单目视觉与GPS组合导航方案研究开题报告

1. 研究目的与意义（文献综述）

人工智能理论和技术的不断突破和发展，相关产业也在不断发展，其中无人机、自动驾驶、机器人等领域成为各大企业巨头的重点地带，而定位导航则是一个核心问题，尤其是机器人和无人驾驶方面。

目前定位导航问题有多种解决方法，例如利用gps、惯性导航系统（ins）进行定位导航，或者使用激光雷达、相机采用同时定位与地图构建（slam）技术进行定位。

slam技术对于传感器没有特殊要求，故可以应用于广泛的场景。

2. 研究的基本内容与方案

1)研究的内容基于linux ros系统平台，设计单目视觉惯性里程计(vio)与gps融合导航方案。

利用gps对单目视觉惯性里程计(vio)进行辅助，解决单目视觉下存在的尺度不确定性的问题并实时输出当前相机的位姿。

通过卡尔曼滤波算法来融合gps信号和vio的输出位姿以提高定位精度。

3. 研究计划与安排

3月初开始Linux ROS系统平台的搭建，预计2周内完成；平台搭建的同时学习开源VIO方案，搭建完成后尝试在平台内运行，能够成功运行后开始融合算法的设计，此过程预计花费时间在3-4周；随后尝试进行程序的运行并修改，预计2周内得到可行的程序方案；根据方案在Matlab中进行仿真，根据仿真结果对程序方案进行优化，直至得到理想仿真结果。

论文方面从Linux ROS系统平台搭建完成后分阶段进行毕业论文的撰写，逐步完善，并于5月中旬完成初稿。

4. 参考文献（不低于12篇）

[1]高翔, 张涛. 视觉slam十四讲：从理论到实践[m]. 电子工业出版社, 2017.

[2]许峰. 基于单目视觉的多传感器组合导航算法研究[d]. 合肥工业大学, 2018.

[3]王加芳.gps/visual/ins多传感器融合导航算法的研究[d].浙江大学,2017.