摘要
随着传感器技术的不断发展，自动驾驶，智慧家居等现代化技术已经融入到了人们的生产与生活中。精确定位是机器人可以进行自主导航与感知的前提，其中基于多传感器融合定位的技术已经成为了机器人领域研究的热点。本文对基于多源融合的定位框架进行了研究，并针对基于视觉的定位进行了调研。单一视觉传感器易受动态物体影响，运动过快跟踪失败等缺陷，本文分析与实际验证了视觉与其他传感器融合的技术，以此来提高定位的精度与可靠性。 首先，IMU与相机的融合是目前基于多传感器融合的定位技术研究热点，所以本文对现有的融合技术做了研究，并搭建了实验平台测试了VINS算法的有效性。 其次，针对二维平面运动机器人的运动特性，本文提出了基于视觉与轮速计融合的定位框架。该算法框架首先对轮速计与相机之间进行在线外参标定，之后针对平面运动的特点提出SE(2)约束对位姿进行紧耦合优化。经实验证明，该框架的定位精度可以达到厘米级，且外参标定的角度误差低于0.5度，位置误差控制在了毫米级。并且在相同的实验环境下，本文提出的定位融合框架的精度优于基于视觉与IMU融合的定位框架精度。
NETL