控制与决策

作者：闫德立,喻薇,宋宇,吴春慧,宋永端

单位：北京交通大学电子信息工程学院，北京100044;石家庄铁道大学电气与电子工程学院，石家庄050043,,重庆大学自动化学院，重庆400044,,北京交通大学电子信息工程学院，北京100044,,石家庄铁道大学电气与电子工程学院，石家庄050043,,北京交通大学电子信息工程学院，北京100044;重庆大学自动化学院，重庆400044,

关键词：视觉-惯导里程计;矩阵李群;容积卡尔曼滤波;位姿估计

基金：国家自然科学基金项目(61773081,61860206008,61803053,61833013,61573053,11972238)；中央高校基本科研业务费专项基金项目(2018CDPTCG0001/43)；河北省自然科学基金项目(E2016210104)；河北省教育厅项目(Z2017022).

针对滤波方法实现的视觉-惯导里程计(VIO)问题,为更准确传递旋转运动的不确定性并降低系统线性化误差,提高位姿估计的精度,设计并实现了一种高维矩阵李群表示的采用容积卡尔曼滤波框架实现的VIO算法.算法将状态变量构建为一个高维李群矩阵,并定义了李群变量在容积点采样过程中的‘加法’运算,将容积点和状态均值、方差等概念由欧氏空间扩展到流形空间;采用容积变换传递状态均值及方差,避免了旋转运动复杂的雅克比矩阵计算过程,降低了模型线性化误差.最后,使用EuRoc MAV数据集进行算法验证,结果表明所提出算法在提高位姿估计精度方面是有效的.

来源：2020年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第8期