GPS-Visual-INS多傳感器融合導(dǎo)航算法的研究.pdf

1、導(dǎo)航定位算法是載體實現(xiàn)運動控制和路徑規(guī)劃的基礎(chǔ)環(huán)節(jié)。針對在信號遮擋、電子對抗等環(huán)境中GPS定位精度下降問題，本文提出GPS/Visual/INS多傳感器融合導(dǎo)航算法，并設(shè)計實驗驗證算法定位精度、穩(wěn)定性、平穩(wěn)連續(xù)性、魯棒性及環(huán)境適應(yīng)能力。論文主要工作和貢獻(xiàn)如下:
　　(1)研究了Visual/INS融合導(dǎo)航算法理論知識。針對IMU、GPS與圖像采集頻率不一致的問題，提出多傳感器數(shù)據(jù)異步處理算法，建立IMU運動學(xué)傳播方程及其線性化Ja

2、cobian矩陣，并計算了運動學(xué)殘差。針對視覺SLAM算法定位漂移現(xiàn)象，通過聯(lián)立重投影誤差和運動學(xué)殘差方程構(gòu)建優(yōu)化目標(biāo)泛函，并引入列文伯格-馬奎爾特(LM)算法解算相機位姿。
　　(2)針對GPS異常狀態(tài)下定位精度下降的問題，提出GPS/Visual/INS多傳感器融合導(dǎo)航算法。首先基于EKF算法融合GPS、IMU數(shù)據(jù)，其濾波輸出作為新圖像幀初始位姿，應(yīng)用于視覺SLAM算法的特征匹配及圖優(yōu)化過程，以提高特征匹配準(zhǔn)確度，改善光線不均

3、勻等環(huán)境的視覺SLAM適應(yīng)能力。然后在GPS/Visual/INS融合導(dǎo)航算法中引入圖優(yōu)化過程，聯(lián)合多幀圖像、多個時刻傳感器數(shù)據(jù)建立優(yōu)化目標(biāo)泛函，以實現(xiàn)載體運動狀態(tài)的最優(yōu)估計，明顯提高GPS異常狀態(tài)下抗異常值干擾能力及跟蹤平穩(wěn)連續(xù)性。最后針對傳感器數(shù)據(jù)量過大導(dǎo)致實時性能降低的問題，在圖優(yōu)化求解過程中引入邊緣化算法，通過只更新迭代部分變量以維持系統(tǒng)計算量不增加，大幅提高系統(tǒng)優(yōu)化速度與實時運算性能。
　　(3)設(shè)計驗證實驗，將本文提出