雪窦科普 |
您所在的位置:网站首页 › 船定位app › 雪窦科普 |
雪窦科普——多传感器融合的无人船定位与导航
日期:2022-11-18 编辑:雪窦智造 【文章简述】比二维 SLAM 多一个维度的三维 SLAM 可以较好的回避二维 SLAM 的缺陷。雪窦使用三维 SLAM 完成水面地图构建,在三维激光 SLAM 中,通过创建不同环境的地图,并比较本课题加入GPS/IMU 数据的三维 SLAM 与 loam SLAM、lego_loam SLAM、未加 GPS/IMU的本课题的三维 SLAM 进行比较,在大尺度地图中,加入 GPS/IMU 的本课题三维 SLAM 建图效果最优,满足雪窦对大尺度水域地图创建的需求。无人船多传感器定位与导航的实现。首先完成了单一GPS 与GPS/IMU 融合定位的实验对比,通过实验数据,得到 GPS/IMU 融合定位后稳定性和精度都得到了显著提高。 在 GPS/IMU 定位的基础上,通过 SLAM 的方式完成无人船的更准确定位,又同时创建了环境地图。将 GPS/IMU 融合信息封装成odom 加入到图优化的过程中。首先对二维激光 SLAM 做了一些室外实验,发现二维激光在室外大范围建图的局限性,在特征点稀少,轮廓重复的环境中会造成激光回环错误,导致建图误差较大或者建图失败。 比二维 SLAM 多一个维度的三维 SLAM 可以较好的回避二维 SLAM 的缺陷。雪窦使用三维 SLAM 完成水面地图构建,在三维激光 SLAM 中,通过创建不同环境的地图,并比较本课题加入GPS/IMU 数据的三维 SLAM 与 loam SLAM、lego_loam SLAM、未加 GPS/IMU雪窦的三维 SLAM 进行比较,在大尺度地图中,加入 GPS/IMU 的本课题三维 SLAM 建图效果最优,满足雪窦对大尺度水域地图创建的需求。并结合无人船的实际二维工作环境,选择将三维点云地图转换到二维栅格地图,通过该方法,成功构建出无人船作业区域的二维栅格地图,并对地图精度进行了点测,精度符合雪窦期望。 构建出高精度的环境地图后,在地图中对无人船进行导航实验,雪窦通过全局路径、局部路径和跟踪减速器相结合的方式为无人船进行路径规划,导航图中有障碍物出现时,局部路径规划算法会模拟无人船的运动轨迹,选出最优路径来避开障碍物,在无人船靠近目标点时,采用跟踪减速器逼近目标点,可以缓缓降低无人船的速度,降低无人船惯性带来的漂移影响,增大无人船到达目标点的成功率,考虑到真实水域中的风力和水流的影响,采用模糊抵达点的策略,将目标点设置为一个半径 0.5m 的圆形区域,无人船进入该区域,即表示无人船完成了此次路径规划过程。 通过对无人船设置多个目标点使无人船完成自主巡航工作。对整个巡航过程中,无人船的线速度和角速度进行分析,角速度幅度较小,且旋转过程较为平滑,可以遏制惯性带来的过度转角,无人船整体线速度均衡,行驶过程较为平稳,行驶状态较为安全 免责声明:本文由用户自主上传,版权归原作者所有,若有来源标注错误或侵犯了您的合法权益,请与本网联系,我们将及时更正、删除,谢谢您的支持与理解。 上一篇 雪窦科普——无人船毫米波雷达数据处理(上) 下一篇 雪窦科普——水质检测与调节物联系统概述 |
今日新闻 |
点击排行 |
|
推荐新闻 |
|
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |