室内移动机器人的视觉惯性组合定位研究

摘要

针对在室内环境下移动机器人无法利用全球定位系统(global positioning system,GPS)进行精确的定位问题,提出一种紧耦合的视觉惯性组合定位方法,运用了预积分、联合初始化、边缘化等关键技术,并提出一种新的基于Vicon的惯性测量单元(inertial measurement unit,IMU)内参标定方法.通过EuRoc数据集实验,验证了新的标定方法能提供鲁棒的IMU内参初值;模拟室内场景的测试结果表明,定位结果具有很高的准确性与稳定性,定位误差可控制在0.1 m以内.