科研之友
微信
新浪微博
Facebook
分享链接
摘要
在移动机器人领域，通常为机器人配备单个惯性传感器（IMU）和相机来构建视觉惯性SLAM系统，实现定位功能。目前，大多数基于单个IMU和相机所构建的视觉惯性SLAM系统已经能获得良好的定位精度，但在受外界因素影响出现IMU测量异常时，其定位精度会大幅下降甚至导致系统崩溃。对此，本文提出了一种基于IMU阵列和相机数据融合的定位方法。首先基于三次均匀B样条原理获取单个IMU测量值，其次根据IMU阵列信号模型获取IMU阵列测量值，然后利用卡尔曼滤波器对IMU阵列测量值进行融合，得到一个虚拟的IMU数据，提高对IMU故障的鲁棒性。最后为降低位姿估计误差，在OpenVINS框架下融合该虚拟IMU和相机数据进行定位。为验证本文算法的定位精度及鲁棒性，在EUROC数据集和TUM VI数据集上进行了多次实验，实验结果表明在IMU正常或异常情况下，与OpenVINS相比，本文方法能够提供精度更高和鲁棒性更强的位姿估计结果。
- 单位
