28895

بهبود عملكرد سامانه ناوبري ادومتري مبتني بر حسگرهاي كمكي

كارشناسي ارشد

مهندسي برق

1399

1402/06/29

دكتر سيدمحمدرضا موسوي ميركلائي

مهندسي برق

سامانه موقعيت¬يابي جهاني (GPS ) به¬طور گسترده¬اي در بسياري از برنامه¬ها براي ناوبري استفاده مي¬شود، اما نمي¬توان از آن براي سامانه¬هاي ناوبري داخلي استفاده كرد، زيرا سيگنال¬ها نمي¬توانند توسط ديوارهاي ساختمان جذب شوند. در سال¬هاي اخير سامانه ادومتري بينايي (VO ) و سامانه ادومتري اينرسي (IO ) معرفي شده¬اند. اما هر يك از اين سامانه¬ها بصورت جداگانه چالش¬هاي متعددي مانند كيفيت پايين تصاوير و نبود داده¬هاي اينرسي را دارند. بنابراين، با تركيب اين دو سامانه ادومتري بينايي-اينرسي (VIO ) معرفي شد. در اين پايان¬نامه، سامانه پيشنهادي اول را براي رويكرد ادومتري بينايي-اينرسي ارائه مي¬كنيم كه بر كاهش خطاي داده¬هاي اينرسي متمركز است. سامانه پيشنهادي دوم براي رويكرد ادومتري بينايي پيشنهاد مي¬شود كه بر استفاده از تخمين عمق براي بهبود تخمين محلي¬سازي تاكيد مي¬كند. در نهايت، يك سامانه پيشنهادي نوآورانه براي استخراج هوشمندانه ويژگي¬هاي تصوير به منظور استفاده در سامانه ادومتري بينايي-اينرسي معرفي خواهيم كرد. سامانه پيشنهادي اول دقت 98.8 درصد را دارد و 28.8 درصد در RMSE بهبود يافته است. سامانه پيشنهادي دوم دقت 97.6 درصد را دارد و 12.4 درصد در RMSE نسبت به مقالات معتبر برتري دارد. سامانه پيشنهادي سوم تشخيص خط را با پيچيدگي بسيار كم كه حدود 4.57 ميليون پارامتر دارد انجام مي¬دهد و 77.9 درصد در پيچيدگي محاسباتي نسبت به روش¬هاي معتبر پيشرفت داشته است.

1402/07/29

Improvement of Sensor-Aided Odometry Navigation System

9/19/2024 12:00:00 AM

Global Positioning System (GPS) is widely used in many navigation applications. However, it cannot be used for indoor navigation systems because the walls of the building cannot receive the signals that are absorbed. In recent years, Visual odometry systems (VO) and inertial odometry systems (IO) have been introduced. However, each system has many challenges, such as low-quality images and lack of inertial data. Therefore, combining these two systems introduced visual-inertial odometry (VIO). In this thesis, we present the first proposed system for the vision-inertial odometry approach, which focuses on reducing the error of inertial data. The second proposed system is proposed for the vision odometry approach, which emphasizes depth estimation to improve localization estimation. Finally, we will introduce an innovative proposed system for the intelligent extraction of image features for use in the vision-inertial odometry system. The first proposed system has 98.8% accuracy and 28.8% improvement in RMSE. The second proposed system has an accuracy of 97.6% and is 12.4% better in RMSE than the valid articles. The third proposed system performs line detection with a very low complexity, which has about 4.57 million parameters and has improved 77.9% in computational complexity compared to the valid methods.

سامانه ناوبري , ناوبري اينرسي , ناوبري بينايي , يادگيري عميق , تخمين عمق , استخراج ويژگي

Navigation System , Inertial Odometry , Visual Odometry , Deep Learning , Depth Estimation , Feature Extraction

Sina BaniasadAzad

Dr. Seyed Mohammadreza Mousavi mirkolaei