融合测深/测距信息的水下同步定位与建图技术

针对测深信息同步定位与建图技术(SLAM)应用于AUV中由于使用的多波束测深声呐相邻测量条带无信息冗余导致的帧间运动估计缺失和回访历史位置前无法准确定位问题,提出了一种融合测深/测距信息的水下SLAM技术。此方法在测深数据关联基础上,通过AUV和信标之间的声学通信增加测距信息约束,实现对AUV位置的实时估计。针对距离量测中的异常值易导致SLAM算法失效这一困难,提出了一种概率图形分割算法,同时,提出一种应用信息论节点约简算法,解决了测深/测距SLAM中位姿图中节点过多导致的算法实时性差难题。结合海上实测数据开展回放式仿真试验,结果表明:概率图形分割算法能够准确地识别出距离量测异常值,应用信息论节点约简算法能够剔除位姿图中的多余节点,缩短约60%程序运行时间;所提出的融合测深/测距信息的水下SLAM技术的绝对轨迹误差平均值为9.55 m,定位效果相较于测深信息SLAM(11.58 m)和仅测距SLAM(21.40 m)有明显提升。

增强现实航天飞行训练系统空间定位

目的研究增强现实(augmented reality,AR)航天飞行训练空间定位问题。方法采用同步定位与建图(simultaneous localization and mapping,SLAM)技术提出增强现实航天飞行训练系统框架;构建包含图像获取,特征提取描述与匹配、相机位姿估计,图优化以闭环检测及构图的空间定位算法,并对算法进行实验验证。结果通过与高精度全站仪数据比较,验证了算法的测量精度和有效性。结论本文方法能够以主动方式向航天员提供飞行训练引导信息,减轻航天飞行训练认知负担。