面对长距离复杂场景下的自主移动机器人导航问题, 仿生鼠脑的RatSLAM相较传统SLAM更加高效。但完全依赖视觉信息, 导致其精度不高、可靠性不足。通过引入天空偏振光定向, 高效地提供精准的绝对航向角, 可以弥补RatSLAM的不足。设计并搭建了一种偏振光仿鼠脑导航系统及导航实验平台, 经过室外道路实验验证了系统的性能, 并与RatSLAM进行了比较。实验结果表明,偏振光仿鼠脑导航系统和RatSLAM的平均位置误差分别为3.65 m和26.29 m, 平均角度误差分别为0.36°和2.39°。该系统减少了累积误差, 实现了高效、强鲁棒性、轻量化的自主导航。

对于我国电网现行高压输电线路的巡检方式，主要是通过人工手持仪器或肉眼来巡查设施缺陷的，不仅条件艰苦，强度大，而且效率低，已不能适应现代化电网的安全运行和发展。近些年，随着无人机技术以及相关传感器技术的快速发展，无人机在电力巡检方面有着更加广泛的应用。鉴于此，提出一种基于激光雷达与无人机的高压电塔附近的实时定位与地图构建（SLAM）方案。该方案使用激光雷达作为传感器进行环境感知，使用不同的匹配算法进行二次点云匹配，同时利用回环检测技术实现无人机的精确定位与杆塔周围的地图构建。实验结果表明，该方案可以大幅度提高无人机在电塔周围的定位精度，从而提高无人机的工作效率以及飞行安全性。

目前实时定位及地图重建（SLAM）算法中的实时定位技术已趋于稳定，研究视野转向基于点线特征的半稠密SLAM算法。针对此研究方向，提出了一种基于点线特征的SLAM算法。首先，在视觉前端使用基于三斑块与局部灰度差分的oriented fast and rotated brief（ORB）算法提取特征点并匹配。同时使用multiscale line segment detector（MLSD）算法提取线段特征并匹配，使系统在点特征几何变换的基础上加入了线特征的约束条件来计算位姿变换。然后使用点和线约束通过局部bundle adjustment（BA）方法优化位姿。最后进行回环检测来重定位。对所提算法在Euroc数据集上进行了测试，并与同类算法进行了比较。实验结果表明：所建地图相对较为稠密且轮廓清晰、准确度高；同时在V1-02-mdeium、V2-02-mdeium、MH-02-easy、MH-03-medium、MH-04-difficult数据集中均方根误差（RMSE）分别是0.045、0.0561、0.0539、0.0491、0.0623，相对最低。研究结果表明所提算法在同类算法中具有相对较好的建图效果和较高的精度。

针对传统激光雷达闭环检测算法受动态障碍物干扰较大、关键帧搜索以及特征匹配耗时较长的问题,采用MF-RANSAC算法并改进ScanContext,提出一种鲁棒性更强、耗时更短的SR-Context激光雷达闭环检测算法。首先,利用区域生长算法对扇形栅格化后的点云进行分割;随后,不依赖于目标识别和跟踪,借助动态区域多点选取和多属性查询对应点,提出一种MF-RANSAC算法快速实现动态目标剔除;最后,通过简化特征匹配计算和删除闭环历史匹配帧的方式改进ScanContext算法,对去除动态目标后的栅格提取特征实现闭环检测。分别在KITTI数据集与实车数据集下进行测试,实验结果表明,本文算法在城市动态环境下能够快速准确实现闭环检测进而提高激光雷达建图精度,且平均耗时仅为ScanContext算法耗时的40%。

提出一种激光雷达SLAM(simultaneous localization and mapping)位姿优化算法。该算法基于图优化算法理论并融合GNSS (global navigation satellite system)数据,在位姿图中加入卫星定位节点,可以有效将无回环时轨迹误差控制在GNSS定位误差范围内,有长时性回环时可以准确定位回环检测点,从而达到提高激光雷达SLAM位姿全局一致性的效果。在室外刚性特性较好的城市环境和刚性特性较差的非城市环境下进行测试,从结果可以看出:所提算法将在无回环300 m距离直线建图情况以及在360 m以上距离一次、二次回环情况下的轨迹偏差分别控制在1 m左右、0.2 m以内以及0.1 m左右,这充分证明了所提算法的有效性。

目标定位是无人机侦察系统中至关重要一步。为增强无人机侦察目标定位的实时性、提高定位精度及侦察效率, 提出一种多目标实时定位的方法, 建立主次目标定位几何关系及坐标转换模型, 结合已知数据信息求取各目标大地坐标, 并用蒙特卡洛法分析目标定位误差。最后, 基于即将组网成功“北斗二代”卫星导航系统对无人机空中定位, 同时采用递归最小二乘算法滤波处理, 提高了目标定位精度。研究及实验结果表明, 北斗导航定位能够有效提高无人机空中定位精度, 且有望达到厘米级精度, 同时采用RLS滤波处理能使目标定位精度提高10 m左右。该方法能够有效增强无人机定位实时性, 提高定位精度及侦察效率。

为了提高偏振光导航定位的可靠性和实时性, 提出了一种利用多方向偏振光的自主式导航定位方法并搭建了样机。通过样机多方向阵列结构中的偏振光导航传感器实时检测天空多个方向的偏振光信息, 并对这些信息进行优选和融合处理, 计算得到更加可靠且准确的太阳空间位置。最后根据太阳空间位置, 结合时间和地磁场分布信息, 计算样机所在位置的经纬度, 实现实时定位。基于可视化软件LabVIEW编写样机上位机程序, 能够实时采集样机中传感器数据, 同步处理计算且实时显示载体地点经纬度, 数据更新率可达10 Hz。静态测试结果表明, 定位样机性能稳定, 经度方向上的定位精度为±0.4°, 纬度方向上为±1.2°, 定位精度较高, 可应用于实际导航。

在未知的环境中，自主水下航行器（AUV）运动未知的情况下，采用单目视觉不能对路标进行完全定位，存在尺度漂移。针对这种情况，研究了融合声纳测距信息的AUV定位方法，建立了AUV的运动模型，路标的初始化模型及相机的测量模型，采用扩展卡尔曼滤波对AUV位置进行估计；为了提高定位算法的实时性，提出了基于预测的特征匹配与误匹配点去除算法，既提高了匹配的效率，又提高了匹配的正确率。实验结果表明，该算法定位较准确，实现了AUV的三维定位。

讨论了激光显示系统的基本原理,分析了传统的行扫描同步中增量式编码器的优缺点,提出了利用转镜实时定位系统代替增量式编码器的新方案,此方案具有实时准确、对电机无负载、成本低等优点.