论文部分内容阅读
视觉感知是自然界生物感受外界环境的一种重要手段。随着机器视觉技术的发展和进步,视觉感知作为一种常用感知手段被越来越多地应用于无人飞行器等自动化系统以实现对环境的自主感知。视觉感知的一项重要应用目的是实现无人飞行器的自主状态估计,包括无人飞行器的自主定位和对周围环境的三维信息重建。近几年,为了实现视觉感知在微型无人飞行器(Micro Aerial Vehicle,MAV)上的应用,人们越来越关注具有尺寸和重量优势的单目视觉方法,使其成为机器视觉领域的一项研究热点。但单目视觉感知方法因没有固定基线而无法直接获取环境尺度信息的固有缺陷为其实际应用带来了极大的挑战。现有的一些单目视觉状态估计方法仍存在尺度估计易漂移、鲁棒性较差等不足和缺陷,限制了单目视觉状态估计的进一步应用。本文针对基于滑动窗和局部非线性优化的单目视觉-惯性状态估计系统(monocular Visual-Inertial Navigation System,mono-VINS)进行了深入的研究和探讨,并从状态估计方法本身的性能提升和对状态估计系统可观测性的保持两个角度,提出了改进和创新方法,以期提高单目视觉状态估计的算法性能及其在实际应用当中的稳定性。从状态估计方法本身性能提升的角度,本文主要针对单目视觉状态估计过程中的三个关键问题进行了研究,分析了现有方法的缺陷和不足,提出了相应的改进方法。针对线性初始化中的转动估计问题,改进了转动矩阵线性估计方法,综合利用了滑动窗中图像帧和惯性测量单元(Inertial Measurement Unit,IMU)观测值中包含的转动信息,构造了一组包含极线几何约束关系和动力学约束关系的线性方程,从而得到优化的转动估计,提高了后续非线性优化的稳定性。针对滑动窗口中关键帧的选取问题,提出了一种复合条件的关键帧选取方法,综合考虑了关键帧之间时间间隔、平行视差、重叠特征点三个因素,保证了滑动窗中关键帧差异性信息充分、帧之间关联紧密,进而保证了线性初始化方程求解的满秩条件以及非线性优化的合理迅速收敛。针对不同时间域传感器数据同步的问题,提出了一种基于硬件同步触发和软件同步采集的数据同步方法,实现了单目相机和IMU数据的精准同步。基于这三个方面的改进,本文实现了一套完整的单目视觉状态估计系统,实现了MAV在未知环境中的自主定位和三维环境重建,其性能通过一系列仿真测试和实验测试得到了验证。从状态估计系统可观测性维持的角度,本文基于EOG方法、运动基元技术和主动控制思想,提出了一系列方法实现了对状态估计系统进行实时的可观测性的量化评估、可观测性退化方向预测、局部可观测性预测、主动运动方向建议。提出了一种基于EOG特征值分解的可观测性分析方法实现了对估计退化情况的检测和退化方向的预测;提出了一种基于EOG秩的系统平均可观测性量化方法实现了可观测性的快速评估计算,结合运动基元技术和可视化热图,实现了对局部范围的可观测性预测,从而避免潜在的可观测性退化环境条件;提出了一种基于局部可行路径采样的可观测性约束的运动方向建议策略,实现有根据的主动运动引导,通过合理的路径选择来保证系统充足的可观测性,进而保持状态估计的稳定性。本文在自主实现的单目视觉状态估计器的基础上,通过对状态估计过程鲁棒性及状态估计环境可观测性的深入研究,提出了改进和创新方法,并对其进行了实现和验证。所提方法提高了单目视觉状态估计系统的鲁棒性,对于推动其在实际当中的应用具有很大的意义。