基于惯性导航和视觉传感器信息融合的移动机器人定位研究

摘要

移动机器人的定位是其实现自主导航的基础,也是移动机器人研究领域中备受瞩目、富有挑战性的重要研究课题。本文围绕已知环境下的移动机器人位姿跟踪问题进行了研究,将多传感器信息融合理论应用到基于惯性导航和机器人视觉传感器的组合定位系统中。具体研究如下:
　　第一,研究移动机器人的惯性导航定位。在分析里程计和陀螺仪的工作原理的基础上,根据移动机器人的运动特点,建立了双轮差动移动机器人的运动模型,并用DKF算法对里程计和陀螺仪采集的移动机器人的量测信息进行融合。通过第五章仿真实验,比较了融合前后轨迹的偏差。
　　第二,研究移动机器人的视觉定位。首先介绍了摄像机成像与四个坐标系之间的关系以及摄像机成像的原理和过程,建立了摄像机成像模型,并对摄像机的参数进行了标定,在此基础上,研究了移动机器人视觉定位系统的软、硬件结构和视觉系统的定位流程,提出了基于POSIT算法的移动机器人定位技术。
　　第三,研究了三种基于多传感器信息的移动机器人定位算法,分别是基于EKF算法的移动机器人定位、混合定位算法以及加权和法定位算法。并分别用这三种算法实现了惯性导航和视觉传感器信息融合的移动机器人定位。
　　第四,通过MATLAB分别对单纯利用里程计的航迹推算定位和利用DKF融合里程计和陀螺仪信息后的推算定位、视觉定位、EKF定位、混合定位和加权和定位进行了仿真。并分别从位置误差和方向角误差两个方面对仿真结果进行了比较分析,研究发现,EKF定位误差较小,对仿真趋近目标的定位效果较好。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题研究的意义

1.2 移动机器人国内外研究现状

1.3 移动机器人的关键技术

1.4 多传感器信息融合

1.5 移动机器人定位导航技术

1.6 论文的主要内容

第二章 移动机器人惯性导航系统的定位技术

2.1 引言

2.2 里程计原理

2.3 陀螺仪原理

2.4 双轮差动移动机器人运动学模型

2.5 里程计与陀螺仪融合

2.6 本章小结

第三章 移动机器人视觉系统的定位技术

3.1 引言

3.2 摄像机成像原理

3.3 摄像机参数的标定

3.4 移动机器人的视觉定位

3.5 本章小结

第四章 基于多种传感器信息的定位方法

4.1 引言

4.2 基于扩展卡尔曼滤波的信息融合定位

4.3 混合定位

4.4 加权和法

4.5 本章小结

第五章 仿真与比较

5.1 仿真系统生成

5.2 仿真测量数据生成

5.3 仿真实验及结果分析

5.4 本章小结

总结与展望

6.1 本文工作总结

6.2 工作展望

参考文献

攻读学位期间取得的研究成果

致谢