机器人视觉/惯性导航定位 与 轨迹/运动规划

Contents：

• Projects Introduction (Project 1, 2, 3)

• Published Papers

---

Project 1: 2014.12~2016.06 计算机视觉与惯导融合的组合导航关键技术研究 (北理工硕士毕业课题，已结题)

• 项目简介：
  ​​​​​​​​​​​​​​​​​​​​​基于单目/双目相机，惯性传感器，实现移动机器人的导航定位。
• 研究内容：

1. 文中推导了捷联惯导系统位置、速度、姿态更新算法，以及捷联惯导系统误差方程。
2. 对基于双目CCD摄像机的视觉定位关键技术进行了研究，其中包括双目摄像机的高精度标定、双目系统图像特征提取、帧间图像特征匹配，以及运动载体的运动估计，提出了多约束条件下基于FLANN与RANSAC相结合的特征匹配方法，在对关键技术展开研究的同时也采用了ZED双目相机对本文提出的各项关键技术方案进行实验验证与分析。
3. 建立了基于卡尔曼滤波的线性系统模型，提出了基于视觉与惯导定位的位置误差为观测量的数据融合方案。
4. 使用KITTI数据以及用MTi-G710/ZED采集的数据对方案进行了实验验证，且对实验结果进行了充分的分析
   

• 项目总结：
  完成硕士毕业论文，并发表了相关会议论文 [7][8][10][11][12]。

Project 2: 2017.09~2020.06, 基于视觉/惯性/地磁的仿生导航技术 (北理工课题组科研项目，在研)

• 项目简介：
  研究基于视觉/惯性/地磁传感器的仿生导航系统。设计小型组合硬件系统，并实现在线组合导航算法。组合系统中视觉传感器不仅用于视觉SLAM导航，也用于偏振光导航（计算运动航向）。
• 研究内容：
  参与项目申请书撰写，负责视觉惯性导航技术部分; 参与视觉，惯性硬件系统选型，搭建，调试。参与组合导航算法设计。
• 项目总结：
  目前已参与搭建部分硬件，软件框架，并进行了测试；理论方法上发表了相关论文 [4][9]。

Project 3: 2017.10~至今 水下机器人路径/运动规划 (悉尼科技大学课题，在研)

• 项目简介：
  以包含运动平台和机械手臂的I-AUV (Intervention- Autonomous Underwater Vehicle) 水下机器人为主要研究对象，研究高维水下机器人的运动规划。
  
• 研究内容：

1. 运动和观测不确定性下的水下机器人运动规划。

ICRA19

2. 基于决策空间降维的高维机器人轨迹规划。

• 项目总结：
  以第一作者发表期刊论文2篇（JCR 二区）[1][2]，机器人领域顶会1篇 [5]；合作论文多篇 [3][6]]。
  项目研究内容PPT总结：【腾讯文档】I-AUV运动规划总结PPT

---

Published papers：
论文下载链接：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, 二区)
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, 二区)
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, 四区)
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, 三区)

• 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.