基于滤波算法的无人机视觉SLAM后端方法研究

来源 :东北大学 | 被引量 : 0次 | 上传用户:licarson
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着无人机控制技术的发展,使得其在民用领域和军事领域都凸显出巨大的应用空间,并且这种趋势已初露端倪。要想实现无人机更高的自主性和智能性,不需要人的控制而准确地完成任务,首先要解决的是无人机的自主定位与导航和地图构建问题。为解决该问题,将同时定位与地图构建(SLAM)方法应用于无人机领域是近年来的研究方向之一。本文主要研究基于滤波算法的无人机视觉SLAM后端优化方法,无人机使用相机等视觉传感器完成环境特征提取,并根据环境特征点的观测信息更新、估计自己的位姿状态,同时建立环境地图,于是无人机能够在未知环境中完成自主飞行与导航任务。
  本文首先介绍了当前无人机导航方式存在的弊端,总结了四旋翼无人机的优点,论证了无人机实现同时定位与地图构建(SLAM)功能的重要性与必要性。接着对SLAM技术的研究现状做了详细介绍,提出了经典视觉SLAM方法的框架,列举了无人机SLAM的研究难点,并说明了本文的主要研究内容。
  然后通过对四旋翼无人机进行线运动和角运动建模,将视觉SLAM的一般数学描述方程与四旋翼无人机的运动模型相结合,建立了针对无人机的视觉SLAM状态模型和量测模型,为下文的工作打下基础。
  随后,为将滤波优化算法应用于SLAM中,将SLAM问题中状态变量的后验概率表示为己知量递归求解的形式,进而对基于扩展卡尔曼滤波的无人机SLAM(EKF-SLAM)算法进行了研究。针对EKF-SLAM方法存在线性化误差,计算量大等缺点,研究了基于Rao-Blackwellized粒子滤波的无人机SLAM(FastSLAM)算法。FastSLAM算法继承了粒子滤波的易实现性和非线性,并大大加快了SLAM的运算速度,但也存在一些缺点。
  接着,本文具体研究了FastSLAM方法存在的一些缺陷。针对这些缺陷,分别将粒子群优化算法和人工鱼群算法与FastSLAM方法相结合并对它们进行适当改进,克服了粒子滤波的重要性分布次优、样本枯竭和所需粒子数量大等缺点。
  最后针对本文的不足之处及无人机视觉SLAM技术近几年的发展趋势,对本文的后续研究工作进行了预测和展望。
其他文献
学位
学位
期刊
目前在国内,汽车喷漆作业主要靠工人手工完成,喷漆质量的好坏受工人喷漆技术水平的影响十分明显,除此之外,喷漆作业的工作环境通常十分恶劣,各种喷漆涂料对人体伤害极大,工人若长期从事喷漆工作,极易诱发各种疾病,这也导致雇佣喷漆工人的成本过高。因此,加速喷漆作业的自动化进程就显得十分迫切与重要。  目前,国内的大多数喷漆机器人还是通过人工示教生成喷漆轨迹从而实现固定型号、固定区域的汽车喷漆作业,效率相对低
实际工程系统几乎都是非线性系统,因此研究非线性系统具有很大的意义。近些年来,非线性系统控制方法取得了很大的进步,其中基于backstepping的设计方法收到了广泛的关注。本文在国内外关于严格反馈非线性系统的研究基础上,应用backstepping技术、容错控制理论和随机理论,研究了一类严格反馈不确定系统的输出反馈容错控制问题和一类互联随机非线性系统的分散跟踪控制问题。  首先,考虑了一类严格反馈
随着现代科学技术的进步,工业生产流程变得更加复杂的同时,对生产的持续性、高效性和安全性提出了更高的要求,因此,如何有效对生产过程进行监测,及时地发现异常工况成为相关研究的热点问题。近年来,基于数据的方法由于其低成本、可实现性强等优点已经广泛应用于生产实践中。本文在前人工作的基础上,提出了基于流形正则化和相似性度量的算法和基于异构数据协同的算法的研究与应用,主要研究工作如下:  (1)在实际工业过程
学位
作为典型的高能耗行业,钢铁行业节能减排、由耗能企业向节能企业转变是降低生产成本、提升企业竞争力的重要手段。钢铁生产过程与能源消耗过程紧密相关,将二者协调考虑,对于提高余热、余能和物料利用率,减少排放与能源外购量,对提高企业经济效益、实现钢铁生产绿色化具有重要的作用。  本文从钢铁生产与能源消耗过程中提炼出多能源动态协调优化问题和考虑能耗的无委托板坯动态匹配优化问题。根据具体的问题特性,分别建立了静
学位
贝叶斯网络以其自身独特的优势,成为目前不确定知识表达和推理领域中最有效的理论模型之一,广泛应用于人工智能,故障诊断等多个领域。贝叶斯网络学习包括参数学习和结构学习,其中结构学习是核心。本文以知识和数据为驱动,针对贝叶斯网络结构学习进行了研究。  本文研究了基于数据的贝叶斯网络结构学习算法,提出了pMIC_BPSO_ADR混合算法。该算法先针对基于最大信息系数(MIC)的条件独立性测试的方法(第一阶
目前,在众多领域中都不可避免地存在随机变量且表现形式多样,使随机规划在解决决策、优化、调度问题方面展现出广阔的应用前景。然而,由于随机变量具有不确定的变化和波动性,特别是对于多随机变量规划问题还存在着多个随机变量间相互作用的情况,随机变量不确定性的合理表示成为了随机规划领域所面临的共同问题。场景分析法作为解决随机规划问题的主流方法,在随机变量的不确定性表示方面具有独特优势,但还面临着计及多随机变量
浸出工序是湿法冶金过程重要的生产工序,其质量指标的优劣直接影响有价金属的回收率,建立操作变量与质量指标之间的软测量模型奠定了过程质量指标控制的基础。然而,在实际生产过程中原料属性的改变、矿浆中大颗粒的沉降作用会引起浸出过程发生工况改变或慢时变,从而导致模型精度下降。因此,研究在浸出过程特性发生改变的条件下,如何有效确保模型性能满足生产要求具有重要的理论和现实意义。  本文首先对湿法冶金浸出过程及其