研究一种视觉/超宽带紧密合的融合定位算法
Pin Jiang1, Chen Hu1, Tingting Wang1
1College of Mechanical and Electrical Engineering, Hunan Agricultural University, Changsha 410128, China.
Sensors (Basel, Switzerland)
|March 13, 2024
概括
本研究介绍了用于机器人定位的视觉SLAM/UWB融合方法,通过使用视觉距离测量位移识别和纠正超宽带错误,在具有挑战性的环境中提高准确性. 综合系统提高了定位准确性和稳定性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 导航系统 导航系统
背景情况:
- 精确的移动机器人定位对于自主导航至关重要.
- 卫星定位系统在信号薄弱或地形复杂的环境中扎,比如森林.
- 现有的方法往往缺乏要求高的自主任务所需的准确性和稳定性.
研究的目的:
- 为移动机器人在具有挑战性的环境中开发一种强大而准确的本地化方法.
- 提出一种紧密结合的视觉SLAM/超宽带 (UWB) 定位方法.
- 设计UWB非视线 (NLOS) 错误识别方法.
主要方法:
- 一种紧密合的本地化方法,集成视觉SLAM和UWB范围.
- 一种新的UWB NLOS错误识别技术,使用视觉距离测量位移.
- 扩展卡尔曼过用于视觉测距和UWB测量的数据融合.
- 在户外环境中使用专用平台进行实验验证.
主要成果:
- 拟议的视觉SLAM/UWB紧式合方法显著优于单个UWB或松式合系统.
- 该系统有效地识别和减轻UWB非视线错误.
- 实验结果表明,定位准确度提高,系统稳定性提高.
结论:
- 视觉SLAM/UWB紧密合的本地化方法为移动机器人提供了卓越的性能.
- 开发的UWB错误识别提高了组合定位系统的可靠性.
- 这种方法为在GPS拒绝或复杂环境中准确的机器人导航提供了可行的解决方案.
