详情

原文传递基于图优化的智能汽车多传感器融合定位策略研究

论文题名：	基于图优化的智能汽车多传感器融合定位策略研究
关键词：	智能汽车;传感器;融合定位;视觉惯性里程计;位姿图优化
摘要：	随着经济的发展和科技的不断进步，智能汽车已经成为车辆工程领域最重要的研究方向之一。智能汽车定位技术是环境感知中的重要组成部分，也是智能汽车实现决策规划和运动控制的基础。智能汽车高精度定位技术的突破对于汽车行业的长远发展具有重要意义。目前，各种独立定位方法存在不可避免的缺陷且环境适应性差，因此国内外学者研究多传感器融合定位技术以获得稳定可靠的智能汽车定位信息。相机和惯性测量单元(InertialMeasurementUnit,IMU)硬件成本低且二者的定位特点具有明显的互补性，相机和IMU融合后的视觉惯性里程计(VisualInertialOdometry,VIO)能够实现未知环境中不依赖于外部信号源的自主定位，但其定位效果易受光照等因素影响，在室外大规模环境中定位鲁棒性较差。此外，相机和IMU定位都属于相对定位，其定位误差会不断累积，无法满足智能汽车长时间运行时的定位需求，需要依靠绝对定位技术来消除累计误差。全球定位系统(GlobalPositioningSystem,GPS)是智能汽车广泛配备的绝对定位技术，可以提供实时、全时段的定位服务，但其定位精度只能达到米级，无法满足智能汽车的定位精度需求。因此GPS通常需要搭载低成本的网络载波相位差分(NetworkReal-timeKinematic,NRTK)定位技术来提高精度，但GPS/NRTK在有遮挡的区域精度会很低甚至可能发生定位丢失，无法保证定位的稳定性和连续性，需要与不依赖于外部信号源的自主定位系统进行融合。因此，本文提出了一种基于图优化方法的多传感器(相机/IMU/GPS/NRTK)融合定位策略来提高智能汽车在室外大规模未知环境中的定位能力，并进行了KITTI数据集仿真测试验证与实车测试验证。　　本文主要研究内容可以分为以下四个部分：　　（1）视觉惯性里程计前端处理及初始化算法　　建立了视觉惯性里程计前端处理算法。首先分析了相机成像和IMU测量的基本原理，建立了二者的测量模型。在此基础上，建立了基于FAST角点的图像特征提取算法、基于图像金字塔的特征追踪算法和基于RANSAC的特征匹配算法，实现了相机帧位姿的精确求解，利用KITTI数据集和校园实车数据对本文提出的图像特征处理算法进行了测试验证。同时，创新地提出了关键帧自适应选取策略，可以根据不同的挑战性工况自动合理地选取关键帧，从而保证VIO系统的定位鲁棒性。其次，创新地引入了时间常数对IMU测量模型进行细致化构建，在此基础上推导了IMU预积分模型来减少VIO系统的计算量从而提高实时性。　　此外，提出了视觉惯性里程计初始化算法。基于三角化和PnP方法实现了路标点的深度估计和相机位姿估计；构建了基于相机和IMU测量值约束的目标函数，实现了相机和IMU外参的在线标定及尺度、陀螺仪偏置、初始速度、重力矢量等参数的估计。　　（2）基于图优化的视觉惯性里程计后端算法　　建立了基于图优化的视觉惯性里程计后端算法。首先，通过图优化方法实现了相机和IMU的紧耦合定位，同时详细推导了IMU测量值及相机测量值的残差方程、测量值残差的雅可比矩阵和增量误差的协方差矩阵。其次，建立了基于舒尔补的滑动窗口边缘化策略来限制优化问题的计算规模并充分利用传感器的先验数据信息，有效地提高了系统的计算效率和定位精度。最后，提出了一种基于词袋模型的回环检测优化算法，通过相似性、一致性、连续性、几何校验等方法对回环帧进行判断并将回环帧约束加入到后端优化中，可以有效地消除累计误差、提高系统的鲁棒性。　　（3）基于全局位姿图优化的多传感器融合定位策略　　提出了基于全局位姿图优化的多传感器融合定位策略。首先，采用空间坐标变换方程和IMU预积分方程实现了不同传感器的时间同步和空间同步。其次，分析了基于虚拟参考基站的NRTK定位原理并建立了多传感器融合定位策略的架构。最后，创新地建立了基于位姿图优化理论的VIO/GPS/NRTK自适应融合定位策略，可以显著提高定位系统的鲁棒性和泛化能力，满足智能汽车的定位需求。　　（4）多传感器融合定位策略测试验证　　通过KITTI数据集和实车试验对本文所提出的算法进行了测试验证，并且基于定位算法评价指标具体量化了本文算法的性能。首先，对KITTI数据集的时间戳及其存储格式进行了预处理并基于ROS架构的试验平台实现了室外大规模环境下的仿真测试验证。然后，搭建了实车试验平台并对关键设备进行了参数标定和精度评估，在此基础上，对本文所提出的算法进行了校园环境中的实车测试验证。仿真及实车试验结果表明，本文所提出的基于图优化的多传感器融合定位策略具有低成本、高精度、高稳定性、高泛化能力等优点，可以满足智能汽车在室外大规模未知环境中的定位需求。
作者：	陶晓文
专业：	车辆工程
导师：	朱冰
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2022