視覺里程計-SINS組合導(dǎo)航系統(tǒng)研究.pdf

1、捷聯(lián)慣性導(dǎo)航系統(tǒng)（Strapdown Inertial Navigation System，SINS）作為一種不依賴外界信息的自主式導(dǎo)航系統(tǒng)，由于其可靠性高、成本低、體積小，被廣泛應(yīng)用于機(jī)器人導(dǎo)航、艦船導(dǎo)航、飛機(jī)制導(dǎo)、水下導(dǎo)航等領(lǐng)域。GPS/SINS組合導(dǎo)航系統(tǒng)引入GPS的位置、速度信息為觀測量，克服了單一SINS的誤差隨時間積累的缺點，但 GPS的信號易受電磁干擾、易被屏蔽并且受制于人，不能達(dá)到完全自主。隨著國防和民用領(lǐng)域?qū)?dǎo)航系統(tǒng)的

2、自主性、隱蔽性的要求越來越高，視覺/SINS作為一種完全自主性的導(dǎo)航系統(tǒng)逐漸成為導(dǎo)航技術(shù)的一個重要研究方向。
　　本文介紹了SINS和視覺里程計的基本原理。對于SINS主要介紹了常用坐標(biāo)系的定義、慣導(dǎo)基本方程的推導(dǎo)，在此基礎(chǔ)上建立SINS動基座誤差模型；對于雙目視覺里程計介紹了常用的坐標(biāo)系及其之間的轉(zhuǎn)換關(guān)系，推導(dǎo)了雙目視覺里程計的數(shù)學(xué)模型，詳細(xì)介紹了攝像機(jī)標(biāo)定、圖像校正、特征點提取和匹配、運動估計等過程。以視覺的位置、姿態(tài)信息作為

3、觀測量，并結(jié)合慣導(dǎo)的誤差模型建立KF濾波模型，對視覺/SINS組合導(dǎo)航系統(tǒng)進(jìn)行仿真分析。仿真結(jié)果表明，當(dāng)系統(tǒng)模型準(zhǔn)確可知時，視覺/SINS組合導(dǎo)航系統(tǒng)的參數(shù)精度與GPS/SINS組合導(dǎo)航系統(tǒng)的參數(shù)精度相當(dāng)，并且姿態(tài)誤差收斂較快；當(dāng)系統(tǒng)存在隨機(jī)偏差并且噪聲統(tǒng)計特性不準(zhǔn)確可知時，視覺/SINS組合導(dǎo)航系統(tǒng)的導(dǎo)航參數(shù)精度下降。這說明系統(tǒng)隨機(jī)偏差和未知的噪聲會使KF的濾波性能下降，進(jìn)而導(dǎo)致導(dǎo)航精度下降。針對上述問題，提出基于自適應(yīng)兩級卡爾曼濾波

4、器（ATKF）的視覺/SINS組合導(dǎo)航系統(tǒng)。本文根據(jù)求解遺傳因子的方法對傳統(tǒng)的ATKF進(jìn)行改進(jìn)，改進(jìn)的ATKF可以分別適用于系統(tǒng)噪聲統(tǒng)計模型不準(zhǔn)確可知和量測噪聲統(tǒng)計模型不準(zhǔn)確可知兩種情況，分別對應(yīng)于調(diào)諧Pk的ATKF和調(diào)諧Rk的ATKF，并且二者具有統(tǒng)一的濾波框架。仿真結(jié)果表明，基于改進(jìn)ATKF的視覺/SINS組合導(dǎo)航系統(tǒng)的導(dǎo)航參數(shù)收斂精度比傳統(tǒng)算法高，有效解決了因為模型不準(zhǔn)確導(dǎo)致的濾波器發(fā)散問題。SINS和雙目視覺里程計的數(shù)據(jù)更新周期

5、不同，雙目視覺里程計存在輸出延遲，這是導(dǎo)致兩個子系統(tǒng)產(chǎn)生數(shù)據(jù)不同步的主要原因。對于數(shù)據(jù)更新周期不同問題，本文使用多速率濾波器作為解決方案，以較小的SINS周期作為濾波周期，當(dāng)沒有視覺信息只進(jìn)行時間更新；當(dāng)有視覺信息時進(jìn)行量測更新和時間更新。仿真結(jié)果表明，多速率濾波器提高了濾波精度和數(shù)據(jù)的利用率。對于輸出延遲問題，本文使用二階外推算法將滯后的視覺信息外推至濾波時刻，利用外推后的數(shù)據(jù)進(jìn)行濾波。仿真結(jié)果表明，二階外推算法有較高的精度，可以有效