基于IMU在线校准的SLAM精度提升方法研究

基于多传感器融合的SLAM算法是当前移动机器人实现精准定位和导航的关键技术之一,在分析了惯性测量单元(IMU)的系统误差会对SLAM算法的建图和导航精度影响较大,并且IMU的系统误差会随工作时间发生变化的问题后,提出了一种易于实现的IMU在线标定方法。该标定方法首先建立了IMU中加速度计和陀螺仪的误差模型。其次通过二维云台实现IMU的姿态调整。然后通过读取加速度传感器的静态数值实现加速度计的误差参数辨识。最后以标定后的加速度计输出数据和陀螺仪计算的旋转矩阵,实现陀螺仪的误差参数辨识。为验证以上标定算法的效果,文中基于标定前后的IMU分别进行SLAM建图实验,实验结果表明,基于标定后IMU的建图精度更好。

基于正十二面体靶标多机器人定位系统研究

针对基于单目视觉的室内定位系统精度差的问题,提出了一种基于AprilTag标签和正多面体的正十二面体AprilTag靶标,并通过单目视觉检测该靶标的相对空间位姿。该靶标装置通过在正十二面体各个表面粘贴AprilTag标签,扩展了靶标的检测范围,同时结合多面体之间的约束关系,提升了位姿检测精度。通过搭建实验平台实施该靶标的位姿检测精度验证,实验结果表明提出的正十二面体AprilTag靶标的相对位姿检测精度明显优于单个AprilTag标签位姿检测精度,当采用相同尺寸的AprilTag标签时,相对位置误差降低了约83.6%,同时在3个轴向上的相对姿态误差分别减少了约95.2%、94.6%、89.1%。