针对同时定位与地图构建(SLAM)的闭环检测方法在多歧义复杂场景下易发生感知偏差的问题, 基于闭环概率模型提出了一种结合局部SURF特征和全局ORB特征的闭环检测方法。首先, 分别采用鲁棒SURF特征和全局ORB特征对图像进行局部和全局的场景描述; 其次, 构建多特征场景描述的离散贝叶斯闭环概率模型, 对多特征空间分别构建观测似然概率, 其中,局部特征空间基于词袋模型的方法计算观测似然概率, 全局特征空间基于KNN最近邻的方法计算观测似然概率; 最后, 考虑图像的时间一致性, 基于极线约束设计多步闭环候选帧提取方法, 进一步减少感知偏差问题。实验结果表明, 在多歧义场景下所提方法可以消除绝大部分的误正匹配情况, 对比FAB-MAP2.0和BoW方法具有更好的闭环检测效果, 可以达到更高的闭环准确率。
同时定位与地图构建 闭环检测 词袋模型 SLAM closed-loop detection bag-of-words model
火箭军工程大学 导弹工程学院,陕西 西安 710025
针对在单目视觉-惯性同时定位与地图构建（VI-SLAM）初始化阶段, 初始转动较小导致加速度计的零偏和重力耦合难以估计, 同时初始化过程估计的尺度、重力向量等缺少细化, 导致初始状态估计精度低的问题, 并为了保证实时性, 该文提出了一种从粗到精的单目VI-SLAM在线初始化方法。该算法利用相机和惯性测量单元（IMU）几何约束进行相机-IMU旋转外参数的标定, 同时标定出陀螺仪零偏值; 通过预积分约束对重力向量、尺度等初始状态进行粗略估计; 引入重力矢量的切线空间对重力、尺度估计值细化, 同时估计加速度计零偏和速度; 最后通过基于滑动窗口的非线性优化对已估计的外参数进一步细化。实验结果表明, 该在线初始化方法提高了估计精度和估计收敛稳定性, 标定了加速度计零偏, 提高了VI-SLAM系统的定位精度, 绝对位姿误差的均方根误差平均降低11.7%。
视觉-惯性同时定位与地图构建(VI-SLAM) 初始化 加速度计零偏 非线性优化 vision-inertial simultaneous localization and map initialization accelerometer bias nolinear optimization
火箭军工程大学 导航制导与仿真实验室， 陕西 西安 710025
针对微机电系统(MEMS)陀螺仪数据误差建模不精确或无法给出模型的情况，提出了误差反馈(BP)神经网络辅助卡尔曼滤波对陀螺仪数据进行降噪处理的方法。分析卡尔曼滤波器的系统噪声方差Q矩阵可知，当模型不精确时可通过Q补偿。基于BP神经网络优化Q值原理，首先把采集到的MEMS陀螺仪数据输入卡尔曼滤波器得到Q；再把新息、滤波增益、量测噪声方差输入神经网络，把Q作为神经网络的输出，神经网络优化系统噪声协方差矩阵得到Q*；最后将Q*作为卡尔曼滤波算法系统噪声方差矩阵。实验结果表明，在建模不精确的情况下该方法也能有效提高陀螺仪的精度。
微机电系统(MEMS)陀螺仪 数据处理 误差建模 卡尔曼滤波 BP神经网络 micro electro mechanical system(MEMS) gyroscope data processing error modeling Kalman filter BP neural network
火箭军工程大学导弹工程学院, 陕西 西安 710025
特征金字塔网络(FPN)在融合不同尺度特征图时采用上采样和相加的方法,然而经过上采样的特征图的空间层级化信息丢失严重,简单地进行相加必然引入一定的误差。同时,FPN结构的深层特征信息前向传递性较差,其对更浅层的辅助效果基本消失。对此,结合长短时记忆(LSTM)网络在处理上下文信息上的优势对FPN结构进行改进,在不同深度的特征层之间建立一条自上而下的记忆链接,建立多门控结构对记忆链上的信息进行过滤和融合以产生表征能力更强的高级语义特征图。最后,将改进的FPN结构加入到SSD(Single Shot MultiBox Detector)算法框架中,提出新的特征融合网络——MSSD(Memory SSD),并在Pascal VOC 2007数据集上进行验证。实验表明,该改进取得了较好的测试结果,相比于目前较先进的检测算法也有一定的优势。
机器视觉 目标检测 特征金字塔 长短时记忆网络 记忆滤波通道 SSD网络
为实现视觉里程计在大规模复杂环境下的准确导航, 消除载体位姿估计的累计误差, 提出了一种基于几何约束的视觉闭环检测和位姿优化方法。首先建立基于LATCH二进制描述子的视觉词袋(BoVW), 并采用视觉单词向量描述图像进而归一化相似度的闭环检测方法, 然后对闭环候选关键帧和当前关键帧进行基于RANSAC-HORN运动估计的闭环验证, 最后将闭环关键帧的局部地图点投影到当前帧并最小化重投影误差以使得位姿得到优化。数据集实验表明, 提出的闭环检测和位姿优化算法能够有效地对闭环进行准确检测和验证, 并对视觉里程计的误差积累进行闭环位姿优化, 提高了视觉导航精度。
视觉里程计 几何约束 闭环检测 位姿优化 visual odometer geometric constraint loop closure detection pose optimigation
火箭军工程大学控制工程系，陕西 西安 710025
为了对光纤陀螺仪随机误差进行分析处理，提高其使用精度，提出了一种经验模态分解与时间序列模型相结合的误差分析建模方法。以经验模态分解得到的本征模态函数为基础，分层进行ARMA 建模；在模型基础上逐层进行Kalman 滤波，实现对于随机漂移信号的滤除；最后通过信号重构，完成了从全频率角度对光纤陀螺仪随机误差进行分析建模的构想。与其他建模方法相比，该方法对于原始数据的模拟匹配程度更高，试验结果进一步表明，本文方法有效去除了光纤陀螺仪的随机漂移，提高了光纤陀螺仪的使用精度。
光纤陀螺 随机误差 经验模态分解 ARMA 建模 Kalman 滤波 FOG random error EMD ARMA modeling Kalman filtering
火箭军工程大学控制科学与工程系，陕西 西安 710025
针对光束法对初始值依赖性大以及双目相机模型的特点，在ORB-SLAM2算法基础提出了一种三阶段局部双目光束法平差算法。在帧间位姿跟踪阶段，为降低累积误差对匀速模型下3D-2D匹配的影响，引入环形匹配机制进一步剔除误匹配，并将关键帧地图点与当前帧3D-2D投影匹配；在跟踪局部地图阶段插入关键帧时，增加双目相机基距参数优化环节；在局部地图优化阶段，将最近的两关键帧间的普通帧也作为局部帧进行优化。KITTI数据集实验表明，三阶段局部双目光束法平差与ORB-SLAM2相比，构造了更多精确的3D-2D匹配，增加了优化约束条件，提高了运动估计与优化精度。
ORB-SLAM2 算法 三阶段局部双目光束法平差 帧间位姿跟踪 跟踪局部地图 局部地图优化词 ORB-SLAM2 algorithm three-stage local binocular BA inter-frame pose tracking local map tracking local map optimization
1 火箭军工程大学控制工程系，西安710025
2 火箭军驻699厂军代室，北京100039
针对传统预测方法不能对MEMS陀螺仪随机漂移进行精确预测的缺点, 提出了一种基于模糊信息粒化的支持向量机模型的区间预测方法。该模型首先利用模糊信息粒化算法对原始数据进行预处理, 将样本空间划分为多个粒（子空间）, 降低样本规模, 减小时间复杂度; 然后将模糊粒化后的数据进行相空间重构和归一化, 利用SVM进行回归分析, 同时利用交叉验证选出最优的调节参数, 避免出现过学习和欠学习; 最后利用训练得到的模型进行随机漂移预测。实验结果表明, 该方法能够有效预测随机漂移变化趋势和变化区间, 具有良好的工程应用前景。
微机械陀螺仪 模糊信息粒化 随机漂移 区间预测 支持向量机 MEMS gyroscope fuzzy information granulation random drift interval prediction support vector machine
针对半球谐振陀螺平台惯导系统初始对准过程中存在的航向效应的问题, 研究探讨了航向效应误差对半球谐振陀螺平台惯导系统初始对准精度的影响。为了消除航向效应误差的影响, 结合导弹实际应用要求, 设计了航向效应的自标定方案。实验结果表明, 半球谐振陀螺平台惯导系统航向效应标定方法能够有效补偿航向效应误差, 提高半球谐振陀螺平台惯导系统的初始对准精度。
半球谐振陀螺 航向效应 自对准 自适应分形插值 Hemisphere Resonator Gyro (HRG) heading effect self-aligning adaptive fractal interpolation
针对半球谐振陀螺平台多位置自对准由于可观测性较差，存在失准角（特别是方位失准角）的估计速度较慢、对准精度较差问题，提出一种平台连续旋转的自对准方法。推导了平台的框架角运动方程，建立了半球谐振陀螺平台惯导系统连续旋转自对准模型，并对设计的自对准方法进行了试验验证。结果表明，提出的自对准方法在对准精度和时间上较普通的多位置静态自对准方法有较大提高，具有一定的工程应用价值。
半球谐振陀螺平台 连续旋转 自对准 初始对准 HRG platform continuous rotation self-alignment initial alignment
