發(fā)布時間：2017-06-03 14:01

  本文關(guān)鍵詞：微慣性輔助的激光雷達室內(nèi)同步建圖與定位技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：基于激光雷達的同步定位與地圖構(gòu)建系統(tǒng)（Simultaneous Localization and Mapping，SLAM）可以為微小型無人機提供實時的周圍未知環(huán)境探測與相對定位，是微小型無人機實現(xiàn)未知環(huán)境探測與自主導(dǎo)航定位、提升其自主能力的重要支撐系統(tǒng)，是無人機能夠進行更高層次自主能力發(fā)展的關(guān)鍵性節(jié)點。本文研究主要針對基于激光雷達的SLAM系統(tǒng)在微小型無人機平臺上的應(yīng)用需求，開展了激光雷達數(shù)據(jù)特征提取、環(huán)境特征匹配與定位、微慣性/超聲波信息融合及對激光雷達信息處理的輔助等關(guān)鍵性技術(shù)研究。 論文首先研究了激光雷達傳感器信號預(yù)處理算法，提出了激光雷達數(shù)據(jù)采集方案，為了提取環(huán)境中的特征模型，研究了區(qū)域分割方法、角點和線段特征提取算法，有效地提高了特征提取精度。 然后，為抑制微慣性導(dǎo)航系統(tǒng)長時間運行造成的姿態(tài)角偏差過大的問題，同時，減少載體運動加速對姿態(tài)算法的影響，本文研究了超聲波陣列姿測系統(tǒng)與微慣性系統(tǒng)輸出姿態(tài)信息互補濾波算法，提出了微慣性數(shù)據(jù)采集方案，利用微慣性傳感器輸出的數(shù)據(jù)解算載體的姿態(tài)、位置變化、速度變化，與超聲波陣列系統(tǒng)測得的姿態(tài)信息互補濾波，通過濾波后的姿態(tài)角輔助激光雷達進行測距誤差補償，有效地抑制微慣性發(fā)散性的同時提供激光雷達精確的姿態(tài)信息。 接著，針對無人機飛行時會帶有姿態(tài)變化的特殊性從而導(dǎo)致激光雷達參數(shù)提取存在一定的誤差，研究了環(huán)境特征參數(shù)姿態(tài)角耦合誤差補償算法；在局部特征地圖的基礎(chǔ)上，建立全局地圖，提出了雙特征庫篩選的方法，，對局部地圖中的特征點進行篩選，將可信的角點特征和線段特征與特征庫內(nèi)的特征進行混合特征匹配，實現(xiàn)全局地圖的更新以及無人機室內(nèi)未知環(huán)境下的自定位。 論文最后搭建了微慣性輔助的激光雷達同步建圖與定位系統(tǒng)實驗平臺，在室內(nèi)環(huán)境下進行飛行實驗，得到飛行結(jié)果，驗證了系統(tǒng)方案的可行性，論文所取得的成果具有應(yīng)用參考價值。
【關(guān)鍵詞】：SLAM系統(tǒng) 超聲波陣列測高 測姿系統(tǒng) 微慣性系統(tǒng) 特征提取 特征匹配
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：V243.2
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 圖表清單9-11
• 注釋表11-12
• 第一章 緒論12-19
• 1.1 論文研究背景12-13
• 1.2 微慣性輔助激光雷達同步建圖與定位技術(shù)發(fā)展狀況與研究進展13-17
• 1.2.1 微慣性輔助激光雷達同步建圖與定位技術(shù)發(fā)展狀況13-15
• 1.2.2 同步建圖與定位問題研究進展15-16
• 1.2.3 微慣性輔助激光雷達同步建圖與定位問題研究進展16-17
• 1.3 論文研究目的與意義17
• 1.4 論文主要的研究內(nèi)容與章節(jié)安排17-19
• 第二章 激光雷達傳感器信號預(yù)處理算法研究19-29
• 2.1 引言19
• 2.2 激光雷達數(shù)據(jù)實時采集算法研究19-21
• 2.3 環(huán)境特征提取算法研究21-25
• 2.3.1 特征地圖的描述方法分析21
• 2.3.2 激光雷達測量方法研究21-22
• 2.3.3 區(qū)域分割方法研究22-23
• 2.3.4 角點特征的提取算法研究23-24
• 2.3.5 線段特征的提取算法研究24-25
• 2.4 特征提取算法驗證與分析25-26
• 2.5 微小型無人機平臺上的激光雷達應(yīng)用方案分析26-27
• 2.6 本章小結(jié)27-29
• 第三章 基于超聲波陣列/微慣性姿態(tài)互補濾波算法研究29-44
• 3.1 引言29
• 3.2 超聲波陣列相對高度和姿態(tài)測量技術(shù)研究29-31
• 3.2.1 超聲波陣列測距方法研究29-30
• 3.2.2 相對高度與相對姿態(tài)測量方法研究30-31
• 3.3 超聲波陣列測高、測姿系統(tǒng)算法研究31-37
• 3.3.1 姿測算法研究與分析31-32
• 3.3.2 超聲波陣列測距方法分析與優(yōu)化32-36
• 3.3.3 超聲波陣列測高、測姿系統(tǒng)算法驗證與分析36-37
• 3.4 微慣性系統(tǒng)姿態(tài)解算算法研究37-42
• 3.4.1 微慣性數(shù)據(jù)實時采集算法研究37-38
• 3.4.2 姿態(tài)解算算法研究38-39
• 3.4.3 姿態(tài)解算算法驗證與分析39-42
• 3.5 超聲波陣列/微慣性姿態(tài)互補濾波算法研究42-43
• 3.5.1 姿態(tài)互補濾波算法研究42
• 3.5.2 姿態(tài)互補濾波算法驗證與分析42-43
• 3.6 本章小結(jié)43-44
• 第四章 微慣性輔助的同步建圖與定位算法研究44-57
• 4.1 引言44
• 4.2 全局地圖創(chuàng)建方法研究與分析44-54
• 4.2.1 全局地圖創(chuàng)建方法建模分析44-45
• 4.2.2 環(huán)境特征參數(shù)姿態(tài)角耦合誤差補償算法研究45-49
• 4.2.3 雙特征庫篩選方法分析49-50
• 4.2.4 基于微慣性輔助的混合特征匹配方法研究50-52
• 4.2.5 全局地圖的更新方法研究與分析52-54
• 4.3 同步定位建模與分析54-55
• 4.3.1 自定位建模分析與研究54
• 4.3.2 自定位算法的研究與分析54-55
• 4.4 同步定位精度實驗驗證與分析55-56
• 4.4.1 實驗驗證環(huán)境模型搭建55
• 4.4.2 實驗驗證結(jié)果分析55-56
• 4.5 本章小結(jié)56-57
• 第五章 微慣性輔助激光雷達同步建圖與定位實驗分析57-63
• 5.1 引言57
• 5.2 系統(tǒng)硬件設(shè)計方案研究57-61
• 5.2.1 系統(tǒng)功能需求分析57-58
• 5.2.2 系統(tǒng)硬件結(jié)構(gòu)方案設(shè)計58-61
• 5.3 系統(tǒng)地圖構(gòu)建與定位結(jié)果分析61-62
• 5.4 本章小結(jié)62-63
• 第六章 全文總結(jié)與展望63-65
• 6.1 本文工作總結(jié)63-64
• 6.2 后續(xù)工作展望64-65
• 參考文獻65-68
• 致謝68-69
• 在學(xué)期間的研究成果即學(xué)術(shù)論文情況69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李德仁;;移動測量技術(shù)及其應(yīng)用[J];地理空間信息;2006年04期

2 王玲;;Yole Développement宣布MEMS器件收益年增長率達20%[J];微納電子技術(shù);2012年11期

3 厲茂海;洪炳熔;羅榮華;;用改進的Rao-Blackwellized粒子濾波器實現(xiàn)移動機器人同時定位和地圖創(chuàng)建[J];吉林大學(xué)學(xué)報(工學(xué)版);2007年02期

4 遲健男,徐心和;移動機器人即時定位與地圖創(chuàng)建問題研究[J];機器人;2004年01期

5 賀偉,梁昔明;未知環(huán)境中移動機器人SLAM問題的研究進展[J];微計算機信息;2005年03期

6 趙奇;樊奔;;提高超聲波測距精度的方法[J];中國西部科技(學(xué)術(shù));2007年09期

7 張珂;劉鋼海;;提高超聲波測距精度方法的研究[J];現(xiàn)代電子技術(shù);2007年15期

8 趙海鳴;卜英勇;王紀嬋;周知進;;一種高精度超聲波測距方法的研究[J];湖南科技大學(xué)學(xué)報(自然科學(xué)版);2006年03期

9 劉博;常佶;;用于小型無人機的超聲波低空測高系統(tǒng)實驗研究[J];宇航計測技術(shù);2010年03期

10 劉明雍;趙濤;周良榮;;SLAM算法在AUV中的應(yīng)用進展[J];魚雷技術(shù);2010年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 章大勇;激光雷達/慣性組合導(dǎo)航系統(tǒng)的一致性與最優(yōu)估計問題研究[D];國防科學(xué)技術(shù)大學(xué);2010年

  本文關(guān)鍵詞：微慣性輔助的激光雷達室內(nèi)同步建圖與定位技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：418315