惯性/单目视觉的一体化深组合导航关键技术研究

Visual sensors and traditional sensors have strong mutual assistance in circumstance sense ability, working mode and applying situation. The inertial/monocular visual integrated navigation system has the advantage of low cost, less energy consumption and wide applications, especially in some typical areas that the GPS is unavailable or unreliable, such as indoor robotics and so on. This kind of integrated navigation system is becoming the hot spot in navigation area.. According to the order of deeply integrated structure design, performance analysis and experiment validation,this project will research the deeply unify integration technology of inertial and monocular visual system. It mainly contains three aspects: 1) The deeply integrated structure which includes mutual assistance between these two slave systems.In this framework,the pose estimation from INS is used to assist the monocular navigation process,which is able to solve the motion decrease and scale ambiguity. In addition, the assistance from visual sensors is able to solve the initial alignment and error accumulation during the dead-reckoning computation process of INS. 2) In order to improve the model integrity and the absolute observability of navigating states, this project analyzes the navigation states-related constraints between these two slave systems. These constrained conditions can be achieved both in time-domain and space-domain. 3) On the basis of nonlinear constrained filtering theory, this project will design an appropriate filter to solve the filtering problem of this proposed deeply integrated system..

视觉传感器和惯性传感器在环境感知能力、工作模式、应用场景等方面具有很强的互补性。二者的组合导航系统成本低、功耗小、应用范围广，尤其适用于室内机器人等卫星导航不可用或不可靠的场合，已经成为现代导航领域的研究热点。. 本项目按照结构设计、性能分析、实验验证的思路，对惯性/单目视觉深组合导航中的三个关键问题进行研究：1)设计包含子系统相互辅助回路的深组合结构。INS导航信息对单目视觉导航解算过程进行辅助，解决单目视觉导航系统中存在的运动图像质量退化、尺度模糊等问题；通过视觉传感器的场景感知能力，解决初始对准以及惯性递推计算过程中存在的误差累积等问题；2)通过挖掘时间域和空间域内子系统之间存在的约束关系，解决组合导航的模型完备性、导航状态完全可观测性等问题；3)针对惯性/单目视觉深组合系统的完备性模型，提出适应于含约束非线性系统的滤波方法，从而最终解决该深组合一体化模型的精确估计问题。

视觉传感器和惯性传感器在环境感知能力、工作模式、应用场景等方面均具有很强的互补性。而二者的组合导航系统成本低、功耗小、应用范围广，尤其适用于室内机器人等卫星导航不可用或不可靠的场合。本项目针对无人平台的定位、相对测量需求，在惯性和视觉信息的组合方面进行了针对性的研究。.在低精度MEMS器件选择和性能评估方面，项目组综合对比了国内某些货架产品，从数千元到3万元不等，存在的主要问题包括：动态性能较差、Linux下的驱动不完善，受温度变化影响大等问题。另外，我们采购了MicroStrain的3DM GX4-25，从使用体验来看，该惯导稳定性较好。我们用不同MEMS进行了位置计算，包括行走、爬楼等，根据实验结果来看，在不进行任何算法补偿的情况下，无法实际应用，误差积累非常迅速。针对该问题，我们在实验开始和结束时保持系统静止，利用间隔的静态输出，拟合出惯性器件的漂移趋势，然后在离线剔除，可以将导航定位误差减少到10%以内。.在单目视觉测量和重构方面，根据项目组的研究经验，视觉测量和重构、以及自身的定位是相辅相成的，计算结果相互影响。在惯性视觉三维重建方面，根据我们的研究结论，将单目相机进行表面材质粗糙、纹理特征明显的目标三维重建非常有效，例如大理石雕塑、树干、地形表面区域等。因此，将其应用于UAV平台，进行了山谷、戈壁、沙漠等区域的三维重建，得到了较好的结果。项目形成了相应软件和操作文档，具有较好的推广价值和应用前景。.在相机、惯性传感器初始对准标定方面，我们研究了时域约束的初始对准方法，在公共数据集上进行了初始对准实验，取得了较好的实验结果。见本报告第一部分中的详细介绍。然而，在利用我们项目组自己的惯导和相机进行初始对准实验时，却存在实验结果不鲁棒、随机性强的问题，利用公开的惯性视觉标定算法进行标定实验，结果同样如此。因此我们认为目前该问题仍然没有非常可靠的解决方案，这也是我们后续需要研究解决的问题。