论文部分内容阅读
无人机在GPS拒止环境中的自主定位导航飞行技术是无人机领域的一大关键技术，该技术使无人机能够在无GPS信号的未知复杂环境中，完成自主定位、环境建图、路径规划、自主避障等复杂任务。这一技术的基础是通过机载传感器准确获取自身飞行状态，由于视觉传感器的独特优势，视觉同时定位与建图技术(Simultaneous Localization and Mapping，SLAM)成为近年来的研究热点。然而，视觉SLAM过于依赖场景中的光照、纹理等信息，且获取的位姿状态的频率受限于图像帧率，无法满足控制器的设计要求。因此本文以提高SLAM在不同场景中的鲁棒性以及为控制器提供高频、可靠的状态信息为目的，重点对基于点线综合特征的SLAM方案以及状态估计算法进行研究，主要研究内容包括：
首先，考虑机载计算能力的限制与传统滤波SLAM存在累积误差的问题，分析了基于多状态约束卡尔曼滤波器的双目SLAM方法。该方法利用点特征在多帧图像中的观测值约束对应观测帧位姿，确保了特征点对多帧位姿进行联合优化，减少了累积误差。并设计了点特征匹配与跟踪的前端框架以及利用点特征重投影误差进行位姿状态更新的后端滤波模型。另外，针对无人机飞行过程中的视场及光照变化导致SLAM定位精度不高的问题，本文提出了一种双目相机曝光时间动态调整策略，提高了SLAM对场景与光照变化的鲁棒性。
其次，考虑在弱纹理结构化环境中基于点特征的SLAM由于特征不足导致的定位精度下降问题，提出了一种基于点线综合特征的多状态约束卡尔曼滤波SLAM设计方法。该方法引入了结构化环境中的线特征，利用线段检测算法(Line Segment Detector，LSD)以及线段条带描述子(Line Band Descriptor，LBD)，设计了基于点线综合特征的特征匹配与跟踪框架，确保了点线特征的稳定跟踪。同时，利用线特征的正交参数化表示，设计了利用点线特征重投影误差约束观测帧位姿的后端滤波模型，提高了在点特征不足时的定位精度。
最后，考虑SLAM输出位姿的频率不满足控制器设计要求以及SLAM定位发生高度偏移时影响无人机安全降落等问题，提出了一种基于无迹卡尔曼滤波的状态估计方法。该方法基于定高雷达设计了地形估计器，确保在各种地形条件下能进行准确的高度估计。在此基础上，对多传感器进行时间对齐，利用惯性测量单元(Inertial Measurement Unit，IMU)进行状态预测，利用视觉惯性SLAM、定高雷达进行状态更新，提高了位姿状态输出频率。并设计了针对高度估计的多传感器冗余策略，确保在SLAM高度估计发生偏移时，无人机能够通过定高雷达的高度估计进行安全降落。
首先，考虑机载计算能力的限制与传统滤波SLAM存在累积误差的问题，分析了基于多状态约束卡尔曼滤波器的双目SLAM方法。该方法利用点特征在多帧图像中的观测值约束对应观测帧位姿，确保了特征点对多帧位姿进行联合优化，减少了累积误差。并设计了点特征匹配与跟踪的前端框架以及利用点特征重投影误差进行位姿状态更新的后端滤波模型。另外，针对无人机飞行过程中的视场及光照变化导致SLAM定位精度不高的问题，本文提出了一种双目相机曝光时间动态调整策略，提高了SLAM对场景与光照变化的鲁棒性。
其次，考虑在弱纹理结构化环境中基于点特征的SLAM由于特征不足导致的定位精度下降问题，提出了一种基于点线综合特征的多状态约束卡尔曼滤波SLAM设计方法。该方法引入了结构化环境中的线特征，利用线段检测算法(Line Segment Detector，LSD)以及线段条带描述子(Line Band Descriptor，LBD)，设计了基于点线综合特征的特征匹配与跟踪框架，确保了点线特征的稳定跟踪。同时，利用线特征的正交参数化表示，设计了利用点线特征重投影误差约束观测帧位姿的后端滤波模型，提高了在点特征不足时的定位精度。
最后，考虑SLAM输出位姿的频率不满足控制器设计要求以及SLAM定位发生高度偏移时影响无人机安全降落等问题，提出了一种基于无迹卡尔曼滤波的状态估计方法。该方法基于定高雷达设计了地形估计器，确保在各种地形条件下能进行准确的高度估计。在此基础上，对多传感器进行时间对齐，利用惯性测量单元(Inertial Measurement Unit，IMU)进行状态预测，利用视觉惯性SLAM、定高雷达进行状态更新，提高了位姿状态输出频率。并设计了针对高度估计的多传感器冗余策略，确保在SLAM高度估计发生偏移时，无人机能够通过定高雷达的高度估计进行安全降落。