面向动态物体场景的视觉SLAM方法

针对动态场景移动物体的运动估计问题,对视觉同步定位与地图构建(simultaneous localization and mapping,SLAM)方法进行分析。现有动态SLAM算法可分为基于几何的方法和基于深度学习的方法2类,重点介绍一种基于几何方法——基于点云相关性的动态SLAM方法;总结目前SLAM技术面临的挑战,展望动态SLAM针对未来战争的发展潜力与发展方向。结果表明,该研究可促进SLAM技术在机器人导航中的应用。     

SLAM算法在AUV中的应用进展

同步定位与地图创建（SLAM）是水下航行器在全球范围内实现自主导航的一个基础且重要问题。首先介绍了SLAM算法在水下航行器应用的国内外最新进展,指出了SLAM算法所面临的问题,阐述了研究的环境描述、环境特征提取和不确定信息的描述等难点问题,并对SLAM算法的主要实现方式进行了归纳。最后结合水下航行器的特殊应用环境,探讨了未来SLAM算法的研究趋势和发展方向。     

基于无人车的实时地图建立与定位

针对在未知环境中的地图建立和定位,提出了一套具体的方法和步骤。通过对激光数据进行处理,采用viewing sector的方法实现局部地图与全局地图的融合。将生成局部地图的激光数据点与全局地图的进行匹配,并生成误差函数,使用F-R共轭梯度法对其进行极小化,实现对机器人的定位。仿真表明,该算法可以在建立地图与定位时,保证良好的精确性。     

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。     

ROS/Gazebo 在SLAM 算法评估中的应用

为解决对即时定位与地图构建(simultaneous location and mapping,SLAM)算法进行评估时难以获得精确 的机器人实际运动轨迹和环境参数的问题,使用ROS/Gazebo 仿真软件进行评估。通过ROS/Gazebo 软件建立配置有 多种传感器的机器人模型和参数已知的仿真环境,让机器人模型在仿真环境中运行并收集传感器信息以形成数据集, 使用该方法对2 种2D 激光SLAM 算法进行评估分析。结果表明,该方法可有效解决上述问题。     

移动机器人SLAM 改进算法的分析与实现

为解决移动机器人扩展卡尔曼滤波(EKF-SLAM)算法计算复杂、精确度不高及易受干扰的缺点,提出一 种基于最优平滑滤波理论的改进同步定位与地图构建(simultaneous localization and mapping,SLAM)算法。详细介绍 算法的改进过程,通过Matlab 软件对其位置轨迹跟踪误差及标准差进行仿真分析,基于机器人操作系统(robot operating system,ROS)系统的实验平台,在室内走廊进行SLAM 实验以测试改进算法的效果。结果表明,改进的 SLAM 算法精度高、抗干扰能力强,能实现移动机器人的即时定位与地图构建。基于ROS 系统的软件平台能简化开 发难度,提升移动机器人的智能化。     

统计特性突变下的机器人同步定位与地图构建

针对未知环境中,机器人同步定位与地图构建( SLAM)时,系统的统计特性发生突变问题,提出了一种基于非线性交互式多模型(IMM)的SLAM算法。该算法的主要思想是：用多个非线性高斯模型近似非线性非高斯模型;每个模型都采用扩展卡尔曼滤波(EKF)对非线性系统线性化;在每一步采用IMM方法获得融合估计值;从而演化机器人的SLAM. Monte Carlo仿真结果表明,在过程噪声均方根误差、量测噪声均方根误差和两者噪声均方根误差都发生变化的情况下,与EKF-SLAM算法和快速SLAM算法相比,该算法具有更好的估计精度。     

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。     

系留无人机视觉定位技术

针对系留无人机在导航卫星拒止条件下无法定位的问题,设计一种基于合作目标的视觉定位系统。通过 构建视觉定位系统,设计靶标检测算法、靶标偏移量计算算法及数据平滑算法,实现系留无人机的无源定位。试验 结果表明：无人机在飞行及起降过程中,精确检测地面靶标并解算相对位置,可有效解决无卫星信号的定位问题。     

未知环境下室内移动机器人定位导航设计与实现

为实现室内移动机器人在未知环境下的定位导航,设计了一台基于机器人操作系统(robot operating system,ROS)的室内移动机器人,研究了增量式构建栅格地图、代价地图的环境地图构建方法和自适应蒙特卡罗(amcl)定位方法以及运用Trajectory Rollout 和Dynamic Window Approaches算法的路径规划方法.实验结果表明:该自主导航与定位软件能增量式绘制环境地图,所规划的路径符合最优路径;机器人按照规划路径行走时的导航定位精度能够达到10 cm,偏转精度达到±5°,能够实现未知环境下室内移动机器人的定位与导航.     

基于图像声纳SLAM算法在AUV组合导航中的应用

为了在有限的体积、功耗及成本范围内提高自主水下航行器（AUV）远程、深海导航定位精度,提出了将基于图像声纳的同时定位与地图创建（SLAM）方法应用于AUV水下组合导航系统,利用图像声纳获取AUV与地形特征点之间的距离和3D方位数据,结合捷联惯性导航系统（SINS）得到的导航数据,通过扩展卡尔曼滤波（EFK）方法对载体状态和地图状态进行连续并行估计和量测,将得到的误差估计反馈回SINS进行修正,可抑制其随航行时间和距离增加的姿态、速度和位置误差。此外,在地形特征点向量中加入声学尺寸元素,可提高特征识别的准确性。仿真结果表明,在持续观测到有效的地形特征点条件下,惯导误差得到了较好抑制,特别是在AUV返程或往复巡航过程中,重复观测到同一地标时,可大幅提高水下组合导航的定位精度。     

基于单目/IMU/里程计融合的SLAM算法

常见的单目视觉-惯性SLAM算法,应用于以平面运动为主的轮式机器人时,由于存在额外不可观测度等原因常会导致导航定位精度下降。为解决该问题,提出一种能提高定位精度的视觉/IMU/里程计紧耦合的SLAM算法。在视觉前端部分,改进了原始图像金字塔LK光流法,将陀螺仪的旋转信息和里程计的平移信息作为先验,进行了可减少计算量的光流初值计算过程优化;引入车轮里程计信息,推导了IMU/里程计预积分;将里程计约束加入初始化过程和后端非线性优化中,实现视觉、IMU、里程计信息的充分融合利用。开源数据集测试和小车实验结果表明,新算法光流迭代次数减少约32.5%,定位误差均值相比VINS-Mono减少约40%。     

基于多旋翼无人机视觉惯性里程计的设计与实现

针对GNSS 信号受到干扰或在拒止环境下,多旋翼无人机的导航定位问题,设计一种多旋翼无人机视觉 惯性里程计系统。介绍系统的总体设计方案、硬件选型与设计、软件系统搭建、通信协议规定以及算法设计思路。 实验验证结果表明：该系统可以实际运行在多旋翼无人机上,当GNSS 信号不可用时,仍可向飞控实时提供多旋翼 无人机当前可用位姿,为多旋翼无人机视觉辅助导航设计提供参考。     

基于零速/航向自观测/地磁匹配的行人导航算法研究

目前行人导航技术正发挥着越来越重要的作用,而无全球导航卫星系统（GNSS）环境下的行人导航定位成为其不可或缺的环节。以自包含传感器为硬件平台,针对无GNSS环境下的行人自主导航定位展开研究,提出一种基于“2+2”分级模式的零速判别方法,并设计一种惯性导航系统的零速修正卡尔曼滤波算法,有效提高同一参数阈值下零速判别的准确性与可靠性、抑制传感器误差发散;研究行人初始静态下磁航向误差观测算法及行人运动状态下的零速航向误差自观测算法,解决了行人长时间行走航向发散问题;提出基于多层约束和K近邻算法的地磁匹配算法,并实现基于零速修正/航向误差自观测的行人导航算法与地磁匹配算法的融合,提高了行人导航定位精度与可靠性。实际数据测试验证,所提基于零速修正/航向误差自观测/地磁匹配的行人导航算法可有效提高定位精度79%以上。     

动态环境下无人地面车辆点云地图快速重定位方法

无人地面车辆在战时全球定位系统定位信号缺失情况下,依靠车载传感器确定在已有地图中的位置是无人车辆发挥效能的关键。现有方法多基于二维栅格地图,难以适用于场景变化大的复杂环境,为此提出了一种动态环境下基于三维点云地图、采用聚类词带模型的快速定位算法。通过连续多帧激光雷达点云数据进行反向溯源,利用贝叶斯公式进行动态障碍物剔除,对点云进行聚类并提取各类的视点特征直方图描述子,进而构建词典与数据库并快速匹配,实现无人车点云地图中快速起始位置寻址;基于改进的实时激光定位与建图算法,完成了后续精准定位。实车实验结果表明：该算法在动态环境下能有效准确地在三维点云地图中精准定位,满足实时性需求。     

三种空间插值算法在地磁匹配基准图构建中的应用

针对地磁匹配导航对构建高密度、高精度的磁基准图的需求,结合目前应用较为广泛、效果较好的3种空间插值方法,用某地区的实测地磁数据进行了插值效果分析。对于插值效果的评价引人了交叉验证法,并借助误差最大值、最小值、平均误差、标准差和运算时间等6项评价指标对3种插值算法进行了综合评价。通过研究说明了3种插值算法各自的特点和应用范围。     

无人平台越野环境下同步定位与地图创建

为了满足无人平台在越野环境下碰撞检测以及定位的需求、解决三维点云地图处理计算资源耗费大的问题,设计一种适用于越野环境的同步定位与地图创建方案。提出一种拓扑层次地图,将整个地图划分为多个具有层级结构的三维体素子地图,并以概率方法表示每个体素的状态,进而提取可通行区域。基于三维激光雷达和惯性测量单元,提出一种基于分支定界法的旋转直方图最近邻匹配实时闭环检测方法,并使用Ceres优化稀疏位姿图实现6自由度全局位姿实时优化。越野环境下的实验结果显示：该地图的创建以及可通行区域的提取效果良好,全局定位误差在1 m以内,姿态基本与参考高精度惯性导航系统保持一致;基于该方案提取的可通行区域以及位姿优化结果可满足无人平台实时运动的需求。     

单领航者相对位移测量的多自主水下航行器协同导航

针对单领航自主水下航行器(AUV)协同导航系统对定位精度和实时性的要求,提出了一种新的基于相对位移量测信息的协同导航方法.通过分析单领航AUV协同导航系统的定位原理和运动学模型,结合相邻采样时刻主、从AUV间相对位置的几何关系及航位推算信息,利用扩展的Kalman滤波(EKF)导航算法实现对从AUV的定位估计.与已有的...