本書針對無衛(wèi)星條件下地面移動機器人在未知環(huán)境中的自主導航問題，重點開展了基于雙目視覺／微慣性／偏振光傳感器組合的自主導航方法研究，主要的研究工作和創(chuàng)新點如下：
　　1.研究了如何將圖論的相關理論應用于自主導航中，并給出一種基于圖節(jié)點和圖邊的導航信息表示方法。該方法將載體的位置和航向信息與圖論的節(jié)點相關聯(lián)，由圖邊對圖節(jié)點形成約束，約束邊分為相對約束邊和絕對約束邊兩種，分別用普通圖邊和環(huán)邊表示。據此，給出了一種適用于相對約束邊和絕對約束邊的圖優(yōu)化算法。仿真分析表明，該算法具有比現(xiàn)有算法更好的優(yōu)化效果。
　　2.深入分析了偏振光傳感器的誤差模型，提出了一種基于迭代最小二乘的標定算法，以及三通道任意角度安裝的偏振角優(yōu)化算法。仿真和實驗結果表明，該標定和優(yōu)化算法具有比較高的解算精度。
　　3.針對雙目視覺／微慣性組合導航中的聯(lián)合標定問題，提出了一種基于多個靜態(tài)位置測量鉛垂方向矢量的聯(lián)合標定方法，并進行了誤差分析，可為視覺／微慣性組合導航提供精確的相對姿態(tài)安裝關系。實驗結果表明，該方法具有較高的標定精度。
　　4.針對雙目視覺／微慣性組合問題，深入研究了考慮場景中遠／近特征點的組合導航算法，以及不同時刻多視圖約束下的組合導航算法。并且使用自研的雙目視覺／微慣性組合系統(tǒng)對考慮場景中遠／近特征點的算法進行了戶外實驗，結果表明，該算法具有比純慣性導航和純視覺導航更高的定位精度；利用網上公開的車載實驗數據對不同時刻多視圖約束下的組合算法進行了驗證，結果表明，該算法具有比立體視覺里程計和單目視覺／微慣性組合更好的位置及航向估計精度。