1 中国科学技术大学生物医学工程学院（苏州）生命科学与医学部，安徽 合肥 230026
2 中国科学院苏州生物医学工程技术研究所康复工程技术研究室，江苏 苏州 215163
针对传统2D激光雷达建图存在空间环境信息获取不完全的问题，提出一种基于Gmapping算法融合固态激光雷达和2D激光雷达的建图策略。首先，对固态激光雷达点云数据进行平面投影，利用生成的激光数据结合Gmapping算法中最优粒子轨迹建立栅格地图后，再与最优粒子携带的栅格地图融合生成的融合地图，实现对空间障碍物的识别。其次，为提升建图精度，使用扩展卡尔曼滤波（EKF）对轮式里程计（WO）、激光里程计（LO）和惯性测量单元（IMU）进行动态权重融合，解决因车轮打滑或激光里程计在低特征环境下特征匹配失败等因素造成的融合里程计精度下降问题。最后，对融合地图和融合里程计算法进行测试实验。实验结果表明，融合地图可以正确识别空间障碍物，融合里程计在平均定位精度上相较于传统方法提升17.0%。
激光雷达 固态激光雷达 扩展卡尔曼滤波 激光里程计 动态融合 激光与光电子学进展
2024, 61(8): 0828006
1 中国科学院国家空间科学中心, 北京 100190
2 中国科学院大学 计算机科学与技术学院, 北京 100049
3 中国科学院大学 杭州高等研究院基础物理与数学科学学院, 杭州 310024
针对视觉同步定位与建图(SLAM)算法前端漂移误差累积问题, 提出基于光学成像模拟的视觉里程计方法。该方法利用稠密三维点云数据进行目标表面泊松重建及材质物理特性关联, 依据光学物理特性和光线追踪原理构建基于物理模型的成像渲染引擎(PBRT), 生成不同观测条件下的目标特性仿真图像; 将目标特性仿真图像与光学相机拍摄图像进行配准与运动偏差恢复, 并设计扩展卡尔曼滤波器(EKF)输出位姿状态最优估计值。通过原型系统研制与实验评估表明: 该方法有效克服了传统方法漂移误差累积的问题, 相较传统ORB-SLAM2算法前端定位精度提升了56%, 为视觉里程计的设计提供了一种新的技术思路。
光学成像模拟 光线追踪 位姿估计 视觉里程计 扩展卡尔曼滤波 optical imaging simulation ray tracing positional estimation visual odometry extended Kalman filter
1 中国科学院声学研究所声场声信息国家重点实验室，北京 100190
2 中国科学院大学，北京 100049
针对光源调制引起的伴生调幅和相位偏移，直流光强、交流光强和调制深度的漂移以及载波相位延迟等因素对干涉型光纤水听器相位生成载波(PGC)解调结果的影响，本文提出了一种同时适用于PGC内调制和外调制的基于扩展卡尔曼滤波(EKF)参数估计的PGC解调方法(PGC-EKF方法)。结合考虑非线性因素影响的PGC解调模型，对传统的PGC解调过程进行改进，并引入基于EKF的椭圆拟合算法对该模型中的各未知参数进行估计；改进了现有任意椭圆一般方程的系数与其对应参数方程中参数的关系式的推导过程，修正了现有推导结果中错误的部分，简化了现有推导结果，并结合本文所用模型特点进行了进一步的推导。对PGC-EKF进行实验验证，结果表明，相比传统的PGC-Atan解调方法，本文提出的PGC-EKF方法将解调结果的信噪比提高了8.84 dB，总谐波失真降低了19.25 dB，信噪谐波比提高了17.16 dB，系统性能有了明显提升。实验结果说明PGC-EKF方法能够比较有效地解调出待测信号，并抑制上述因素引起的波形失真和交流干扰。
测量 干涉型光纤水听器 相位生成载波 扩展卡尔曼滤波 椭圆参数估计 中国激光
2022, 49(17): 1709001
1 山东理工大学机械工程学院，山东 淄博 255049
2 山东直通车科技有限公司，山东 淄博 255000
移动机器人空间定位是实现无人驾驶的重要环节，但仅使用单一传感器进行定位会产生定位误差，且误差会不断累积。为提高对移动机器人的空间定位精度，提出了一种融合3种传感器的空间定位方法，即激光雷达（LiDAR）、惯性测量单元（IMU）、光电编码器三种传感器。首先，采用扩展卡尔曼滤波算法融合了基于距离流算法的光电里程计信息、IMU偏航数据信息及双光电编码器的轮式里程计信息；其次，通过对扩展卡尔曼滤波进行差分改进来消除在融合过程中因存在两个绝对姿态信息而产生的振荡现象；最后，在自主搭建的无人驾驶轮椅移动平台上对优化后的定位精度进行了实验验证。经多次重复实验的结果表明，多传感器融合优化后的轨迹在定位偏差最值和绝对误差均值方面均较真实运动轨迹有明显降低，且环境越复杂优化效果越好，表明所提方法可有效提高无人驾驶轮椅的空间定位精度。
遥感 激光雷达 无人驾驶轮椅 定位 距离流 差分扩展卡尔曼滤波 激光与光电子学进展
2022, 59(2): 0228007
光子学报
2021, 50(12): 1217001
红外与激光工程
2021, 50(11): 20210039
为了提高制导导弹引信的起爆控制精度，得到更为准确的起爆延迟时间，提出了一种基于红外导引头、激光测距仪测量数据的一体化信息融合方法。在多模信息处理时，不同传感器的开机时间、采样频率不同以及观测数据存在时间差造成了两台传感器测量数据不在同一个时间基准上，故而在典型弹目交会环境下给出了一种基于内插外推的时间对准方法，从而将传感器测量所得数据应用于延迟时间模型计算中。在该模型的基础上，提出了一种基于改进粒子滤波的一体化传感器集中式数据滤波算法。与传统扩展卡尔曼滤波算法的对比仿真实验结果表明: 在该方法下，探测角精度提高了80.45%，方位角测量精度提高了78.61%，从而提高了一体化引信的起爆控制精度。
制导引信一体化 多模信息融合 粒子滤波 扩展卡尔曼滤波 Guidance Integrated Fuze (GIF) multi-mode information fusion particle filtering extended Kalman filter
1 南京航空航天大学,a.自动化学院
2 南京航空航天大学 b.中小型无人机先进技术工信部重点实验室，南京 210000
针对GPS信号丢失导致组合导航算法精度降低甚至发散的难题，开展一种高效的自适应平滑切换融合算法研究。在GPS信号正常情况下，采用基于GPS量测的高阶组合导航算法估计姿态信息; 在GPS信号丢失时，停止高阶滤波算法并切换为基于四元数的低阶姿态估计算法; 当GPS信号恢复后，将低阶姿态估计算法的估计值作为高阶滤波算法初值，实现姿态估计算法的平滑切换。仿真结果和试飞试验表明,该切换策略具有较好的估计精度和可实现性，且切换过程中姿态角跳变小于0.5°，收敛时间小于0.1 s，有效地提高了有、无GPS信号情况下无人机的姿态估计精度。
无人机 姿态估计 扩展Kalman滤波 平滑切换 四元数 UAV attitude estimation extended Kalman filter smooth switching quaternion
1 北京信息科技大学高动态导航技术北京市重点实验室, 北京 100089
2 教育部现代测控技术重点实验室, 北京 100089
研究了一种用于估计制导弹药与目标之间的视线角速率算法的推导与实现。低成本的捷联导引头的测量信息中包含了弹目在相对运动中形成的视线角和弹体姿态两部分信息, 首先设计解耦算法将弹体姿态信息去除, 然后采用扩展卡尔曼滤波(EKF)以及α-β滤波这两种算法分别对视线角和视线角速率进行估计, 最终的仿真结果表明采用EKF算法能比α-β滤波算法得到更加精确的估计值。
制导弹药 捷联导引头 视线角速率 扩展卡尔曼滤波 α-β滤波 guided munition strapdown seeker LOS angular rate extended Kalman filter α-β filter
合肥工业大学 机械工程学院,安徽 合肥 230009
针对基于视觉传感器的移动机器人在快速运动或发生旋转时出现图像模糊和特征丢失, 以至无法进行特征匹配, 从而导致系统定位和建图的准确度及精确度下降问题,该文提出了一种以深度相机(RGB_D)融合惯性测量单元(IMU)的方案。采用ORB SLAM2算法进行位姿估计, 同时将IMU信息作为约束弥补相机数据的缺失。两种传感器的测量数据采用基于扩展卡尔曼滤波的松耦合方式进行非线性优化, 通过数据采集实验表明, 该方法能有效提高机器人的定位精度和系统建图效果。
同步定位与建图 深度相机(RGB_D) 惯性测量单元 ORB特征 扩展卡尔曼滤波(EKF) simultaneous localization and mapping RGB_D inertial measurement unit ORB feature extended Kalman filter(EKF)
