首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 109 毫秒

1.  深空自主着陆导航技术研究与展望  
   杜亚玲  高晓颖  钟颖  王知非《遥测遥控》,2012年第3期
   随着深空探测活动范围的快速扩大,探测器需要在天体实施着陆与返回,因此对导航技术的自主性和精度要求越来越高。提出一种基于视觉/惯性的组合导航系统,该系统的计算机视觉模块采用SURF算法,不仅可以实时地确定探测器的位置,而且能够确定探测器的姿态;惯性导航模块实时获取探测器的位置、速度和姿态信息;组合导航系统采用Kalman滤波技术,将计算机视觉模块和惯性导航模块获取的位置、姿态信息进行组合。该组合导航系统将惯导系统与视觉系统信息融合,通过引入计算机视觉系统所获得的位置和姿态信息,可以有效减小惯导系统误差。仿真结果证明,这种组合导航系统能够有效提高系统导航精度。文中还展望了深空探测器天体着陆导航技术未来的发展趋势。    

2.  基于路网匹配的多源自主组合导航技术研究  
   李旦  刘明  胡华峰《导航定位于授时》,2020年第7卷第4期
   针对惯性/里程计组合导航易受环境影响的情况,引入路网匹配方法,以惯导/里程计组合导航历史轨迹数据与路网数据库进行全局匹配比较,从而得到当前导航位置的匹配点。将匹配点作为组合导航卡尔曼滤波器的量测输入,其滤波结果用于反馈校正惯导误差,通过不断迭代优化后,惯性/里程计/路网匹配组合导航能够提供高精度的位置信息。试验验证结果表明,该方法能将大部分定位误差控制在10m左右,证明了该方法的有效性与适用性。    

3.  视觉/惯性组合导航技术发展综述  
   张礼廉  屈豪  毛军  胡小平《导航定位于授时》,2020年第7卷第4期
   视觉/惯性组合导航技术是自主导航领域的重要研究方向之一。首先介绍了视觉/惯性组合导航技术的发展概况,然后从纯视觉导航(里程计、同步定位与构图)以及组合导航(滤波、非线性优化)2个层次介绍了传统的基于视觉几何与运动学模型的视觉/惯性组合导航方法,还介绍了近年来发展迅猛的基于机器学习的视觉/惯性组合导航方法。最后,简要介绍了视觉/惯性组合导航技术的典型应用及未来发展趋势。    

4.  车载捷联惯导双里程计组合导航方法研究  
   郭楠楠  申亮亮  邵会兵  苑艳华《导航定位于授时》,2020年第7卷第6期
   针对当前车载捷联惯导与里程计组合导航时,将里程计安装在车底盘左侧或右侧位置而造成的导航误差,以及里程计信息未能真实反映车体中心的实际运行状态,研究了一种车载捷联惯导/双里程计组合导航方法。该方法分别在车底盘左侧和右侧位置各安装了一个里程计,将双里程计信息作为量测量,设计了组合导航融合算法进行Kalman滤波组合导航。在导航过程中对双里程计信息进行χ2检测,以避免车体作大转弯运行或有外部干扰时引起的里程计信息异常。跑车试验结果表明,该融合算法能使定位结果得到最优融合,定位误差整体减小到20m以内,最大处减小6m,离线分析进一步证明了该融合算法的有效性。    

5.  大角度斜置激光惯组与里程计组合导航方法  
   李旦  刘明  胡华峰  罗伟《导航定位于授时》,2016年第6期
   针对激光惯组斜置条件下惯组坐标系相对里程计坐标系是大角度的情况,建立了两坐标系之间的转换关系,推导了里程计输出转换的安装误差补偿模型,在补偿模型基础上给出了安装误差计算公式.以惯组位移与里程计位移之差作为量测值,建立了状态和量测方程,运用Kalman滤波技术实现惯组/里程计组合导航,最后通过跑车试验对提出的惯性/里程计组合导航方法进行了验证,结果表明了该方法的有效性.    

6.  无人机室内视觉/惯导组合导航方法  被引次数:1
   王亭亭  蔡志浩  王英勋《北京航空航天大学学报》,2018年第44卷第1期
   针对室内无卫星定位下的无人机自主导航问题,提出了一种融合惯导、光流和视觉里程计的组合导航方法。在速度估计上,采用基于ORB特征的光流法,该方法可以实时地估计出无人机的三轴线速度信息。方法采用基于特征点的稀疏光流,对金字塔Lucas-Kanade光流法进行了改进,采用前后双向追踪和随机采样一致的方法提高特征点追踪精度。在位置估计上,采用视觉/惯导融合的视觉里程计,以人工图标法为主,融合视觉光流信息和惯导数据实现无人机定位。通过与运动捕捉系统的定位信息、Guidance和PX4Flow导航模块的测速信息进行对比,以及实际的飞行测试,验证本文方法的可行性。    

7.  惯导/北斗/里程计一体化紧组合导航方法研究  
   张小跃  刘鹏博  易晓静  张春熹《导航与控制》,2015年第5期
   当前,主要通过采用惯导/卫星导航组合或者惯导/里程计组合的方式来实现车辆的定位定向;卫星信号良好时,惯导系统与卫星导航组合实现车辆定位定向,当卫星导航信号不好甚至没有信号无法正常工作时,惯导系统与里程计组合实现车辆定位定向。提出一种惯导/卫星导航/里程计三者的一体化组合方案,针对惯导、北斗、里程计这三项测量设备构成的组合系统建立了统一的误差状态模型、组合量测模型以及反馈修正模型,并通过卡尔曼滤波器来实现三者的一体化紧组合,这种惯导/北斗/里程计一体化的紧组合方式,能更好地实现三者信号之间的充分交流与融合。将这种一体化紧组合方法与传统的惯导/北斗组合、惯导/里程计组合方法进行了仿真比较,结果表明:惯导/北斗/里程计一体化的紧组合方法能更加快速、准确得到传感器误差( 包含惯组误差、北斗误差、里程计误差)的在线估计,更能有效提高各传感器的测量精度。    

8.  惯性/里程计组合导航技术在管道定位中的应用  
   纪文涛  张浩  罗强力  魏宗康《导航与控制》,2015年第5期
   石油天然气管道担负着油气传输的重任, 定期对传输管道检测能使其安全、高效地运行。为此设计了管道导航定位系统,用于对管道探伤位置的精确定位。管道导航定位系统主要由激光捷联惯性导航系统与里程计组成,搭载在管道检测设备中。通过测量、存储检测过程中的传感器信息,在检测结束后离线处理数据,得到管道导航定位信息。通过对惯性/里程计分别进行误差分析与建模, 搭建了组合导航系统卡尔曼滤波器模型, 进行了跑车试验与实际管道定位试验。试验结果表明该惯性/里程计组合导航管道定位精度满足管道高精度定位要求。    

9.  一种提高捷联惯性/里程计组合导航系统定位精度的后处理方法  
   李昂  张忆欣  季阳  郭元江  张泽《导航定位于授时》,2021年第8卷第3期
   测绘用捷联惯性/里程计组合导航系统多采用离线后处理技术。此类系统利用里程计位移微分获得的速度作为观测量,采用速度匹配,并通过待测路径中预置的Mark点校正航位推算的位置信息。本文建立了基于速度匹配的16维Kalman滤波模型,对全程采样数据进行正反向导航和滤波处理,以估计惯性器件和里程计的误差;在补偿相关误差后,再次进行正向导航和滤波解算,以获得更精确的姿态矩阵。随后,根据相邻两个Mark点之间的姿态信息进行航位推算,并更新里程计刻度系数、里程计与惯导间的姿态误差矩阵;若此Mark点间的位置误差过大,则重新进行航位推算以减小位置误差。结果表明,与传统正向滤波相比,采用该方法后系统的最大位置误差由1.72m降低到0.08m,定位精度提高了95%以上。    

10.  捷联惯导系统/里程计自主式车载组合导航系统研究  
   丁文娟  李岁劳  熊伟《航空计测技术》,2006年第26卷第1期
   利用里程计辅助捷联惯导系统构成一种完全自主式的车载组合导航系统.本文详细推导了里程计的速度误差方程.用捷联惯导系统解算出的速度量和里程计所测量的速度量之差作为组合导航系统卡尔曼滤波器的观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了系统仿真结果.仿真结果表明该组合导航系统可有效地减小姿态、速度、经度和纬度等导航参数的误差累积.    

11.  车载里程仪参数的实时标定方法  
   郝磊  杨国梁《导航与控制》,2016年第4期
   针对里程仪输出的速度(或位置增量),其参数标定误差残差是影响定位定向系统性能的关键因素,传统里程仪参数标定方法需在行车过程中设置精确标志点,且有行驶路线受限的缺点,因此提出一种基于速度量测的定位定向系统误差实时估计和补偿方法.该方法将里程仪刻度系数误差、安装误差残差纳入状态变量进行实时估计并补偿,将惯性导航系统输出的速度与里程仪输出的速度进行对比,构建量测方程.设计跑车试验对该方法进行验证,结果表明该车载里程仪参数的实时标定方法,仅需要在里程仪安装在车辆上后,导航系统做一次正常罗经对准并转惯性/里程仪组合导航模式,在车辆正常行驶过程中,即可自动标定出里程仪参数误差,具有自主、灵活简便、精度高的特点,同时提高了惯性/里程仪组合导航系统定位精度.    

12.  基于注意力模型的视觉/惯性组合里程计算法研究  
   屈豪  胡小平  陈昶昊  张礼廉《导航定位于授时》,2020年第7卷第4期
   由于外界环境的干扰和传感器精度的限制,视觉/惯性组合里程计的输入数据存在一定的噪声,这会增加里程计的解算误差,而且误差会随着时间积累。针对以上问题,设计了一种基于注意力模型的视觉/惯性组合里程计算法。该算法使用卷积神经网络和长短时记忆网络分别构建了视觉特征提取器与惯导信息特征提取器,同时引入了两种注意力模型:加权组合网络以及开关组合网络,对视觉特征信息和惯导特征信息的融合噪声进行降噪处理。通过在组合里程计算法中添加闭环校正环节,有效地抑制了里程计误差随时间的积累。对比实验结果表明,设计的组合里程计算法与其他算法相比,无论在性能上还是在精度上都有明显的提升。    

13.  捷联惯导/里程计组合导航方法  
   张小跃  杨功流  张春熹《北京航空航天大学学报》,2013年第39卷第7期
   针对车载自主导航需求,基于卡尔曼滤波器,实现捷联惯导与里程计量测信息的组合导航.推导了里程计误差模型,结合捷联惯组误差模型与捷联系统误差模型,建立了捷联惯导/里程计自主组合导航系统误差状态模型.建立了捷联惯导/里程计组合导航量测模型,阐述了估计误差修正方法.采用仿真计算对此方法进行了验证,仿真结果表明:组合导航过程中,初始姿态误差能得到有效估计,姿态误差和位置误差均能控制在一定精度范围内,应用此组合导航方法相对于传统的航位推算方法能得到更高的导航精度,能有效实现自主高精度定位定向.    

14.  基于双目视觉的类脑三维认知地图构建方法  
   王雅婷  刘建业  熊智  杨闯《导航定位于授时》,2021年第8卷第5期
   基于大脑导航神经细胞机理的类脑认知地图构建方法,为发展智能同步定位与地图构建(SLAM)技术提供了新思路。针对现有类脑认知地图构建精度不高的问题,提出了一种基于双目视觉的类脑三维认知地图构建方法。首先阐述了类脑三维认知地图系统的工作原理,然后论述了不同视觉里程计对认知地图精度的影响,研究了基于双目视觉里程计的类脑三维认知地图精度优化方法,最终完成了基于视觉数据集的类脑三维认知地图构建试验。试验结果表明,所提方法构建的视觉里程计地图的三维位置误差为总行程的2.14%,认知地图的三维位置误差为1.56%;认知地图精度与里程计精度呈正相关;系统通过模板匹配进行回环检测与校正,提高了认知地图的精度。    

15.  基于视觉的惯性导航误差在线修正  
   张超  王芳  李楠《导航定位于授时》,2018年第5卷第3期
   陀螺零偏和加速度计零偏是影响惯性测量单元(IMU)积分精度的重要因素。提供一组精确的实时的零偏估计可以提高IMU的积分精度,为视觉导航提供良好的位姿预测,提高整个系统的动态性能。通过合理地建立IMU的噪声模型以及IMU和视觉的组合方程,利用一种基于李群和李代数知识的IMU预积分方法将零偏进行合理的线性化,运用Kalman滤波进行IMU零偏的在线估计。实验结果表明,通过本文的修正方法,惯性导航的平均积累误差由0.034m/s提高到0.0037m/s,精度明显提高。    

16.  用于低成本组合导航系统的H∞滤波算法  
   岳晓奎 袁建平《中国航空学报》,2004年第17卷第4期
   基于GPS和低成本惯性组件的组合导航系统是近年来导航系统的主要发展方向。以H∞滤波器为基础 ,研究了GPS与一种低成本微机械惯性测量单元的组合算法。在给出H∞ 滤波问题的数学描述基础上 ,研究了H∞ 滤波算法与传统Kalman滤波算法的关系。以位置 /速度组合模式为例 ,通过仿真分析研究了一种应用于低成本组合导航系统的H∞ 滤波算法 ,对系统的精度、鲁棒性以及系统稳定性进行了分析。    

17.  GPS/INS组合导航系统半实物仿真研究  被引次数:19
   王艳东  黄继勋  范跃祖《北京航空航天大学学报》,1999年第25卷第3期
   为了研究GPS组合导航系统的性能,利用跑车实验实时采集的惯性导航系统和GPS的数据进行了测后仿真研究。分别进行了GPS/INS位置、速度组合和伪距、伪距率组合仿真,仿真中组合Kalman滤波器采用数值稳定性较好的U-D分解算法。最后给出了纯惯导及组合后系统的位置、速度误差仿真曲线,结果分析及相关结论。    

18.  逼近段惯性/视觉组合相对导航算法  
   张力军  钱山  郭才发  张士峰《上海航天》,2011年第28卷第3期
   针对交会对接最终逼近段相对位姿测量,提出了惯性/视觉组合相对导航算法。基于对接航天器相对运动模型,利用追踪航天器上惯性测量单元(IMU)获取两航天器间的相对运动信息作为短期参考,以电荷耦合器件(CCD)视觉测量作为长期参考,综合姿态四元数运动学方程,分别建立了姿态滤波器和位置滤波器。仿真结果表明算法可行且有效,并仿真分析了导航精度。    

19.  基于绝对速度测量计的自主导航探讨  被引次数:2
   孙凝生《航天控制》,2006年第24卷第4期
   对用激光原理进行绝对速度测量和由它实现自主导航的概念进行了探讨。利用3个陀螺仪和3个激光测速计按直角坐标方式配置,即可组成基于绝对速度测量计的捷联式惯性测量组合。这种方法的优点是简化计算和有利于提高精度。    

20.  基于遗传算法的多模型Kalman滤波算法 及应用研究  
   王子亮  房建成  全伟《北京航空航天大学学报》,2004年第30卷第8期
   基于长航时无人机惯性/天文/卫星(INS/CNS/GPS)组合导航系统模型,针对复杂环境所引起的系统模型参数变化导致单一固定参数滤波器精度降低问题,提出了一种基于遗传算法的多模型自适应Kalman滤波算法,并与单一模型下的Kalman滤波器方法进行了比较.仿真结果表明,与采用单一模型的Kalman滤波算法相比,该方法不仅能大大提高导航系统的精度和可靠性,而且还可以较好地辨识出组合导航系统惯性器件噪声统计模型参数.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号