封闭环境下限制误差发散的高精度导航定位

基于GNSS系统的导航定位设备在封闭或受阻环境下导航精度受限,为此,提升地下空间或室内定位精度,摆脱对GNSS的依赖是当前的研究热点。针对该问题,本文研究了LiDAR+IMU+DMI多源传感器导航定位技术,通过将LiDAR控制标靶数据带入卡尔曼滤波方程,计算IMU+DMI组合的误差状态向量,限制其误差发散,从而获取设备的高精度位置。该技术能使移动检测设备完全摆脱对GNSS信号的依赖,实现地下封闭空间移动测量设备精确定位,便于地下空间检测。通过在武汉某地铁试验表明,本文算法适用于地下、室内空间封闭环境中无GNSS信号的移动测量设备高精度导航定位。     

LiDAR标签和栅格占有图结合的LiDAR/IMU空间标定方法

LiDAR和惯性测量单元(inertial measurement unit, IMU)在智能汽车获得了广泛的应用,比如高精度地图构建、车辆实时定位等。两种传感器进行组合测量时,需要知道两者之间的空间关系,包括空间旋转和平移参数。本文提出了一种基于LiDAR标签的自动化LiDAR/IMU空间标定方法。首先分析了LiDAR/IMU标定参数对LiDAR点云拼接的影响,证明了当车辆近似直线运动时,使用概略标定参数即可利用IMU的姿态信息将LiDAR点云转换到轴向近乎一致的坐标系。基于该结论,提出了一种基于IMU姿态约束的LiDAR栅格占有图构建方法,构建高相对精度的点云地图与LiDAR标签的点云进行地图匹配,获得LiDAR标签在图中的位置,相对于单点云帧互匹配方法,提高标签点云匹配的精度和可靠性。然后基于LiDAR标签的已知高精度位置,采用非线性优化方法解算栅格占有图与LiDAR标签的空间转换关系,进而求解LiDAR/IMU的空间标定参数。试验结果表明,利用本文方法获得的标定参数构建的点云地图,可实现厘米级的绝对位置精度,验证了本文方法的正确性和可行性。     

车载LiDAR中基于霍尔开关的里程计构建

里程计作为车载LiDAR组合导航系统中比较重要的传感器,被用来补偿GPS的短时间信号失锁所造成的导航精度下降。现在充分利用霍尔开关的原理和特点,将磁体固定在轮毂上作为转子,霍尔开关固定在车体上作为静子,设计并构建了车载里程计。通过对里程计当量的标定及其相对于IMU的偏移矢量的量测,完成了里程计在车载激光LiDAR中的安装调试。跑车实验表明,使用该里程计的组合导航有效地减小了GPS失锁状态下的姿态及位置误差。     

预建高精度地图的封闭区域UGV自动驾驶导航定位

针对封闭区域UGV自动驾驶应用,本文提出了一种基于平面高精度地图的导航定位方法。该方法利用三维激光扫描数据采用预定义的栅格地图概率值建立多分辨率地图,在保证定位精度的同时提高定位效率,采用极大似然估计获取载体位姿初值并将IMU数据用于计算高斯-牛顿法搜索初值。试验结果表明,基于激光扫描的二维地图构建与匹配定位方法能有效解决帧与帧匹配误差快速累积问题,可以高效地使用已有地图进行连续高精度的载体定位。     

低空机载LiDAR点云定位误差分析

低空机载LiDAR因其系统的复杂性,点云定位精度受很多系统误差影响。为了研究改善点云定位精度的方法,文中根据LiDAR定位误差模型综合分析航高、扫描角、IMU姿态角、姿态角误差等对点云定位误差的影响,并根据误差影响规律分析得出不同地形测图比例尺对飞行参数的要求。通过长江中下游实测地区作业验证,建议设置飞行参数得到的点云定位精度符合精度要求。     

运动状态下MEMS IMU随机误差的Allan方差分析方法

在车载全球卫星导航系统（global navigation satellite system,GNSS）/微机械系统（micro-electro mechanical system,MEMS）惯性测量单元（inertial measurement unit,IMU）组合导航滤波解算时,通常使用MEMS厂商标定的加速度计和陀螺仪的随机模型参数（简称为标称参数）。这些标称参数由传感器厂商在静止状态或通过实验室转台设备来测定,是否适用于运动状态下的组合导航滤波解算并获得最优的定位精度,需要进一步研究和评估。本文提出了一种运动状态下MEMS IMU随机误差的Allan方差分析方法,将不同精度等级的IMU安装在同一车载平台上同步采集观测数据,用高精度IMU观测数据提取车辆运动信息,然后从低精度MEMS IMU观测数据中剔除车辆运动信息得到类似静止的观测数据,进行Allan方差分析,获得运动状态下的MEMS随机模型参数,并将其应用于GNSS/惯性导航系统（inertial navigation system,INS）组合导航解算。试验结果表明,采用运动状态下标定的随机模型参数,组合导航的定位精度优...     

Xtion/IMU组合的机器人室内定位方法

针对机器人在室内、深海或者高楼林立的大都市导航定位存在的问题,该文展开了基于Xtion传感器与惯性测量单元(IMU)松组合的移动机器人室内定位算法的研究,采用了组合导航及自适应渐消扩展卡尔曼滤波算法等创新性方法,解决了机器人室内定位精度不高的问题。通过对机器人室内组合导航轨迹的实验验证,该文的组合导航方法能够提高机器人移动轨迹的精度,更接近于真实轨迹,满足了移动机器人室内导航定位的需求。     

使用Spherical线性内插方法解算移动LiDAR点云

机载和背包激光雷达（light detection and ranging,LiDAR）均向小型化、灵活安装方向发展,它们都需要联合解算惯性测量单元（inertial measurement unit,IMU）、GPS和激光原始数据来生成点云。激光传感器的发射频率远大于IMU数据的记录间隔,为了在发射激光瞬间插入激光传感器的姿态位置信息,使用Spherical线性内插方法解决IMU与激光传感器扫描角度的万向节锁问题,以得到质量更好的数据。     

矿山环境三维激光雷达SLAM算法建图与定位

针对矿山地形测绘中存在的建图失真和累计误差大等问题,本文基于三维激光雷达的同步定位与地图构建算法。首先对激光雷达（LiDAR）和惯性测量单元（IMU）进行内外参数标定,以解决无法建图的问题。然后通过巡检机器人采集3组场景（街区道路、矿山斜坡、采矿区）的数据集,对主流的ALOAM、LeGO-LOAM和LIO-SAM等算法进行对比,并利用GNSS数据作为轨迹真值。试验表明,在矿山环境多传感器融合算法LIO-SAM具有更好的稳健性和定位精度,轨迹绝对位置误差较ALOAM和LeGOLOAM分别降低了21.53%和60.10%。此外,特征提取部分引入强度特征的IALIO算法误差较LIO-SAM降低了20.16%。     

重力辅助导航高斯插值精化算法

为克服高精度的重力辅助导航传统模型的局限,必须考虑模型误差方程中的重力精化补偿问题。本文在研究二维高斯样条插值函数逼近局部重力异常场的基础上,提出了一种重力辅助导航精化模型构建算法。该精化模型补偿了重力扰动矢量、标准重力模型误差、厄特弗斯修正计算值对导航模型的影响。试验结果表明,利用本文的新型重力辅助导航模型构建算法可使辅助导航系统定位精度提高1倍左右,姿态、速度精度提高1~2倍,定位误差保持在100~200m。     

融合惯导信息的单目视觉室内定位方法

针对单目视觉定位方法定位精度高但数据源不稳定,而惯性测量组件可稳定获取定位数据却存在累计误差的问题,提出了一种融合惯导信息的单目视觉室内定位方法.该方法利用四参数拟合模型将图像数据转换成定位定姿数据,并在惯导数据解算过程中引入互补滤波修正陀螺仪读数,最后将处理后的数据作为观测值输入到扩展卡尔曼滤波器中,得到最优位置信息.实验结果表明,该方法能够有效地提高室内定位的精度和稳定性.     

LiDAR地图匹配与二维码融合的AGV室内定位与导航

自动导引机器人(AGV)室内定位的方法多样,激光雷达匹配定位是其主要手段之一,但在环境特征少的区域,因缺乏约束会导致匹配错误.针对这一问题,本文提出了一种LiDAR和二维码地标组合导航方法,并利用turtlebot3在室内走廊环境下进行了模拟试验.结果表明,纯激光匹配导航平均误差为11.5 cm,采用与二维码结合的导航...     

基于智能手机的室内定位技术的发展现状和挑战

随着位置服务应用的兴起和移动智能终端的普及,高精度导航定位需求正在从孤立的区域延伸到无缝的全域,从专业群体走向大众用户。然而,实时、连续、完备的行人导航仍然面临着诸多挑战,如室外区域全球导航卫星系统（global navigation satellite system,GNSS）信号易受遮挡影响、室内环境Wi-Fi/低功耗蓝牙（bluetooth low energy,BLE）/地磁指纹库更新频繁、室外内过渡区域平滑切换困难等。此外,大众移动智能终端的定位传感器受成本与功耗限制,观测数据一般噪声较大且稳定性差。因此,提出设计了云-端协同的大众行人用户室内外无缝精密定位方案,突破了信标指纹库的众包采集与快速更新、智能手机多传感器信息融合的精密定位、室内外无缝切换等关键难题,研制了大众行人协同精密定位软件,通过综合利用位置服务平台提供的协同精密定位增强信息,以及智能手机终端获取的多源观测数据（GNSS、微型惯性测量单元（miniature inertial measurement unit,MIMU）、Wi-Fi、BLE、磁力计及气压计等）,实现了大众用户室外精度优于1.5 m,室内精度1~3 m,并具备室内外平滑切换能力的导航定位服务,支撑了大众用户室内外无缝精密定位的需求。     

基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法

基于单一传感器的同时定位与地图构建技术已经逐渐不能满足移动机器人、无人机及自动驾驶车辆等智能移动载体日益复杂的应用场景。为了进一步提升移动载体在复杂环境下的定位与建图性能,基于多传感器融合的SLAM技术成为目前研究的热点内容。本文提出了一种基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法(S-VIL SLAM),该方法在视觉惯性系统中引入激光雷达原始观测,基于滑动窗口实现了IMU量测、视觉特征及激光点云特征的多源数据联合非线性优化。利用视觉与激光雷达的互补特性设计了视觉增强的激光雷达闭环优化算法,进一步提升了多源融合SLAM系统的全局定位与建图精度。为了验证本文算法的性能,利用自主搭建的集成多传感器的硬件采集平台在室外场景下进行了车载试验。试验结果表明,本文提出的紧耦合双目视觉/惯性/激光雷达里程计相比于紧耦合双目视觉惯性里程计和激光雷达里程计定位定姿性能显著提升,视觉增强的激光雷达闭环优化算法能够在大尺度场景下有效探测出轨迹中的闭环信息,并实现高精度的全局位姿图优化,经过闭环优化的点云地图具有良好的分辨率和全局一致性。     

船载移动激光三维测量系统安置角偏差检校

船载移动激光三维测量系统是集激光扫描仪、全球定位系统和惯性导航测量单元等于一体的多传感器集成系统,具有效率高、精度高、三维测量等特点,可解决码头、河道、海岛礁测绘中传统方法难以测量的难题。船载移动激光三维测量系统的高精度时空同步是实现数据融合和高精度三维测量的保证,安置角偏差检校是船载移动激光三维测量的关键步骤。本文首先分析了船载移动激光三维测量系统中相关坐标系之间的转换关系,提出了一种以桥体为检校场的安置角偏差消除方法。该方法在时空配准的基础上,通过扫描测线内桥体结构的偏移量分别计算侧滚角、俯仰角及航向角的安置角偏差,最后通过控制点验证误差改正后的测量精度。试验结果证明,本文方法易于实施,且具有较高的准确性,能够有效保障船载移动激光测量数据的质量和精度。     

利用Vicon系统进行IMU标定

针对传统IMU标定方法操作复杂、过于依赖转台的问题,本文提出了一种利用Vicon系统进行IMU标定的方法。首先,利用预积分技术将IMU数据与Vicon数据融合,得到IMU残差;然后,将Vicon相邻帧间的状态量相减,得到Vicon残差;最后,将IMU残差和Vicon残差放到同一个状态向量中,并引入边缘化先验信息,建立非线性优化函数,求解得到陀螺仪和加速度计的零偏估计参数。同时本文设计EuRoc数据集测试试验和室内定位对比试验,结果表明,该方法对IMU的标定结果优于传统方法的标定结果,具有更高的精度。     

室内环境下立体视觉惯导融合定位

针对室内服务机器人在居家环境下导航定位问题,本文研究了紧耦合非线性优化的立体视觉惯性融合导航方法。本文采用预积分、边缘化、滑动窗口优化等关键技术,提出了一种稳健的视觉惯性导航系统初始化方法。运用于室内家庭服务机器人中,设计并实现了对应的视觉惯性融合导航系统。在搭建的模拟居家环境下,验证了本文系统的初始化方法能够提供稳健、准确的系统初值;最后通过试验验证了本文定位系统的准确性与稳定性,定位误差可控制在0.1 m以内。     

北斗/超宽带组合定位的室内外过渡区无缝链接方法

室内外无缝导航定位是万物互联之基石,具有广阔的市场前景和应用价值. 但目前对于室内外过渡区的无缝组合导航技术,仍存在诸多棘手问题亟待解决. 对此,从三个方面对BDS/UWB组合定位的室内外无缝链接方法进行了改进:一是提出了一种基于内引法和外引法的室内信标绝对定位方法,以解决室内外定位结果的坐标基准统一问题;二是提出了一种基于位置精度因子(PDOP)平稳变化的室内信标优化布局方案,以提高过渡区域的导航定位精度与信标可用性;三是提出引入自适应权重因子,来解决BDS/UWB组合定位的观测值合理定权问题. 通过具体实验验证:1) 利用基于内引法和外引法的室内信标绝对定位方法,可实现室内外坐标基准的统一,显著提高了用户使用的便捷性;2) 采用所提信标优化布局方案,可有效提高过渡区定位精度,相比无超宽带(UWB)信标,BDS/UWB组合定位的平均定位精度至少提高 355%;3) 自适应权重因子可实时调节不同时间、不同类型观测值的权比,增强了观测信息利用效率,相比北斗卫星导航系统(BDS)空旷区域,定位精度可至少提高22.5%.      

移动激光雷达的瞬时三维构像方法

介绍了基于机器视觉的数字摄影测量智能化新方法：移动激光雷达瞬时三维构像方法。该方法作为移动激光雷达瞬时三维构像理论,解决了无GPS辅助的移动激光雷达自定位与瞬时构像问题,使移动激光雷达灵活应用在室内、室外等多种环境。首先,分析了瞬时构像方法与传统构像方法的不同,以及现有方法的可移植性;接着,给出了视准轴误差自定标方法、基于平整度的有效特征提取算法和快速优化平差算法,构建出移动激光雷达自定位与瞬时构像的核心技术框架;最后,通过3种不同环境构像试验验证本文方法的有效性和适应性。研究表明,该方法可应用在结构化环境与非结构化环境、室内与室外环境,可水平构像也可垂直构像,且无需后数据处理瞬时构像。