在室外智能移动机器人自主导航研究中,仿生偏振导航技术由于不易受累积误差和电磁干扰影响的特点逐渐受到了关注。为提高精度、增强鲁棒性, 针对仿生偏振导航提出了一种适用于城市、雾霾天气下的航向角提取方法。引入不易受遮挡、雾霾因素影响的图像强度信息, 分别对图像强度信息与偏振天光信息构建优化代价, 并进行联合优化, 获取最优航向角; 室外实验测试显示: 信息融合方法在雾霾、天空遮挡等场景下表现良好, 在雾霾场景下标准差为0.10~0.24°, 比单一偏振天光航向角提取方法提高了83.1~99.7%; 在天空遮挡场景下的标准差为0.04~0.09°, 比单一偏振天光航向角提取方法提高了90.9~96.7%。

针对低成本MEMS惯性传感器航向角的累积漂移误差和传统磁场校准方法使用不便等问题, 提出一种基于动态磁场校准的九轴惯性融合方法。首先, 通过旋转矩阵建立陀螺仪与磁力计的关系, 利用扩展卡尔曼滤波对陀螺仪数据和磁力计数据进行融合, 实现对磁力计的动态实时校准; 然后利用互补滤波思想, 着重考虑了自由加速度和磁场环境突变的情况, 定义了各自的信赖函数, 对PI控制器做出了改进; 最终获得高稳定性的惯性传感器的姿态角。在传感器采样率为100 Hz, 运行时长约为11 min, 旋转圈数为117圈时, 航向角的漂移为0.42°, 与商用的惯导模块算法相比减小了149°, 实现了数量级的改进。实验结果表明, 通过陀螺仪动态校准磁场能有效改善传统椭球拟合算法对校准数据要求高的缺点, 提出方法基本可以做到实时, 用户无需做特定的绕“8”字动作, 即可完成磁场校准; 对互补滤波算法进行了改进, 基本消除自由加速度对姿态角解算的影响。提出方法在控制减小航向角漂移上有很大优势, 同时满足校准便捷、适用场景多样等要求, 在低成本MEMS惯导领域有广阔的应用前景。

针对测试环境下偏振光分布模式复杂,特征点发散造成最小二乘法拟合太阳子午线时精度降低的问题,提出了一种基于Hough变换的太阳子午线提取方法。搭建了偏振光分布模式测试系统,利用Stokes矢量原理得到偏振光方位角分布模式,通过设置特征阈值获取太阳子午线特征区域。使用Canny算子检测特征区域边缘,运用Hough变换检测边缘直线方向,结合对称性分布关系获取太阳子午线方位角。通过测试实验,对比分析了所提方法与最小二乘法的测量精确度。实验结果表明,在特征阈值为3<N≤6时,所提方法的测量精确度高于最小二乘法,测量正确度提升了5.53%~87.84%,测量精密度提升了1.81%~92.68%。

针对偏振光导航航向获取需求，提出一种以全天域大气偏振模式作为信息来源实现载体航向解算的新方法。该方法利用“沿着太阳子午线方向的E 矢量垂直于太阳子午线”这一偏振特性实现太阳子午线特征点提取，采用最小二乘法确定太阳子午线在载体坐标系下的方位角；并利用“太阳子午线附近的偏振度小于逆太阳子午线附近的偏振度”的特性，解决航向获取角度歧义性的问题；结合太阳在地理坐标系下的方位计算航向信息。实验表明，在设定的全天域偏振信息采样方式下，该方法在不同时刻、不同航向、不同采样点数下的航向获取精度为0.05°内；在偏振角测量误差8°以内，平均误差仍在0.2°内；证明了该方法解算精度高，适应性好，可以有效解算航向信息。

针对工程应用中仿生偏振光罗盘易受天气和太阳位置等因素的影响,存在定向精度低、稳定性差等问题,研究了天空偏振模式对偏振光定向的影响机理。建立了含有偏振模型误差的偏振光定向模型,推导了仿生偏振光罗盘的航向角解算方法;然后系统分析了模型误差对偏振光定向精度的影响机理,指出了载体水平角和太阳高度角是决定模型误差影响程度的主要因素;最后设计了静态实验与跑车测试,评估了不同水平角和太阳高度角时,模型误差对偏振光定向精度的影响。结果表明: 当太阳高度角hs<40°时,偏振光定向误差为0.729°;当40°偏振光导航 天空偏振模型 偏振光定向 定向算法 航向角误差 polarized light navigation skylight polarization pattern polarized orientation orientation algorithm heading angle error 

PDF全文 Full Text

光学 精密工程

2015, 23(9): 2429