本文为加拿大滑铁卢大学（作者：Neda Parnian）的博士论文，共137页。

这项研究涉及开发一种智能传感系统，用于跟踪手持移动设备，使其达到毫米级精度，适用于长时间缓慢或几乎静止的场景。由于不同应用中的不同操作者可能会使用该系统，因此应提供跟踪目标的准确位置、方向和速度，而不依赖于对其操作和环境的了解，并且纯粹是基于目标所经历的运动。

本文提出将低成本的局部定位系统（LPS）和低成本的捷联惯性导航系统（SDINS）与改进的EKF相结合，在一定精度范围内确定手持工具的三维位置和方位。通过一个混合的LPS/SDINS组合，补充了两个不同导航系统的最佳特性，提供了一个独特的解决方案来更精确地跟踪和定位运动物体。SDINS提供了对运动所有组成部分的连续估计，但由于惯性传感器漂移和固有噪声，SDINS会随着时间的推移而损失精度。LPS的优点是可以独立于操作时间获得绝对位置和速度，但其鲁棒性不强，葡京赌博官网，计算量大，测量速度慢。

本研究包括三个主要部分：开发一个可靠且具成本效益的多摄像机视觉系统、开发一个用于手持工具的SDINS以及开发一个用于传感器融合的Kalman滤波器。开发多摄像机视觉系统包括在工作空间周围安装摄像机、标定摄像机、拍摄图像、应用图像处理算法和从每个摄像机中提取每一帧的特征，以及从二维图像中估计三维位置。在本研究中，我们提出建立多摄影机视觉系统的具体配置，以尽可能减少视线损失。摄像机的数量、摄像机相互之间的位置以及摄像机相对于世界坐标系中心的位置和方向是这种配置的关键特征。提出了一种多摄像机视觉系统，葡京赌博网址 葡京赌博官网，该系统采用四个固定在导航架上的CCD摄像机，并将摄像机镜头放置在半圆上。所有摄像机都通过帧捕获器连接到PC机，该帧捕获器包括四个并行视频通道，能够同时从四个摄像机捕获图像。

基于以上设置，葡京赌博官网，一个宽的圆形视场具有较少的视线损失。然而，校准比单目或立体视觉系统更困难。多摄像机视觉系统的标定包括精确的摄像机建模、每台摄像机的单摄像机标定、相邻两台摄像机的立体摄像机标定、定义唯一的世界坐标系、寻找从每个摄像机帧到世界坐标系的变换。除了校准程序外，葡京赌博官网，还需要对所有四个摄像头捕获的图像进行数字图像处理，以便定位工具。

在本研究中，数字影像处理包括影像增强、边缘检测、边界检测和形态学运算。在检测到每台摄像机拍摄的每幅图像中的工具尖端后，应用三角剖分程序和优化算法，找到其相对于已知导航帧的三维位置。在单自由度惯性导航系统中，惯性传感器被刚性地直接安装在跟踪物体上，惯性测量值被计算转换到已知的导航框架下。通常，三个陀螺仪和三个加速度计，或三轴陀螺仪和三轴加速度计用于实现SDINS。惯性传感器通常集成在惯性测量单元（IMU）中。IMU通常会受到偏置漂移、非线性和温度变化导致的比例因子误差以及微小制造缺陷导致的失调的影响。由于所有这些误差都会导致SDINS在位置和方向上的漂移，因此需要一个精确的校准程序来补偿这些误差。SDINS的精度不仅取决于标定参数的精度，而且还取决于常见的运动相关误差。常见的运动相关误差是指由振动、圆锥运动、划动和旋转运动引起的误差。由于惯性传感器提供了物体在运动过程中所经历的全方位航向变化、转向率和所施加的力，因此可以建立精确的三维运动学方程来补偿常见的运动相关误差。因此，寻找工具尖端运动和取向的完整信息需要显著的计算复杂性和与特定力的分辨率、姿态计算、重力补偿以及常见运动相关误差校正有关的挑战。

卡尔曼滤波技术是改善输出估计和减小传感器漂移影响的有效方法。为了减小位置估计的误差，本文提出了改进的EKF算法，将提出的多摄像机视觉系统数据与改进的EKF相结合，有助于SDINS处理漂移问题。这种配置保证了仪器的实时位置和方位跟踪。通过卡尔曼滤波，消除了状态空间模型中引力的影响，消除了由不精确引力引起的误差。此外，生成的目标位置平滑且无纹波。混合视觉/SDINS设计的实验结果表明，工具尖端在各个方向上的位置误差约为1毫米RMS。如果视觉系统的采样率从20 fps降低到5 fps，那么定位误差在许多应用中仍然是可以接受的。