报告题目: 多传感器信息融合方法研究现状与思考

报告人: 欧阳威 博士

主持人: 李涛 副研究员 感知与控制研究所

报告时间: 2024年1月3日 15:30-16:30

报告地点: 信息楼D511

报告摘要：

惯性测量单元（IMU）在多传感器信息融合系统中应用广泛，具有自主性强，不受外界干扰等优势，可提供载体所需的姿态、速度和位置变化信息。但由于IMU测量存在常值、随机误差，需要将惯性测量与其他传感器测量进行信息融合，实现载体状态的最优估计。主流的多传感器信息融合方法可分为滤波方法和优化方法，其中滤波方法具有效率优势，而优化方法具有精度优势。按照系统运动学模型的使用方式，可以进一步将优化方法划分为离散时间和连续时间优化。目前，滤波方法主要面临估计一致性与鲁棒性问题，而优化方法则面临计算量大等问题。在本报告中，我们将回顾当前多传感器信息融合方法的发展现状，介绍离散时间优化和连续时间优化的异同。此外，本报告还将从欧氏空间中刚体运动的几何代数表示角度出发，介绍迭代几何代数滤波方法，并以惯性/卫星导航为例展示迭代计算对滤波性能的改进作用。

报告人简介

欧阳威，现为上海交通大学电子信息与电气工程学院博士后，分别于中南大学、国防科技大学和上海交通大学获学士、硕士、博士学位，主要研究方向为惯性基组合导航状态估计方法，发表一作SCI论文7篇，其中IEEE Transactions on Aerospace and Electronic Systems长文4篇，授权专利2项，主持自然科学基金青年基金、博士后面上基金，获上海市“超级博士后”激励计划支持。