集成 MEMS 惯性测量装置的智能信息处理及其在机器人自主导航避障中的应用
项目概况
- 成果名称：集成 MEMS 惯性测量装置的智能信息处理及其在机器人 自主导航避障中的应用 研究情况及进展：（1）经分析、推演典 型等效旋转矢量法，提出分别从陀螺采样方式、补偿项的扩展以及 补偿系数求解等三方面对其进行优化设计，确保 MIMUs 长时姿态更 新精度；（2）针对磁罗盘易受环境干扰问题，提出带有椭球约束 的最小二乘法分段法及牛顿-拉夫逊迭代对磁场干扰补偿系数进行 分步求取，减小其对相关参数估计的影响；（3）针对微惯性传感 器大漂移特性，提出紧耦合 MIMUs/GPS 融合滤波策略，利用强跟踪 滤波实现状态预测，二阶 EKF 实现测量更新，神经网络实现对状态 预测的修正，为移动机器人提供更精准的导航参数信息；（4）针 对 GPS 失锁等信号不可用情况，提出 Adaboost 优化的神经网络辅 助常规 Kalman 滤波，修正 MIMUs 单机工作下逐渐积累的导航参数 误差；（5）针对 MIMUs/GPS 观测噪声统计特性随时间及周围环境 变化的特点，提出一种基于正态云模型的模糊自适应滤波方法，实 时监测系统理论残差与实际残差的协方差差异程度，对观测噪声方 差阵系数进行自适应调整。 应用领域、产业前景：本成果是一个 有明确被控对象和应用背景的应用型研究成果，在国家自然科学基 金的支持下，取得了“多源导航系统信息处理”领域较好的研究进 展。在机器人领域，视觉 SLAM（同时定位与构图）常常作为未知 复杂场景中机器人导航定位的主要方法，由于相机和 IMUs 在 SLAM领域具有良好的互补性，将视觉与惯性传感器进行深度信息融合是 当前研究者主要的研究方向。其中，视觉/惯性里程计研究已成为 SLAM 领域的热点课题，亟需所取得的“多源传感器间信息融合方 法”作为技术支撑。例如，以外骨骼机器人自主导航避障为例，通 过全景视觉 SLAM 技术可以实现外骨骼机器的实时运动姿态估计及 对周边环境的三维稠密重建，通过与惯性传感器的信息融合将极大 增强全景视觉 SLAM 的战场稳定性，提高士兵在复杂战场环境下的 态势感知能力。因此，本成果具有广阔的国防应用及产业前景。
团队介绍
Copyright @ 2019 新乡科技服务中心 豫ICP备19023816号