面向LBS的机器视觉协助的智能手机惯性导航研究-计算机技术专业毕业论文.docxVIP

面向LBS的机器视觉协助的智能手机惯性导航研究-计算机技术专业毕业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
TN82 TN82 107分 类 号 107  10701 TP311.5 学 号 1203121837 密 级 公开 西安电子科技大学 硕士学位论文 面向 LBS 的机器视觉协助的智能手机惯性 导航研究 作者姓名:曹文涛 领 域:计算机技术 学位类别:工程硕士 学校导师姓名、职称:刘志镜教授 企业导师姓名、职称:李小勇高工 提交日期:2014 年 12 月 A Study of LBS-oriented Machine Vision aided Inertial Navigation on Smartphones A thesis submitted to XIDIAN UNIVERSITY in partial fulfillment of the requirements for the degree of Master in Computer Technology By Cao Wentao Supervisor: Liu Zhijing Li XiaoYong December 2014 西安电子科技大学硕士学位论文 6 西安电子科技大学 毕业论文独创性(或创新性)声明 秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注 和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果; 也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表 示了谢意。 学位论文与资料若有不实之处,本人承担一切的法律责任。 本人签名: 日 期: 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用毕业论文的规定,即:研究 生在校学习期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送 交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容, 可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合 毕业论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 (保密的论文在解密后遵守此规定) 本论文属于保密,在 年解密后适用本授权书。 本人签名: 导师签名: 日 期: 日 期: 摘要 摘要 近些年来,随着智能手机和移动互联网的不断发展,LBS 技术(Local Based Services,基于位置的服务)受到越来越多的关注。惯性导航技术作为定位技术的 一 种 补充 形式 , 在 LBS 中 起 着 重要 的作用 。 惯性 导航 是 利用 IMU ( Inertial Measurement Unit,惯性测量元件)测量的数据,通过滤波和积分方法计算运载体 运动、姿态和位置信息,从而达到对运载体的定位。智能移动设备的惯性导航给智 能机器人、室内导航、增强现实和互动娱乐等领域提供了技术支持。然而,智能手 机中的惯性元件由于其自身原因,往往存在误差偏差大、误差因素不确定的情况。 惯性测量元件的单一导航漂移现象严重,导航精度很低,无法在实际工程中应用。 针对这一情况,本文提出了一种利用计算机视觉协助的智能手机惯性导航算 法。本文通过对 SFM(Structure From motion,从运动到结构)问题进行求解对特 征点进行三维重建,然后利用移动端的 GPU 加速技术实现对特征点的实时跟踪, 最后通过 PnP(Perspective n points,n 点透视)问题求解得到的移动设备的位移偏 量和姿态偏量,以实现视觉定位。将视觉定位用以协助和修正惯性导航的结果。经 过实验表明,本文提出的算法能在一定程度上修正惯性导航漂移情况,提高惯性导 航的精确性。本文的主要工作包括: 1. 对智能手机中的惯性元件(加速度计、陀螺仪和磁力计)及其工作原理进 行介绍,对传统的惯性导航系统算法和误差来源进行介绍,并在此基础上利用零速 检测算法实现智能手机的惯性导航。 2. 对计算机视觉中 SFM 和 PnP 问题描述及其理论基础进行了介绍。利用特 征点提取算法对二视图的稀疏特征点进行提取,并通过金字塔 Lucas-Kanade 光流 法对提取出的特征点跟踪匹配,最后通过 PnP 问题的求解实现智能手机的视觉定 位。 3. 从理论方面对卡尔曼滤波算法进行了详细的介绍,给出计算机视觉辅助惯 性导航的卡尔曼滤波模型,并利用该模型对惯性导航数据和计算机视觉匹配的运 动信息进行数据融合。 4. 对 OpenGL ES 2.0 进行了介绍,并利用 OpenGL ES 2.0 在 iOS 平台上对金 字塔 Lucas-Kanade 光流法进行 GPU 并行加速处理,以保证整个计

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档