基于双目视觉与惯导融合的移动机器人室内定位技术研究的任务书.docx

基于双目视觉与惯导融合的移动机器人室内定位技术研究的任务书
一、背景
随着移动机器人技术的不断发展，在室内场景中的应用越来越广泛，如室内巡检、自动导航、物流装卸等。在室内场景中，精确定位是移动机器人系统实现上述任务的基础。传统的室内定位方式主要包括WiFi、蓝牙、RFID等无线电定位技术，但这些技术受环境干扰较大，定位精度不高，且需要部署大量的基站设备，导致成本较高。因此，如何在室内环境中实现高精度定位，成为了当前移动机器人研究中的热点问题。
双目视觉与惯导传感器结合的室内定位技术，是一种新兴的定位方式。它利用摄像机成像和惯性传感器融合的方法，提高了定位精度和鲁棒性。因此，该技术在室内定位领域有着广泛的应用前景。本研究旨在基于双目视觉与惯导融合，研究移动机器人的室内定位技术，并实现室内场景下的定位任务。
二、研究内容
1.基于双目视觉的室内定位技术研究
通过双目摄像头获取室内环境的视觉信息，采用视觉测距算法来获得机器人与参考点之间的距离。研究双目立体匹配算法，提高双目视觉系统的精度和鲁棒性。本项研究重点包括基于深度学习的双目立体匹配算法优化，双目摄像头视野范围扩展等。
2.基于惯性传感器的室内定位技术研究
利用惯性传感器获得机器人的运动状态，如运动速度和姿态信息。通过多传感器数据融合，实现对机器人位置的估计。本项研究将探究基于扩展卡尔曼滤波（EKF）的机器人定位算法，进一步提高机器人在室内环境中的定位精度。
3.基于双目视觉与惯导传感器的机器人室内定位融合技术研究
将双目视觉与惯导传感器数据进行融合，提高定位系统的鲁棒性和精度。将利用相关滤波算法（CF）和EKF算法来进行数据融合。本项研究将探究数据融合算法的设计和优化。
4.移动机器人室内定位系统的设计与实现
基于上述研究内容，设计移动机器人室内定位系统。包括硬件系统设计和软件系统设计。其中硬件系统包括机器人底盘，双目摄像头，惯性传感器等。软件系统包括数据采集、数据融合、机器人姿态控制等模块。
三、研究意义
1.提高机器人在室内环境中的定位精度和鲁棒性，为机器人实现自主导航、巡检、物流装卸等任务提供保障。
2.推动双目视觉和惯性传感器在室内定位领域的应用，为定位技术的发展提供新思路和新方向。
3.提升我国机器人研发水平，促进机器人产业的发展。
四、研究方法和步骤
1.理论研究
首先在该领域的基础理论上，进行研究和分析。通过文献阅读等方法，了解现有的室内定位技术和机器人姿态控制算法，并根据其优点和不足以及自身研究的目标选择合适的方向和方法进行研究。
2.数据采集
采集双目视觉和惯性传感器的数据，并使用MATLAB或Python对数据进行处理和分析。
3.算法优化
根据实验数据的分析结果，对研究算法进行优化。对双目视觉算法的优化包括深度学习算法的优化、立体匹配算法的改进等。对EKF算法和CF算法进行优化，提高数据融合效果。
4.系统实现
根据研究目标和研究方法，设计移动机器人室内定位系统。包括硬件系统设计和软件系统设计。其中硬件系统包括机器人底盘，双目摄像头，惯性传感器等。软件系统包括数据采集、数据融合、机器人姿态控制等模块。
五、预期成果
1.设计并实现一套基于双目视觉和惯性传感器的室内定位系统，实现对移动机器人的精确定位。
2.提出一种优化的双目视觉算法，实现双目视觉系统的精度和鲁棒性的提高。
3.提出一种优化的数据融合算法，实现机器人室内定位的精确估计。
4.在实际室内场景下验证所提出的室内定位技术，在定位精度和鲁棒性上达到较高水平。
六、研究周期和预算
1.研究周期：12个月。
2.预算：200万元。
七、参考文献
1.GaoY,ChenY,YangX,etal.IndoorrobotlocalizationusingvisionandINSsensors.20174thInternationalConferenceonControl,DecisionandInformationTechnologies(CoDIT).IEEE,2017:66-71.
2.LiD,ChenW,SunY,etal.VisionandIMUsensorfusionforindoormobilerobotlocalization.2018IEEE/RSJInternationalConferenceonIntelligentRobotsandSystems(IROS).IEEE,2018:5474-5479.
3.WenF,HuY,ShenY,etal.ArobustindoormobilerobotlocalizationsystemwithRGB-DsensorsandIMUbasedon3Dmap.JIntellRobotSyst,2020,99(1):105-119.