针对KinectFusion算法中采用frame-to-model ICP进行位姿估计时经常发生位姿丢失的问题,提出了使用惯性测量传感器IMU进行松耦合的算法改进.通过使用IMU采集到位移数据结合ICP算法实现位姿估计,意图在快速移动或者采集的图像数据缺少有效配准点的情况下保证相机跟踪不丢失,增强KinectFusion算法的整体鲁棒性.通过实验,将提出的算法与原有的算法进行比较,结果表明这里算法在没有明显降低实时性的情况下,其鲁棒性上优于原有算法,可以满足移动机器人的实时SLAM需求.

针对城区自动驾驶车辆定位问题,提出一种基于LiDAR与IMU融合的激光惯性里程计。LiDAR通过帧间点云配准进行定位,但对非线性运动的鲁棒性不足;IMU通过对加速度和角速度积分进行定位,但长距离定位误差大。基于此,根据无迹卡尔曼滤波原理对积分位姿和配准位姿进行融合。将积分位姿作为LiDAR配准的初始位姿;同时利用配准位姿修正积分位姿,从而实现长距离持续定位。在某城市道路对所提方法进行实车实验,结果表明所提方法有效提高了里程计的整体定位性能。

利用平板作为基准对惯性测量单元中的加速度计标定时,找到一种消除基准倾斜对加速度计零位标定影响的方法,通过对三套惯性测量单元实验数据分析,证明该方法是正确、实用的.

为了实现石油及天然气管道地理和几何信息的高精度测量,本文设计了一种智能式、超小型的管道测绘系统。该系统由惯性测量单元（IMU）,海量存储单元、里程仪和GPS等构成,以轻小型光纤传感器—光纤陀螺为主传感器,结合组合惯性测量技术,通过测绘系统经过管道各点时的姿态和位置信息,可取得被测管道的几何信息。该系统的使用可有效提高管道测量的精度,为管道状态的监视和维护提供依据,同时促进管道测量向全自动和存贮式方向发展。

对基于全加速度计惯性测量单元的微震颤测量技术进行研究和分析,设计了测量系统的方案并研制了实验样机,惯性测量单元采用9加速度计的配置形式;推导了加速度计输出的比力方程,提出了将积分法和开方法结合起来求解角速度的算法;给出了利用四元数求解捷联矩阵的数值求解方法和在惯性坐标系下载体系上任意位置在任意时刻坐标的数值求解方法。