ArUco辅助的爬壁机器人自主定位方法

针对现有的爬壁机器人定位技术在纹理特征不明显、环境相对封闭、存在强磁干扰等特殊环境下的不足,提出利用机载鱼眼相机观测固定于地面的ArUco码的全新定位方案并实现了基于该定位方案的惯性测量单元/编码器/鱼眼相机多传感器融合的自主定位方法 A-IEF。该方法首先识别ArUco码,并根据其在鱼眼图像中的位置筛选关键帧;然后,研究了固定于地面的ArUco码的角点在鱼眼图像中的重投影规律,并结合机器人姿态约束进行重定位优化;其次,在关键帧区间内,推导了角点重投影误差关于机器人位置和姿态增量的雅可比矩阵;接着,设计了基于ES-EKF（误差状态扩展卡尔曼滤波）的多信息融合方法,以编码器估计的位移误差及ArUco角点重投影误差作为观测量,实现对机器人航向角和位置的修正;最后,在大型钢制构件上进行测试,试验结果表明,本文方法具有更高的定位精度,其中位置估计精度保持在0.06 m以内,航向角估计精度保持在3.7?以内,相较于ArUco-rectified、航位推测法等定位算法,位置误差降低约47%,航向角误差降低约68%,并能够实现在弱光照环境中的定位。     

高双折射单模光纤温度传感器

1 引言 偏振干涉型光纤温度计的灵敏度介于干涉型和强度型之间。典型的干涉型光纤温度传感器是以光纤耦合器为核心,构成Mach-Zehnder的一类干涉仪,它是以两根光纤分别作为干涉仪的测量臂和参考臂。虽然灵敏度高,但由于外界环境因素对参考臂的干扰极为敏感,以致在一般条件下,难以正常工作。文献[2]则以一根高双折射光纤中正交偏振模HE_(11)对外界因素有不同相移,使这两个模式的光发生干涉,从而能有效地克服外界因素的干扰。本文利用时间相