一种单目相机/三轴陀螺仪/里程计紧组合导航算法-AGV吧

近年来，随着微机电系统（Micro-Electro-Mecha-nical System,MEMS)技术的不断进步，MEMS惯性器件的精度逐步提高，基于MEMS-IMU的捷联式惯性导航系统以其成本低、体积小、功耗低等特点成为研究的热点。目前，基于MEMS-IMU/GPS的组合导航系统l已经被广泛应用于民用和军事上，比如水下航行器、移动机器人、无人机等等。由于GPS在室内、高楼密集区、隧道等环境不可靠，故须依靠其他传感器来辅助IMU以达到所需的导航精度。

为解决这个问题，国内外学者都进行了大量研究。J.Morales等人提出了一种泛在线信号辅助惯性导航的有源定位方法明，在GPS失去信号时利用Wi-Fi、蜂窝网、无线电、电视台以及非导航卫星的信号来进行精确的导航与定位，但这种有源定位方式依赖外界信号，特殊环境下（隧道）会因没有信号而无法工作。相比有源定位，无源定位方法适用范围更广。对于车载导航系统，里程计和相机等无源设备凭借成本低、重量轻、功耗小，成为辅助惯性导航的理想选择。由惯导和里程计组成的航位推算系统（DR)是无GPS情况下最为常见的车载导航系统。文献[5]分析了DR算法的误差来源，提出了一种基于高精度惯组（3个激光陀螺和3个石英挠性加速度计组成）和里程计的车载DR误差补偿算法，但该算法应用于MEMS惯导和里程计组成的DR系统时因惯性器件精度低，定位误差会随时间迅速增长，无法满足实际使用要求。Mur-ArtalR等人提出了一种单目相机为主的SLAM算法ORB-SLAMl6-71，该方法虽然有很高的定位精度，但有尺度值不确定的缺点。文献[8]将视觉和惯导相结合，提出了一种基于单目ORB-SLAM和INS的松组合导航算法，解决了ORB-SLAM尺度的不确定缺点，但该算法实际是利用了ORB-SLAM闭环修正的优点，只在运动轨迹闭环的情况有良好的精度，并没有考虑运动轨迹非闭环的情况。

为提高无GPS信号下的车载导航系统定位精度，本文提出了一种单目相机/三轴陀螺仪/里程计的紧组合导航算法。该算法在无GPS信号时，首先利用里程计和MEMS-IMU中的三轴陀螺仪通过航位推算实时解算位姿，然后结合航位推算结果和单目相机图像初始化出单目相机尺度值，最后应用非线性优化的方法，利用单目相机提取到的特征点对航位推算得到的位姿进行优化。实验证明，无论运动轨迹非闭环或闭环，本文提出的算法都大幅提高了导航精度，且使用MEMS级别的低精度三轴陀螺仪也有很好的效果。