基于視覺(jué)里程計(jì)與慣導(dǎo)融合技術(shù)的四旋翼位姿估計(jì).pdf

1、移動(dòng)機(jī)器人在完成諸如障礙物規(guī)避、路徑規(guī)劃、自主導(dǎo)航等上層任務(wù)時(shí)，都需要利用位姿估計(jì)器來(lái)獲得各種基本信息，因此位姿估計(jì)是移動(dòng)機(jī)器人領(lǐng)域中核心研究課題之一。
　　本論文針對(duì)四旋翼飛行器在沒(méi)有外界輔助導(dǎo)航信息的情況下，分別提出了基于濾波框架的多相機(jī)約束單目視覺(jué)-慣導(dǎo)里程計(jì)和直接法與間接法相結(jié)合的稀疏雙目視覺(jué)里程計(jì)，以估計(jì)四旋翼飛行器的位姿信息。
　　在第3章中，提出了Hamilton四元數(shù)表示下基于濾波框架的多相機(jī)約束單目視覺(jué)-慣

2、導(dǎo)里程計(jì)。針對(duì)相機(jī)在生產(chǎn)組裝過(guò)程中存在的偏差導(dǎo)致成像模型并不完全符合理想的針孔模型，我們使用帶畸變的針孔相機(jī)模型，同時(shí)也可免去圖像去畸變的預(yù)處理部分，使算法更加高效。另外，針對(duì)實(shí)際場(chǎng)景中，特征點(diǎn)高密度地聚集在某些特征明顯的區(qū)域，使得在構(gòu)造特征點(diǎn)與相機(jī)位姿的幾何約束時(shí)，造成信息冗余、退化等問(wèn)題，我們參考文獻(xiàn)[22]中的方法使得所有特征點(diǎn)在圖像中均勻分布，并通過(guò)三層篩選方法，對(duì)最終參與濾波更新的特征點(diǎn)進(jìn)行篩選。在參考文獻(xiàn)[4]中，當(dāng)且僅當(dāng)特

3、征點(diǎn)丟失或被觀測(cè)次數(shù)達(dá)到滑動(dòng)窗口的長(zhǎng)度時(shí)才進(jìn)行濾波器更新，導(dǎo)致濾波器更新頻率低，在較長(zhǎng)時(shí)間中僅依靠IMU數(shù)據(jù)進(jìn)行推測(cè)，最終給算法帶來(lái)較大誤差，因此我們采用深度濾波(Depth Filter)方法，在相機(jī)移動(dòng)過(guò)程中對(duì)特征點(diǎn)逆深度進(jìn)行貝葉斯估計(jì)，當(dāng)特征點(diǎn)逆深度收斂后，即可建立重投影誤差方程，參與濾波器更新，從而增加了算法更新頻率，降低算法誤差。最后，我們建立了多相機(jī)約束的量測(cè)方程，實(shí)現(xiàn)單目視覺(jué)-慣導(dǎo)里程計(jì)，并利用開(kāi)源數(shù)據(jù)集對(duì)算法進(jìn)行評(píng)估。<