基于多传感器信息融合的机器人姿态测量技术研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-20页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 姿态测量方法 | 第13-14页 |
| 1.3 多传感器信息融合 | 第14-17页 |
| 1.3.1 信息融合技术发展与概述 | 第14-15页 |
| 1.3.2 信息融合方法 | 第15页 |
| 1.3.3 信息融合在机器人领域的应用 | 第15-17页 |
| 1.3.4 信息融合发展趋势 | 第17页 |
| 1.4 本文研究内容 | 第17-20页 |
| 2 姿态测量系统硬件设计 | 第20-30页 |
| 2.1 系统总体设计方案 | 第20页 |
| 2.2 数据采集与处理模块 | 第20-22页 |
| 2.3 MEMS传感器模块 | 第22-27页 |
| 2.3.1 陀螺仪 | 第22-23页 |
| 2.3.2 加速度计 | 第23-24页 |
| 2.3.3 数字罗盘 | 第24页 |
| 2.3.4 惯性测量单元MPU6000 | 第24-25页 |
| 2.3.5 数字罗盘HMC5883L | 第25-26页 |
| 2.3.6 气压计MS5611 | 第26-27页 |
| 2.4 数据存储模块 | 第27页 |
| 2.5 电压转换模块 | 第27-28页 |
| 2.6 串口通信模块 | 第28-29页 |
| 2.7 本章小节 | 第29-30页 |
| 3 姿态测量基本原理 | 第30-36页 |
| 3.1 欧拉角 | 第30页 |
| 3.2 姿态矩阵 | 第30-31页 |
| 3.3 捷联姿态解算 | 第31-35页 |
| 3.3.1 四元数简介 | 第32-33页 |
| 3.3.2 四元数法 | 第33-35页 |
| 3.4 本章小节 | 第35-36页 |
| 4 多传感器数据融合 | 第36-50页 |
| 4.1 等效旋转矢量表示 | 第36-37页 |
| 4.2 数据融合算法设计 | 第37-41页 |
| 4.2.1 梯度下降算法 | 第37-39页 |
| 4.2.2 互补滤波算法 | 第39-41页 |
| 4.3 传感器校准 | 第41-45页 |
| 4.3.1 陀螺仪校正 | 第41-42页 |
| 4.3.2 加速度计标定 | 第42-44页 |
| 4.3.3 数字罗盘校准 | 第44-45页 |
| 4.4 姿态测量实验 | 第45-49页 |
| 4.4.1 软硬件实验平台简介 | 第45-47页 |
| 4.4.2 算法验证与结果分析 | 第47-49页 |
| 4.5 本章小节 | 第49-50页 |
| 5 双目立体视觉技术 | 第50-70页 |
| 5.1 双目图像采集 | 第50页 |
| 5.2 摄像机标定 | 第50-61页 |
| 5.2.1 摄像机模型 | 第51-52页 |
| 5.2.2 单目标定原理 | 第52-53页 |
| 5.2.3 标定参数求解 | 第53-55页 |
| 5.2.4 双目标定原理 | 第55页 |
| 5.2.5 标定实验与结果 | 第55-61页 |
| 5.3 图像校正 | 第61-65页 |
| 5.3.1 图像畸变 | 第61-62页 |
| 5.3.2 对极几何与极线约束 | 第62-64页 |
| 5.3.3 双目校正 | 第64-65页 |
| 5.4 立体匹配 | 第65-67页 |
| 5.4.1 区域匹配算法 | 第65-66页 |
| 5.4.2 匹配算法验证 | 第66-67页 |
| 5.5 三维重建 | 第67-68页 |
| 5.5.1 三维测量原理 | 第67-68页 |
| 5.5.2 重投影 | 第68页 |
| 5.6 本章小节 | 第68-70页 |
| 6 总结 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第76-80页 |
| 学位论文数据集 | 第80页 |
