室内无人机定位导航

个人观点：可研究的方向

1. 静态规划方面：将控制与定位结合起来；修正回环检测误差，提高算法的计算精度和执行效率；

2. 动态规划方面：用神经网络识别运动物体的行进方向，行进速度等参数，动态的规划当前或者短时间内的行进路线；在不改变总体规划路线的情况下，小范围内实现灵活避障；

下面给出国内重点高校的软硬件方案：

天津大学

  硬件平台：

1. 惯性导航单元 荷兰Xcens公司 MTI
2. 超声波传感器 Devantech公司 srf-08
3. 激光雷达 日本Houkuyo公司 URG-04LX 精度10MM 半径4000mm 圆心角240°
4. 处理器 ARM+DSP28335

  激光雷达的位姿估计算法：

  特征-特征 需要从参考扫描和当前扫描数据中提取一组特征信息，如线段，角点

  点-特征 当前扫描的原始数据与参考扫描中的特征进行匹配

  前两种有很大的局限性，只适用于特征明显，结构简单的多边形环境

  点-点 直接利用两次扫描的距离数据进行匹配，通过定义一个合适的规则来对应参考扫描和当前扫描中的数据点，典型的匹配方法：迭代最近点算法 基于迭代最小方差解的算法

   问题：定位精度不高，没有做多传感器数据融合，没有将定位与控制结合起来；

浙江大学

  硬件平台：

1. 处理器 ARM+DSP+FPGA
2. 惯性单元 ADIS-16405
3. 超声波 HC-SR04
4. 激光雷达 hokuyo 04-LX

  算法：