機器人視覺/慣性導航定位 與 軌跡/運動規劃

Contents：

• Projects Introduction (Project 1, 2, 3)

• Published Papers

---

Project 1: 2014.12~2016.06 計算機視覺與慣導融合的組合導航關鍵技術研究 (北理工碩士畢業課題，已結題)

• 項目簡介：
  ​​​​​​​​​​​​​​​​​​​​​基於單目/雙目相機，慣性傳感器，實現移動機器人的導航定位。
• 研究內容：

1. 文中推導了捷聯慣導系統位置、速度、姿態更新算法，以及捷聯慣導系統誤差方程。
2. 對基於雙目CCD攝像機的視覺定位關鍵技術進行了研究，其中包括雙目攝像機的高精度標定、雙目系統圖像特徵提取、幀間圖像特徵匹配，以及運動載體的運動估計，提出了多約束條件下基於FLANN與RANSAC相結合的特徵匹配方法，在對關鍵技術展開研究的同時也採用了ZED雙目相機對本文提出的各項關鍵技術方案進行實驗驗證與分析。
3. 建立了基於卡爾曼濾波的線性系統模型，提出了基於視覺與慣導定位的位置誤差爲觀測量的數據融合方案。
4. 使用KITTI數據以及用MTi-G710/ZED採集的數據對方案進行了實驗驗證，且對實驗結果進行了充分的分析
   

• 項目總結：
  完成碩士畢業論文，並發表了相關會議論文 [7][8][10][11][12]。

Project 2: 2017.09~2020.06, 基於視覺/慣性/地磁的仿生導航技術 (北理工課題組科研項目，在研)

• 項目簡介：
  研究基於視覺/慣性/地磁傳感器的仿生導航系統。設計小型組合硬件系統，並實現在線組合導航算法。組合系統中視覺傳感器不僅用於視覺SLAM導航，也用於偏振光導航（計算運動航向）。
• 研究內容：
  參與項目申請書撰寫，負責視覺慣性導航技術部分; 參與視覺，慣性硬件系統選型，搭建，調試。參與組合導航算法設計。
• 項目總結：
  目前已參與搭建部分硬件，軟件框架，並進行了測試；理論方法上發表了相關論文 [4][9]。

Project 3: 2017.10~至今 水下機器人路徑/運動規劃 (悉尼科技大學課題，在研)

• 項目簡介：
  以包含運動平臺和機械手臂的I-AUV (Intervention- Autonomous Underwater Vehicle) 水下機器人爲主要研究對象，研究高維水下機器人的運動規劃。
  
• 研究內容：

1. 運動和觀測不確定性下的水下機器人運動規劃。

ICRA19

2. 基於決策空間降維的高維機器人軌跡規劃。

• 項目總結：
  以第一作者發表期刊論文2篇（JCR 二區）[1][2]，機器人領域頂會1篇 [5]；合作論文多篇 [3][6]]。

---

Published papers：
論文下載鏈接：https://github.com/Huan2018/Published_Papers_HuanYU

• Journal articles：

1. Yu, H., Lu, W., Liu, D., Han, Y., & Wu, Q. (2019). Speeding up Gaussian Belief Space Planning for Underwater Robots Through a Covariance Upper Bound. IEEE Access, 7, 121961-121974.(JCR, 二區)
2. Yu, H., Lu, W., Han, Y., Liu, D., & Miao, Z. (2020). Heterogeneous Dimensionality Reduction for Efficient Motion Planning in High-dimensional Spaces. IEEE Access. (Accepted, JCR, 二區)
3. Guo, F., Wang, S., Wang, J., & Yu, H. (2019). Kinematics-searched framework for quadruped traversal in a parallel robot. Industrial Robot: the international journal of robotics research and application. (JCR, 四區)
4. Han, Y., Wei, C., Li, R., Wang, J., & Yu, H. (2020). A Novel Cooperative Localization Method Based on IMU and UWB. Sensors, 20(2), 467. (JCR, 三區)

• Conferences：

5. Yu, H., Lu, W., & Liu, D. (2019, May). A unified closed-loop motion planning approach for an I-AUV in cluttered environment with localization uncertainty. In 2019 International Conference on Robotics and Automation (ICRA) (pp. 4646-4652). IEEE.
6. Chen, Y., Huang, S., Fitch, R., Zhao, L., Yu, H., & Yang, D. (2019, May). On-line 3D active pose-graph SLAM based on key poses using graph topology and sub-maps. In 2019 International Conference on Robotics and Automation (ICRA) (pp. 169-175). IEEE.
7. Huan, Y., Jiabin, C., Liujun, W., Ling, X., Chunlei, S., & Qinghe, W. (2017, May). An improved binocular visual odometry for high-speed automotive applications. In 2017 29th Chinese Control And Decision Conference (CCDC) (pp. 185-190). IEEE.
8. Yu, H., Xie, L., Chen, J., Song, C., & Guo, F. (2016, July). Visual Odometry based on improved feature matching and Unscented Kalman Filter. In 2016 35th Chinese Control Conference (CCC) (pp. 5446-5450). IEEE.
9. Xu, J., Yu, H., & Teng, R. (2018, June). Visual-inertial odometry using iterated cubature Kalman filter. In 2018 Chinese Control And Decision Conference (CCDC) (pp. 3837-3841). IEEE.
10. Tian, S., Jiabin, C., Chunlei, S., & Huan, Y.(2017, May). The application of RTS smoothing algorithm in the post-processing of the integrated navigation. In 2017 29th Chinese Control And Decision Conference (CCDC) (pp. 197-201). IEEE.
11. Huishen, Z., Ling, X., Huan, Y., & Liujun, W. (2018, June). An improved bag of words method for appearance based visual loop closure detection. In 2018 Chinese Control And Decision Conference (CCDC) (pp. 5682-5687). IEEE.
12. Guo, F., Xie, L., Chen, J., Song, C., Wang, S., & Yu, H. (2016, July). Research of SINS/DVL/OD integrated navigation system based on observability analysis. In 2016 35th Chinese Control Conference (CCC) (pp. 5368-5373). IEEE.