【摘 要】
：
同时定位与构图（Simultaneous Localization and Mapping,SLAM）是指运动物体在环境中根据传感器的测量信息,解算自身位姿时,同步构建环境地图的过程。SLAM作为导航和感知的关键技术受到了广泛地关注,已经在航空航天、交通运输、物流仓储等领域得到应用。目前,如何实现高精度、强自主、抗干扰能力强的定位与构图是SLAM技术研究的重点和难点问题。针对传统SLAM方法中自主
论文部分内容阅读
同时定位与构图（Simultaneous Localization and Mapping,SLAM）是指运动物体在环境中根据传感器的测量信息,解算自身位姿时,同步构建环境地图的过程。SLAM作为导航和感知的关键技术受到了广泛地关注,已经在航空航天、交通运输、物流仓储等领域得到应用。目前,如何实现高精度、强自主、抗干扰能力强的定位与构图是SLAM技术研究的重点和难点问题。针对传统SLAM方法中自主性低、抗干扰能力弱、精度差的问题,引入自主性强、导航误差无累计的仿生偏振光传感器,提供载体的绝对航向角信息,与惯导、雷达、光流等传感器融合,建立仿生偏振光组合导航系统。分别开展了基于滤波器和图优化的仿生偏振光多传感器融合SLAM方法研究,分析偏振光传感器对组合导航系统定位精度的提升效果,最终实现提升SLAM系统定位和构图精度、自主性和抗干扰性的目的。主要的研究内容为:一、针对传统惯性/卫星组合导航系统自主性不足且易受电磁信号干扰和建筑物遮挡等问题,引入仿生偏振光传感器和光流传感器代替卫星导航系统,辅助惯性导航系统。分别建立了仿生偏振光传感器航向量测模型和光流传感器速度量测模型,获得了惯性/偏振光/光流的组合导航系统,提出了一种基于惯性/偏振光/光流的六足步行机器人自主导航方法。仿真和实验表明该组合导航系统无需接收外部导航信息,可有效减少姿态估计的累积误差,具备高实时性和强自主性。二、针对传统多传感器组合SLAM系统精度不高和自主性不足等问题,引入仿生偏振光传感器,建立了基于仿生偏振光传感器的航向角量测模型,提出了一种惯性/偏振光/轮速计/雷达的多传感器融合SLAM方法。为分析仿生偏振光传感器对SLAM系统位姿估计精度的提升效果,开展了惯性/偏振光/里程计/雷达组合系统可观性分析。为实现惯性导航系统、仿生偏振光传感器、轮速计和激光雷达等多传感器的有效融合,设计了联邦误差状态卡尔曼滤波器。实验表明所提出方法可有效提高位置精度,大幅减少航向误差,构建的栅格地图的精确度可适用于室外场景。三、针对稀疏环境下SLAM存在位姿精度低、受异常值影响大等问题,引入偏振光相机,建立偏振光相机量测方程,消除环境野值的影响。将偏振光相机与激光雷达和惯性导航系统结合,构造了基于惯性/雷达/偏振光的因子图,使用因子图优化方法得到了状态的最优估计。通过仿真和实验验证该方法可有效提高位姿精度及对异常点的鲁棒性。
其他文献
呼吸运动是哺乳动物维持生命不可或缺的节律性活动,呼吸节律的产生中枢位于哺乳动物延髓腹外侧区一个被称为pre-B（?）tzinger复合体的区域。呼吸节律在正常状态下是均匀而整齐的,而在病理状态下会紊乱且不规则,因此研究呼吸节律产生的动力学机制及其控制有重要意义。本文基于pre-B（?）tzinger中胞体-树突耦合神经元模型,利用相平面分析、分岔分析、快慢动力学分析以及ISI（峰峰间期）分岔序列等
自第三次工业革命以来,信息技术在全世界都有了飞速的发展,我们的生活也发生了翻天覆地的变化,人与人之间的距离越来越近。和之前的通信不发达相比,现在的计算机、互联网、手机等工具为人们的沟通提供了条件,哪怕相隔万里之远,也可以瞬间听到对方的声音,看到对方的表情。但任何事情都有两面性,信息安全隐患也深深地潜伏在我们生活中。密码学是信息安全的重要保证。随着专家学者们对密码学的深入研究,安全多方计算被提出并成
本文研究了渐近非线性基尔霍夫型方程正解的存在性和非存在性.我们的结果还包括非线性项在无穷远处共振的退化情况.据我们所知,我们的正解条件也不同于现有的结果.本文研究了方程（?）（1-1）其中a≥0,b≥0,Ω为RN（N≤3）中的光滑有界区域.假设下列条件一致满足:（f1）f∈C（Ω×R,R）满足f（x,0）=0;（?）（f2）存在μ∈R,使得#12（f3）f3/f（x,t）关于t>0单调不减;（f4
“三山五园”是中国古典皇家园林的杰出代表,也是当今挖掘历史、传承文化价值的重要研究领域。香山静宜园在“三山五园”中占有一山一园,在历史发展的不同阶段均体现出特殊的文化价值。近年来,对于香山静宜园“二十八景”和“别垣二景”的个例研究与复建工程正在逐步开展,“别垣二景”之一的见心斋是静宜园内唯一一处具有江南文人园特色的园中园,其保存完好、文化价值突出,值得深入研究挖掘。当今快速发展的三维数字化技术,为
在大健康的时代背景下,人们越来越意识到环境可以具备一定的恢复性。而研究环境恢复性与偏好关系密切。对于这方面的研究的手段越来越客观,眼动追踪技术就是其中之一。本研究关注的是具有恢复性水景的偏好研究,具体包括对于水景类型、元素、属性的偏好,探究并总结出对应恢复性水景规划建设启示及意见。探究不同类型水景偏好主要采用的研究方法是文献研究法、眼动实验法、问卷调查法等。在探究水景不同元素和属性阶段,以眼动实验
域名解析系统已经发展成了一个不可忽视的网络基础设施和信息枢纽,在人们进行日常网络活动中是不可缺少的一环。但是网络恶意域名出现越来越频繁,对域名解析系统造成恶意影响,同时也对国家、社会和人们的生活带来了各个方面的损失。因此,恶意域名检测也显得越发重要。目前恶意域名检测的方法多是基于黑名单匹配和机器学习方法来进行。黑名单匹配的方法依赖于已经检测完成的恶意域名黑名单,时效性弱,更新慢;基于机器学习的方法
事故灾难事件是公共突发事件的重点之一,对公共安全风险识别和应急处理均有重要影响。网络和自媒体的普及使得我们有可能在各类网络短文本中获得公共突发事件相关的有价值的信息。事件抽取在事故灾难事件信息挖掘和提取方面有着极其重要的作用,例如及时获取事态信息、建立结构化案例库等。由于文本数据特征决定了事件抽取方法的效果上限,将字粒度语义特征提升到词粒度或实体粒度可以使模型获取更高维、更丰富的语义信息。基于此,
车辆检测系统作为智能交通系统不可缺少的一环,对于协助科学引导车流和维护公共交通安全具有重要意义。目前基于计算机视觉的道路车辆检测技术已得到广泛应用,道路上架设的视频监控系统已经实现道路全方位监控,监控设备采集的大量道路车辆视频为车辆检测技术的研究提供了数据基础。但在实际情况中,受天气、监控设备参数、车速等影响,采集的道路车辆图像质量参差不齐,低质量的图像会影响深度学习网络的学习能力,进而使得车辆无
随着石油勘探范围的扩大以及技术手段的提升,勘探采集的工区地震资料逐年递增。在地震数据处理流程中,庞大的数据量为人工拾取速度谱带来极大负担,导致速度谱的拾取过程变得极为耗时,亟需计算机辅助资料处理技术的变革。为解决速度谱拾取的耗时问题,速度谱拾取的自动化成为现阶段研究热点之一。现有的速度谱自动拾取算法可分为半自动化速度谱拾取算法与自动化速度谱拾取算法。半自动化算法主要包括蒙特卡罗法、非线性函数优化法
近年来,随着我国经济的快速发展和交通的日益便利,我国汽车保有量呈指数级增长,行人出行的风险也在逐步上升。在我国城市道路交通监控系统中,有大量实际的城市道路交叉口路段监控视频。通过交叉口断面监控视频,可以了解道路交通和路况信息。但是它无法实时判断道路的交通状态,使拥堵等异常事件演变成更为复杂的事件,最终导致交通压力急剧上升,从而影响正常交通。因此,本文针对我国城市道路交通监测压力愈加严重的形势结合城