導航與定位工程的案例
基于SLAM的機器人的自主定位導航解析
作者| Jack_Kuo@CSDN
https://blog.csdn.net/weixin_37251044/article/details/78515909
知圈 | 進“電子電氣群”請加微13636581676,備注架構
背景介紹： 機器人的自主定位導航
正如圖中所示，機器人自主定位導航技術中包括：定位和地圖創建（SLAM）與路徑規劃和運動控制兩個部分，而SLAM本身只是完成機器人的定位和地圖創建，二者有所區別。
首先明確一下自主導航的兩大解決方案：
1.傳統方案：SLAM+路徑規劃+運動控制；
2.深度學習：這一兩年，深度學習成為人工智能的代名詞。在這個行業，前幾年還是以比較傳統的概率學，或者控制論的方式進行機器人自主定位導航。但這里展現的是完全通過深度學習，直接通過攝像頭數據作為信號輸入，再通過神經網絡直接產生出機器人的控制信號。
展開 無人機導航定位系統關鍵技術研究
低質量的圖像不利于視覺定位的準確性。在圖像匹配階段，通過特征點描述符對兩幅圖像進行匹配可能會產生錯誤的匹配點，從而影響視覺數據的可靠性和準確性。因此，圖像匹配篩選算法需要一種方法來判斷匹配的好壞，更好地消除不匹配的點和噪聲。
定位精度和實時性
四旋翼無人機的最快飛行速度可以達到每秒8米。如果視覺定位算法不能實現實時定位，無人機可以獲得延遲的位置信息，那么視覺定位的功能就沒有多大用處了。定位延遲和定位誤差不僅不能實現無人機的自主定位功能，還會大大降低無人機的安全性。定位精度也是無人機自主定位算法的關鍵問題。目前無人機的視覺圖像處理是基于像素的，圖像質量的好壞將直接影響圖像特征點的代表性和準確性。圖像處理和計算也是算法中最耗時的部分。
視覺導航技術是指利用計算機視覺技術對無人機航拍圖像進行處理和分析，根據視覺定位算法可以估計無人機的當前位置。目前，無人機的視覺導航算法主要分為以下幾類：基于圖像序列或自然景觀的匹配定位或跟蹤、IMU慣性導航與卡爾曼濾波器的集成、視覺測量（V0）方法和視覺SLAM算法構建環境圖。
基于特征點的定位可以有效地表達圖像信息。特征點通常具有一些數學特征。特征，例如局部最大或最小灰度，以及一些梯度特征，在圖像中也有特定的坐標。角可以簡單地認為是兩條邊的交點。更嚴格的定義是在主方向附近有兩個特征點，即灰度在兩個不同方向發生劇烈變化。
展開 新型相機：模仿皮皮蝦眼睛，可用于水下定位導航！
該研究首次展示了一種利用水下偏振光信息的新型水下全球定位系統，它將為水下導航系統以及理解海洋動物的遷徙行為，開啟新的可能性。
背景
全球衛星導航系統，例如美國GPS系統、中國北斗系統、俄羅斯格洛納斯系統、歐盟伽利略系統，都是基于衛星的無線電導航定位系統，可以為手機、電子產品、地面車輛、水面艦船、空中飛機，提供精準的定位與導航服務。
但是，衛星導航定位系統的信號是通過無線電波發送的，無線電波卻很難穿透厚厚水層。因而，在水下潛航的潛艇、無人潛航器無法直接利用全球衛星定位導航體系終端，來完成定位導航使命。
然而，聲波在水中進行觀察和測量時，具有得天獨厚的優勢：傳輸距離遠、穿透力強。科學家們往往借助聲波在水下的傳播特性，完成對于水下目標的探測、定位和通信。例如，筆者曾介紹過西班牙 IMDEA Networks 和以色列海法大學合作開發的水聲定位系統。
（圖片來源： IMDEA Networks）
除了無線電波和聲波，還有一種可用于定位導航的波，就是光波。偏振光導航是自然界中生物與生俱來的導航方法之一。許多動物，例如：螞蟻、蜜蜂、蟋蟀和候鳥，都有偏振光視覺系統，可利用太陽光在大氣中散射的偏振特性進行導航。
創新
今天，我們要重點介紹利用偏振光在水下進行定位導航。在人眼中，海水下的環境好似一幅平淡無奇的暗藍色畫面；可是在許多習慣水中生活的動物眼睛中，水下畫面是一幅具有偏振圖像的宏大景象。蝦蛄，又稱“皮皮蝦”，正是這樣一種習慣在水中生活的動物，它的眼睛可以采集到偏振光信息。
（圖片來源：維基百科）
美國伊利諾伊大學（University of Illinois）的研究人員模仿皮皮蝦眼睛設計出一種受生物啟發的相機，采集偏振光信息，開發出一種新型水下全球定位系統。
展開 基于圖優化的GNSS/慣性/視覺/激光雷達多源融合導航定位
來源 |
衛星導航國際期刊
自動駕駛汽車是如何利用高精度地圖和高精度定位來進行“導航”的
學術上的語言是：以牛頓力學定律為基礎，通過測量載體在慣性參考系的加速度，將它對時間進行積分，且把它變換到導航坐標系中，就能夠得到在導航坐標系中的速度、偏航角和位置等信息。
所以看到這個慣性導航，實際就是根據牛頓力學，在GPS失去信號的時候，根據當前的位置，前進的速度，方向和角度，自己建立一個坐標系，算出一個預估的位置，輸出給導航地圖一個經緯度位置，實現自主導航，從圖片中也可以看到，這個有一個確定，這個可以短時間使用，如果長時間使用的話，這個位置累積偏移會非常嚴重。如果要測試一個IMU的自主導航的偏移度怎么樣，就應該長時間失去GPS信號的情況下去測試，此時最合適的就是長長的隧道，所以為什么臺北的雪山隧道，這么受到車廠的測試愛戴，因為它全長約12.9公里，完全有這么長的時間測試IMU的偏移度。
IMU在自動駕駛汽車高精定位中的作用：協助GPS定位與無外部信號自主導航。IMU在自動駕駛過程中時刻發揮著作用：GPS信號的更新頻率為10Hz——也就是每0.1秒更新一次GPS定位信息， 而IMU設備的更新頻率在100Hz以上， 在兩次GPS信號更新之間， 自動駕駛汽車可以結合IMU提供的車輛方位、姿態、速度等信息推算汽車的精確位置，實現高頻率高精度定位，滿足自動駕駛汽車對實時定位的要求。
而在無定位信號或弱定位信號區域， 自動駕駛汽車可以通過IMU實現短時間自主導航——這是IMU在自動駕駛高精定位環節發揮的另一重要作用。例如，當自動駕駛汽車駛入隧道、山路等信號較弱路段，或接收電磁波信號、光信號(用于攝像頭識別)受到強烈干擾導致設備無法正常工作時，汽車保留最后一次穩定接收到的定位數據， 基于IMU提供的參數信息計算汽車在弱信號路段的具體位置， 結合高精地圖數據實現自主導航。
展開 室內人員定位系統建設的本質是一項專業的系統集成工程
區別于廣義的人員定位（通過移動、聯通、電信運營商的網絡獲取手機用戶的位置信息），室內環境定位系統的行業應用卻有著非常獨特的業務、管理、監管、管控以及可視化的要求，由下列已有落地項目的應用場景可見，室內人員定位系統建設的本質是一項專業的系統集成工程：
1.智慧工廠：針對人員、物品或設備在移動狀態下的業務需求，對生產過程進行實時管理和信息反饋，為工廠內的管理及作業的信息化和規范化提供實時位置數據支撐，提升制造業的智能化水平。
2.智慧工地：圍繞建筑工地現場的“人、機、料、法、環”五大要素，采用先進的實時定位技術，在提高施工現場管理水平的同時，為項目相關各方構建一個溝通協調、信息共享的平臺。
3.國家電力工程：利用高精度定位技術和三維可視化技術，實現對生產區域工作人員、訪客、車輛等的自動、實時定位和監控，結合門禁系統、視頻監控系統、報警系統，提升企業安全生產水平。
4.司法監獄：利用高精度實時定位技術解放警力、提高工作效率，彌補監管漏洞、降低監管執法風險，進而實現事前預防、事中管控、事后查證等。
5.隧道管廊：建立一套人員定位管理系統，結合現有門禁系統，實現對隧道/管廊內人員進行定位顯示、緊急事件報警、人員撤退指揮等。
6.鐵路交通：通過獲取檢修人員的行進路線和位置數據，系統自動推送相關作業指導信息，判斷是否滿足檢修規范，提高車輛檢修管理信息化水平和工作效率，提升檢修質量，保障運行安全。
7.大型商超、機場、酒店、博物館、會展中心等：在應急救援、消防、安全執法等方面發揮重要作用，緊急情況下，為救援提供強有力的技術支持，更好地保障救援人員和受困人員的安全，讓救援變得更加有效。"
展開 