工系统中的加工轨迹提供了技术支持。     

非同步量测特性的惯性/星光/卫星组合算法研究

多传感器组合是提高导航系统定位精度和增强系统容错性的有效手段.在分析惯性、星光、卫星导航工作特性的基础上,提出了基于集中滤波器结构的捷联惯性/星光/卫星信息融合导航方案.针对多传感器信息融合中非等间隔量测特性,设计了时间更新和量测更新分离的异步集中卡尔曼滤波算法,设计了基于外推法的卫星信息补偿算法,有效解决了多传感器非等间隔信息融合问题;针对垂直机动研究了惯性/星光姿态组合模型.仿真结果表明,算法可以有效实现对捷联惯导、星光、卫星导航信息的融合,组合精度提高1倍,具有重要的实际应用价值.     

SINS/LBL组合导航序贯滤波方法

在长基线水声定位系统(LBL)实际应用过程中,由于信标作用距离限制、障碍物遮挡等多种原因,使得水下无人航行器(UUV)可能无法接收到所有信标的应答信号而产生量测更新延迟问题。对UUV在无法接收到所有信标信号时的导航滤波算法进行了研究;结合捷联惯性导航系统(SINS)误差模型和声速误差,建立了SINS/LBL组合导航模型,并将异步量测序贯处理方法引入该模型,实现了SINS/LBL组合导航滤波算法的实时量测更新;通过湖上试验数据分析,对比了SINS/LBL组合导航序贯滤波方法与常规方法的位置误差。结果表明,该方法即使在应答信号有缺失的情况下,仍然能够利用有限的应答信号量测值进行实时量测更新,保障了组合导航的精度。     

一种基于结构光双目视觉的特征匹配算法研究

特征点匹配在图像检索、三维测量、模式识别等技术中起着重要的作用。使用MATLAB软件剪切图像并细化线结构光光线条纹。经理论分析SURF算法优缺点,提出了一种基于SURF算法特征点提取的改进算法。用C语言编写改进后的特征提取算法,通过MATLAB软件实验对比两种算法的特征点提取结果并且编写程序实现后期的特征匹配。实验表明:该算法基本满足双目视觉立体匹配的要求,对于线结构光三维测量技术具有重要的理论意义和实用价值。     

基于双通道 Residual-LSTM 的 SINS / GNSS 组合导航算法

针对全球导航卫星系统信号中断情况下 SINS / GNSS 组合导航系统无法持续进行误差校正的问题,提出一种基于双通 道 Residual-LSTM 的 SINS / GNSS 组合导航算法。 首先,考虑到 SINS 经度、纬度误差传播特性不同所导致的模型输入、输出信息 之间的非线性相关性差异化,构建具有不同权重系数的双通道长短期记忆神经网络模型结构,并引入遗忘信息共享机制自适应 地利用历史导航数据对经度、纬度信息进行拟合预测。 其次,针对深层神经网络存在的模型退化和梯度消失问题,在多层双通 道 LSTM 网络之间建立残差高速通道形成 Residual-LSTM 模型结构,以增加不同网络层次之间的信息传播路径。 最后,通过实 船数据验证本文所提算法的有效性。 实验结果表明,与基于常规智能方法的 SINS / GNSS 组合导航算法相比,所提组合导航算 法在 GNSS 信号中断期间经度误差降低了 51. 97% ,纬度误差降低了 31. 45% 。     

可见光通信与双目视觉的室内定位

提出一种基于可见光通信与双目视觉测量的高精度室内定位方法,旨在为室内移动机器人提供一种精度高、成本低、不易受干扰的室内定位方案。该方法利用双目视觉传感器对LED光源进行成像测量,利用惯性测量单元传感器记录成像测量的三维姿态角,并通过可见光通信技术获取LED光源的坐标信息,最终计算双目视觉传感器相对于LED光源的三维坐标。根据该方法研制了一款基于可见光通信与成像的定位模块,该模块可以利用单个或两个LED光源进行成像定位。当定位模块采用1280×720分辨率的图像时,在2 m×2 m×3 m室内环境中可实现厘米级移动定位,定位频率大于5 Hz;当利用两个相距60 cm的LED光源进行定位时,在三维方向上的定位误差均小于5 cm,同时能够提供小于1.4°的定向纠正。该方法可以为室内移动机器人提供厘米级定位导航服务。     

SINS/GPS/地磁组合导航系统的研究

为了应对航天、航海和车辆导航对导航系统的精度,提出了基于DSP的捷联惯性导航系统(SINS)/全球定位系统(GPS)/地磁组合导航系统。介绍了该组合导航的系统结构与基本原理,采用无迹卡尔曼滤波(UKF)算法完成对组合导航信息的融合,并对组合导航样机进行车载实验。试验结果表明,该组合导航系统提高了精度、计算速度和稳定性。     

基于双目视觉和混合现实的光学手术导航仪

当前手术导航系统在使用时,医生的视线要在显示屏和患者之间来回切换,容易造成医生的视觉疲劳,进而影响手术安全性。针对这种限制,提出了一种基于双目视觉和混合现实的光学手术导航仪,可以在视线不离开手术区域的情况下进行外科手术导航。设计了一种新型虚实配准方案,建立虚拟空间和现实世界之间的映射关系,并通过数据处理单元和眼镜的无线通讯,实现了虚拟模型的实时虚实融合显示。对光学导航仪的精度进行了验证,并对虚拟头骨模型进行虚实融合显示实验。结果表明,虚拟模型和真实模型间的误差在4.5 mm左右,实时帧率在15 帧/s左右,验证了系统方案的可行性,展现了临床应用的潜力。     

Maximum correntropy square-root cubature Kalman filter with application to SINS/GPS integrated systems

For a nonlinear system, the cubature Kalman filter (CKF) and its square-root version are useful methods to solve the state estimation problems, and both can obtain good performance in Gaussian noises. However, their performances often degrade significantly in the face of non-Gaussian noises, particularly when the measurements are contaminated by some heavy-tailed impulsive noises. By utilizing the maximum correntropy criterion (MCC) to improve the robust performance instead of traditional minimum mean square error (MMSE) criterion, a new square-root nonlinear filter is proposed in this study, named as the maximum correntropy square-root cubature Kalman filter (MCSCKF). The new filter not only retains the advantage of square-root cubature Kalman filter (SCKF), but also exhibits robust performance against heavy-tailed non-Gaussian noises. A judgment condition that avoids numerical problem is also given. The results of two illustrative examples, especially the SINS/GPS integrated systems, demonstrate the desirable performance of the proposed filter.     

多目视觉与激光组合导航AGV精确定位技术研究

为进一步提高自动导引车(AGV)的定位精度,提出了一种多目视觉与激光组合导航的精确定位方法。该方法首先提出了一种基于双目视觉实时测量的AGV位姿控制技术,通过多目视觉系统来识别导引线侧的多个圆形标识点完成前瞻预判与精准定姿。采用基于代数距离方差校验的改进型最小二乘拟合椭圆算法来确定各标识中心坐标,结合激光扫描与视觉定位信息,采用无迹卡尔曼滤波算法进行多传感器信息融合,最终实现精确定位。实验结果表明:使用该方法后定位精度明显得到提高,控制曲线更为平滑,定位鲁棒性更好,姿态调整精度可达±0.5°,停车定位精度可达±1 mm。