Робастный алгоритм инерциальной видеонавигации с использованием относительных оценок положения
Аннотация
Представлен слабосвязанный метод построения интегрированной навигационной системы, обеспечивающий улучшение качества оценок состояния в автономной инерциальной навигации за счет оценки относительного движения с использованием видеоданных. Применена новая методика оценки положения на основе минимизации энтропийно-подобной функции стоимости, по определению робастной к наличию шума и выбросов в визуальном изображении. Приводится экспериментальное подтверждение эффективности этой методики в сравнении с алгоритмом, используемым в настоящее время. В рамках стохастического клонирования для навигации используется непрямой фильтр Калмана. Робастная относительная оценка положения, полученная при использовании новой методики, передается в навигационный фильтр в качестве значения относительного положения. Представлены результаты моделирования, проведено их сравнение с результатами, полученными с помощью классического алгоритма прямого линейного преобразования на основе RANSAC.
Об авторах
Ф. Ди Корато
Университет Пизы
Италия
Италия
Ди Корато Франческо, аспирант, старший лаборант.
М. Инноченти
Университет Пизы
Италия
Италия
Инноченти Марио, профессор.
Л. Поллини
Университет Пизы
Италия
Италия
Поллини Лоренцо, доцент.
Список литературы
1. R. Hartley and F. Kahl, "Optimal algorithms in multiview geometry", in Asian Conference of Computer Vision, 2007.
2. A. Milella and R. Siegwart, "Stereo-Based Ego-Motion Estimation Using Pixel Tracking and Iterative Closest Point", in Proc. of the 4-th IEEE International Conference on Computer Vision Systems, 2006.
3. D. Nistér, "Preemptive RANSAC for Live Structure and Motion Estimation", in IEEE International Conference on Computer Vision, 2003.
4. Campa G., Mammarella M., Napolitano M. R., Fravolini M. L., Pollini L., Stolarik B., “A comparison of Pose Estimation algorithms for Machine Vision based Aerial Refueling for UAVs”, IEEE Mediterranean Conference on Control and Automation, vol. 1, 2006.
5. E. Jones and S. Soatto, "Visual-Inertial Navigation, Mapping and Localization: A Scalable Real-Time Causal Approach", International Journal of Robotics Research, Volume 30 Issue 4, 2011.
6. A. Mourikis, N. Trawny, S. Roumeliotis, A. Johnson, A. Ansar and L. Matthies, "Vision-Aided Inertial Navigation for Spacecraft Entry, Descent, and Landing", IEEE Transactions on Robotics, vol. 25, no. 2, pp. 264-280, April 2009.
7. S. Roumeliotis, A. Johnson and J. Montgomery, "Augmenting inertial navigation with image-based motion estimation", in Proc. of IEEE International Conference on Robotics and Automation, 2002.
8. J.-P. Tardif, M. George, M. Laverne, A. Kelly and A. Stentz, "A new approach to vision-aided inertial navigation", in Proc. of International Conference on Intelligent Robots and Systems (IROS), 2010.
9. P. J. Huber and E. M. Ronchetti, “Robust Statistics”, Second Edition, John Wiley & Sons, Inc, 2009.
10. K. Konolige, M. Agrawal and J. Solà, "Large-Scale Visual Odometry for Rough Terrain", Robotics Research; Springer Tracts in Advanced Robotics, vol. 66, pp. 201-212, 2011.
11. R. Rogers, “Applied Mathematics in Integrated Navigation Systems”, American Institute of Aeronautics and Astronautics, 2007.
12. D. Lowe, "Object Recognition from Local Scale-Invariant Features", in Proc. of the International Conference on Computer Vision (ICCV), 1999.
13. G. Indiveri, "An Entropy-Like Estimator for Robust Parameter Identification", Entropy, vol. 11, pp. 560-585, 2009.
14. C. Chakrabarti and K. De, "Boltzmann-Gibbs entropy: axiomatic characterization and application", Journal of Mathematics and Mathematical Sciences, vol. 23, no. 4, 2000.
15. F. Di Corato, M. Innocenti and L. Pollini, "An Entropy-Like Approach to Vision-Aided Inertial Navigation", in Proc. of 18th IFAC World Congress, Milan, Italy, 2011.
16. F. Di Corato, M. Innocenti, G. Indiveri and L. Pollini, "An Entropy-Like Approach to Vision Based Autonomous Navigation", in Proc. of the IEEE International Conference on Robotics and Automation, 2011.
17. D. Nistér, O. Naroditsky and J. Bergen, "Visual Odometry", in Proc. IEEE Conference on Computer Vision and Pattern Recognition, 2004.
18. J. Hornegger and C. Tomasi, "Representation issues in the ML estimation of camera motion", in Proc. of the 7–th IEEE Int. Conference on Computer Vision, 1999.
19. J. Schmidt and H. Niemann, "Using Quaternions for Parametrizing 3-D Rotations in Unconstrained Nonlinear Optimization", in Proc. of the Vision Modeling and Visualization Conference, 2001.
20. R. I. Hartley and A. Zisserman, “Multiple View Geometry in Computer Vision”, Cambridge University Press, 2000.
21. B. Triggs, P. McLauchlan, R. Hartley and A. Fitzgibbon, "Bundle adjustment-a modern synthesis", Vision Algorithms: Theory and Practice, Lecture Notes in Computer Science, vol. 1883, pp. 298-372, 2000.
22. Pollini, L. Innocenti, M., “A synthetic environment for dynamic systems control and distributed simulation”, IEEE Control Systems Magazine, Vol. 20, No. 2, 2000.
Рецензия
Для цитирования:
Ди Корато Ф., Инноченти М., Поллини Л. Робастный алгоритм инерциальной видеонавигации с использованием относительных оценок положения. Гироскопия и навигация. 2012;20(4):50-70.
Просмотров:
16
JATS XML
Послать статью по эл. почте 