空間服務(wù)機(jī)器人及地外行星巡視器的自主能力是人不在控制閉環(huán)時(shí)完成任務(wù)的重要保障,其中,涉及狀態(tài)估計(jì)與運(yùn)動(dòng)規(guī)劃問題。比如,空間機(jī)器人與目標(biāo)航天器的自主對(duì)接需要估計(jì)相對(duì)位姿,其攜帶的機(jī)械臂對(duì)目標(biāo)進(jìn)行維修時(shí)需要規(guī)劃出合理的路徑,巡視器在地外星體自主導(dǎo)航需要實(shí)時(shí)定位。本文研究高斯過程在狀態(tài)估計(jì)與運(yùn)動(dòng)規(guī)劃中的應(yīng)用以及它們共享的相同連續(xù)時(shí)間軌跡表示,類似因子圖問題結(jié)構(gòu),以及最大后驗(yàn)概率推理框架。首先介紹了向量空間上的高斯過程先驗(yàn)。對(duì)于狀態(tài)估計(jì)與運(yùn)動(dòng)規(guī)劃問題,本質(zhì)上均為軌跡優(yōu)化問題�；诟咚惯^程將軌跡表示為連續(xù)時(shí)間形式,通過恒速高斯過程先驗(yàn)得到稀疏核矩陣,使得高斯過程插值僅需要常數(shù)時(shí)間。機(jī)器人工作空間為李群空間,向量空間為平凡李群,繼而將高斯過程先驗(yàn)拓展到非平凡李群。然后,對(duì)基于高斯過程的狀態(tài)估計(jì)問題進(jìn)行數(shù)學(xué)描述。用高斯過程描述機(jī)器人的連續(xù)時(shí)間軌跡,把要求解的問題建模為同時(shí)軌跡估計(jì)與建圖,如果只對(duì)軌跡估計(jì),則是該問題的特殊情況。通過構(gòu)造稀疏的核矩陣,高斯過程描述軌跡能夠?qū)壽E快速插值,從而以少量狀態(tài)參數(shù)化軌跡,稀疏性大大加快了問題的求解。將問題表示為因子圖,利用貝葉斯樹進(jìn)一步實(shí)現(xiàn)快速的增量更新。在多個(gè)... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

(a)無人機(jī)(b)無人駕駛車(c)無人潛航器(d)無人搬運(yùn)車

估計(jì)都非常準(zhǔn)確，而僅用里程計(jì)推算軌跡則與真值相差較遠(yuǎn)。估計(jì)軌跡的平均位置誤差 0.152m，平均姿態(tài)誤差 0.981°，地標(biāo)位置平均誤差 0.0292m。3.5.2 KITTI 數(shù)據(jù)集實(shí)驗(yàn)KITTI 數(shù)據(jù)集由德國(guó) KIT 大學(xué)（Karlsruhe Institute ofTechnology）和美國(guó)芝加哥豐田技術(shù)研究院一起制作，是目前國(guó)際上最認(rèn)可的自動(dòng)駕駛感知算法評(píng)估數(shù)據(jù)集。制作KITTI數(shù)據(jù)集所用到的傳感器包括 2 個(gè)PointGray灰度相機(jī)，2個(gè)PointGray彩色相機(jī)，4 個(gè)光學(xué)鏡頭，一個(gè) Velodyne 64 線 3D 激光雷達(dá)，以及 1 個(gè) OXTS 慣性加 GPS 導(dǎo)航系統(tǒng)。其中導(dǎo)航系統(tǒng) OXTS 可以采集同步的 IMU 及 GPS 信息。此外在它的 Odometry 數(shù)據(jù)集里面提供了軌跡的真值可以用于軌跡估計(jì)精度的評(píng)估。在這個(gè)數(shù)據(jù)集的實(shí)驗(yàn)中由 IMU 積分得到里程計(jì)測(cè)量因子，而將 GPS 經(jīng)緯高信息轉(zhuǎn)化到北東地坐標(biāo)系則得到位置測(cè)量因子。下面給出 Odometry 中的 00 數(shù)據(jù)集實(shí)驗(yàn)相關(guān)參數(shù)：GPS 測(cè)量噪聲為1.0/0.07 [1;1;1]、加速度計(jì)測(cè)量噪聲為 0.01、陀螺儀噪聲為0.000175、加速度計(jì)偏置噪聲為 0.000167、陀螺儀偏置噪聲為-62.91 10。

估計(jì)軌跡與真實(shí)軌跡對(duì)比結(jié)果


本文編號(hào)：2921004