1 / 74
文档名称:

融合视觉与惯性导航的机器人自主定位.pdf

格式:pdf   页数:74
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

融合视觉与惯性导航的机器人自主定位.pdf

上传人:qujim2013 2013/9/8 文件大小:0 KB

下载得到文件列表

融合视觉与惯性导航的机器人自主定位.pdf

文档介绍

文档介绍:评阅人!⑧指导教师签名:二邋望二幽嗌融佥塑堂皇邀性昱航鲍狃墨厶自圭定焦论文作者签名:鏖澎婆太堂焦电丕亟盎主逝江太堂焦垫丕周型邕经生国让量堂睦割溘盐熬拯浙江太堂焦电丕亟志主副数援敛副熬援浙江太堂焦鱼丕谢副熬拯逝江太堂焦电丕鐾数援副数撞匿名迁阅厶答辩委员会主席:数援塾童论文评阅人评阅人委员
筧血白畂百襬黮Ⅳ.
导师签名:‘狮融导师签名:/勺徘签字日期幽嘣孪θ签字帆月学位论文作者签名:略曳吁学位论文作者签名:、磅再啤签字日期:≯侣奕浙江大学研究生学位论文独创性声明学位论文版权使用授权书表或撰写过的研究成果,也不包含为获得浙江太堂或其他教育机构的学位或本学位论文作者完全了解浙婆太堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权浙江太堂可本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ
致谢时光飞逝,转瞬间漫长而又短暂的研究生生涯即将结束,我将告别校园踏入社会。在毕业论文即将完成之际,回首过去二年半年,得到了太多关心和帮助。首先我要衷心地感谢我的导师刘济林教授,刘老师渊博的知识,严谨的治学态度,温和宽厚的处事风格使我受益匪浅。每当我在项目中感到困惑遇到问题时,刘老师总能细心地给我讲解和点拨。不但帮助我及时解决问题,还能举一反三融会贯通,引发许多新的思考。刘老师严谨的学术作风和为人处事的积极态度不断地影响着我,使我在思维方式和生活态度上有了积极的变化。刘老师为我们的研究工作带来了丰富的课题来源和良好的科研环境,让我们更加高效地进行科研工作。学习工作之余,刘老师还给我们的生活提供了很大的帮助,使我们能快乐地享受研究生生活,顺利完成研究生阶段的学习。非常感谢周文晖老师对我读研期间具体工作的尽心指导。周老师热心亲切、思维敏捷,有很强的科研能力和专业洞察力。周老师一直耐心指导我的硕士课题,为我的学习成长提出许多细致有效的建议,给予我莫大的鼓励和帮助,我的每一点进步都离不开他的关怀与指导。十分感谢龚小谨老师对我科研工作的帮助,龚老师为人诚恳,有创新的思维和丰富的专业知识,与我一起讨论科研思路,给我积极合理的建议。此外还要感谢马丽莎、杨飞、欧阳柳和吴青松同学,我们作为同一届的硕士研究生一起成长共同进步,感谢你们对我学习和工作上的帮助,也感谢你们陪伴我度过丰富多彩的校园生活。还要特别感谢沈敏一、徐进、丁菁汀,他们在我的毕业论文完成过程中给了我很多帮助和指导。另外特别感谢卢维在科研道路上的一起探索。还要特别感谢我的三位室友,楼文涛、钟烈和方正同学,在生活中给了我很多关心和照顾。我还要感谢给我许多帮助已经毕业的师兄师姐,潘华东、张雷、杨鹏、姚拓中、雷杰、王选贺、陈曦、杨镔、丁鑫、陈建娟、梁文峰、王延长、王心焕、杜小丽、李永佳、陈乘、朱株、左文辉、唐磊、王嘉锋、罗赞峰。以及与我一起工作过的师弟师妹,万鹏、曹腾、陈明芽、杨象军、王宁波、刘洋等和你们在一起的时光,给我留下美好的回忆。最后我要深深地感谢父母二十多年来对我生活和学习上的无私奉献和备至浙江大学硕士学位论文
路丹晖年掠谇笫窃关怀,他们的爱是我不断努力的动力和源泉。我要特别感谢我的女友和同学马丽莎,她在学业和生活上给了我无尽的关爱和支持,毕业之后我将和她共同开创属于我们的未来。浙江火学硕士学位论文’.
曼滤波的矸椒ǎ霉叩际葑魑>植吭硕げ猓闷ヅ涞膕卣髯摘要精确的移动机器人定位是当今学术研究的重要领域,是机器人自主导航的基础。传统的基于全球定位系统等外部定位方法虽然精度高但是使用条件具有局限性。而利用机器人视觉系统能够实现精确的自主定位,适用场景广,但易受到累积误差影响,融合惯性导航系统可以有效的弥补视觉定位方法的不足。本文研究融合惯导信息的机器人视觉自主定位方法。由于传统惯性导航定位中姿态解算的误差传递到航位推算中,经过积分运算后误差被累积影响定位精度并发生“漂移”,本文提出一种适合移动机器人的融合轮式里程计的惯导航位推算方法,避免了积分线加速度的航位推算,利用惯导解算姿态将轮式里程计的输出实时的投影到导航坐标系中,提高了惯导的定位精度与稳定性。另一方面,现有的视觉里程计算法中航向、俯仰和侧倾鲎颂枪兰剖邱合的,某个方向角的估计误差会投影到其他龇较蚪枪兰浦校な奔淅刍螅使得运动姿态估计结果存在严重的方向偏差。本文提出实时扩展卡尔曼滤波器姿态估计模型,利用惯导结合重力加速度方向作为补充,对视觉里程计三个方向姿态估计进行解耦,修正姿态估计的累积误