基于ArUco和IMU融合的AGV导航系统设计

摘要

相比于传统的室内AGV定位导航方式，视觉方法具有信息量大、设备简单、经济实用等优点，但是又面临计算成本高，鲁棒性差等问题。鉴于增强现实库ArUco具有较好的识别精度、速度和鲁棒性，将ArUco引入到AGV的室内定位导航领域并融合IMU辅助，可以有效提升AGV的柔性、稳定性，降低成本。本文的主要工作如下：　　首先，分析了基于ArUco的室内定位的基本原理。阐述了ArUco的概念、应用现状和特点，结合EPnP算法分析了利用单个ArUco标记进行单目相机定位的基本原理。针对AGV的运行需求，实现了ArUco标记地图的构建并利用多个ArUco标记进行定位。该方法通过指定一个世界坐标系，利用最小化重投影误差原理优化全部关键帧，得到了ArUco点云地图和所有的角点坐标，利用EPnP算法和相机投影模型获得相机的外参数，实现了利用单目相机和ArUco标记的室内位姿估计。同时，从成像模型和原理上分析并指出了ArUco在导航中存在姿态不稳定的缺陷。　　其次，针对ArUco姿态不稳定的问题，提出了基于ArUco和IMU融合的导航算法。该算法首先建立ArUco标记地图并根据任务需要绘制行进路径；然后通过ArUco标记获得AGV三维坐标，通过IMU获取AGV的姿态；最后根据路径进行示教导航。为了获得IMU的姿态信息，阐述了利用四元数表达姿态的方式，推导了IMU利用初始数据解算姿态的过程。同时，为解决IMU的数据漂移问题，利用旋转变换前后的重力向量构造误差，采用了向量外积补偿算法获得稳定姿态。为实现相机和IMU姿态统一，首先构建了AGV室内导航坐标系，分析了IMU和ArUco标记地图之间的坐标关系，提出并推导了IMU坐标系到世界坐标系的变换，统一了相机和IMU在世界坐标系下姿态。为实现AGV的示教导航，建立了控制模型，通过测量值和设定值对AGV的线速度和角速度进行比例控制，并总结了算法流程。提出的融合导航算法引入IMU姿态测量，提高了位姿估计的稳定性，克服了在拐角处ArUco位姿估计失败的缺陷，提高了导航系统的鲁棒性。　　最后，设计实现了基于ArUco和IMU融合的AGV导航系统并进行了实验验证。为测试该导航方法，搭建了AGV硬件实验平台。为方便系统的部署和调试，利用ROS实现导航系统的模块化设计，并增加了遥控等功能和可视化的人机界面，提升了系统的人机交互能力。为验证导航系统的可靠性，在两种地图环境下，测试了折线和直角转弯两种任务路径，并进行了精度分析。实验结果证明该系统能可靠完成导航任务，精度和鲁棒性较高，具有广阔的应用前景。

目录

变量注释表

1 绪 论

1.1 引 言（Foreword）

1.2 AGV导航方法概述（Overview of AGV navigation methods）

1.3 视觉定位导航研究现状（ Research status of visual positioning and navigation）

1.4 主要研究内容与论文组织结构（ Main research content and thesis organization structure）

2 基于ArUco的室内定位

2.1 ArUco概述（ArUco overview）

2.2 基于单个 ArUco 标记的位姿估计（Pose estimation based on single ArUco marker）

2.3 基于ArUco地图的位姿估计（Pose estimation based on ArUco map）

2.4 问题和不足（Problems and deficiencies）

2.5 本章小结（Summary）

3 基于ArUco和IMU融合的AGV导航方法

3.1 IMU姿态解算（IMU attitude calculation）

3.2 基于向量外积的 IMU 累积误差补偿算法（ IMU cumulative error compensation algorithm based on vector outer product）

3.3 AGV 导航坐标系构建与导航姿态获取（ AGV navigation coordinate system and navigation attitude acquisition）

3.4 融合ArUco和IMU的AGV导航方法设计（Design of AGV navigation method）

3.5 本章小结（Summary）

4 融合ArUco和IMU的导航系统设计

4.1 AGV硬件平台简介（Introduction to AGV platform）

4.2 导航系统软件设计（Software design of navigation system）

4.3 室内实验（Laboratory experiment）

4.4 本章小结（Summary）

5 总结与展望

5.1 总结（Conclusion）

5.2 展望（Prospect）

参考文献

作者简历

致谢

学位论文数据集