无人机类脑吸引子神经网络导航技术

当前无人机在非结构化或未知环境下飞行主要采用SLAM进行导航与定位,存在如下突出问题：依赖高精度昂贵激光雷达等环境感知传感器;需要建立准确世界和无人机物理模型;受环境影响较大;自主智能水平较低,无法较好地满足无人机对导航系统的要求,需要发展自主智能的导航方式。基于吸引子神经网络的类脑导航技术,无需训练模型参数,不依赖高精度传感器,无需精确建模,且复杂环境下鲁棒性较强,具有解决上述问题的潜力。简要阐述了动物大脑导航机理,分析了吸引子神经网络和基于吸引子神经网络的类脑导航关键技术,最后讨论了吸引子类脑导航技术在无人机应用中的挑战。     

水平导航中转弯航线解算方法的研究和仿真

在飞机显示器的水平导航区域上需要为飞行员实时显示最新的航线信息,航线中的每个航路点均有不同的转弯方式,目前国内正在研发的飞机采用旁切转弯和飞越转弯两种方式,若错过了预计的转弯起始点,则需要重新进行航线解算,这被定义为超调转弯,给出三类转弯航线的解算方法。     

2019年国外导航技术发展综述

近年来,国外导航技术的发展呈现出多系统融合的发展态势,结合2019年国外导航技术的发展动态,对美国、欧盟、俄罗斯、印度等国家和地区的卫星导航、惯性导航、天文导航、视觉导航、数据库匹配导航、仿生导航、量子导航和全源导航等技术发展现状进行了总结分析,并对相关技术发展进行了展望。     

基于自适应纹理复杂度的仿生视觉导航方法研究

针对稠密光流在低纹理复杂度时精度较低的问题,提出了一种自适应纹理复杂度的稠密光流优化方法,以提升光流导航精度。根据三种不同大气条件下三种不同图像模糊程度的图像光流精度与纹理复杂度的统计图,推断稠密光流的精度与图像的纹理复杂度呈线性关系。通过建立图像纹理复杂度和稠密光流精度之间的直接联系,利用灰度共生矩阵的对比度参数评价图像纹理复杂度,采用最小二乘法拟合图像纹理复杂度和光流真值优化系数的函数关系,获得自适应纹理复杂度的稠密光流优化模型。基于该优化模型设计了仿真实验,实验结果表明,基于该模型可有效提升稠密光流在低纹理复杂度时的计算精度。     

单兵自主导航技术发展综述

在卫星受限情况下的单兵自主导航技术是近年来研究的热点。首先介绍了单兵自主导航技术的发展概况,然后重点分析了基于MIMU的单兵惯性导航技术的主要原理和方法,之后针对纯惯性导航存在的问题,介绍了地磁、场景、视觉等常用的单兵辅助导航方法,并阐述了单兵协同导航技术。最后,简要介绍了单兵自主导航技术的未来发展趋势。     

基于最小二乘法的磁力计误差补偿与校准

磁力计在行人自主导航系统中用于提供绝对航行信息,而航向的精度直接决定着系统定位的精度。针对目前磁力计标定方法中存在磁干扰等问题,提出了一种基于最小二乘法和"8"字校准法对磁力计零偏进行实时校准的方法。该方法先利用最小二乘法修正磁力计零偏,再根据磁力计的模值大小及方差作为磁干扰的判断条件,用"8"字旋转方式进行实时校准。通过仿真和实验验证,新的方法有效地解决了磁力计误差补偿问题,证明了改进误差补偿算法的可行性和有效性。     

一种着陆视觉导航P3P问题的解法

P3P问题是机器视觉领域的经典问题,其多解的排除与唯一解的确定是研究热点。针对飞行器着陆过程中机载视觉设备跑道成像的特点,提出了一种着陆视觉导航P3P问题唯一解的求解方法。该方法首先通过机场跑道的3条边线计算相对姿态,再根据直线方程求解相对位置,最终完成飞行器与跑道之间6个自由度参数的唯一确定。     

光纤陀螺惯导在航海领域的发展与应用

针对航海导航领域对惯性技术发展的新需求,从系统精度、旋转调制技术、陀螺性能等方面出发,梳理了国外航海惯导技术的发展脉络。由此总结出了航海惯导三点新的发展需求,包括定位精度、研制成本、使用维护性,同时给出了满足当前发展需求的一个研究方向,那就是采用超高精度的光纤陀螺研制航海惯导。最后从陀螺精度极限、温控、全阻尼等几个方面进行简要的可行性论证,并给出了部分验证试验结果,试验结果表明光纤陀螺惯导在航海领域具有广阔的发展前景。     

稳定环境下的高精度光纤捷联惯导精度探索研究

在分析法国MARINS光纤惯导方案及温度试验的基础上,论证提出了一种带温控高精度光纤陀螺捷联惯导设计方法,并在温箱稳定环境下进行了试验验证。试验表明,在温箱温控精度为0.1℃的条件下,惯导系统精度可以达到1nmile/10d;若实装,温控精度将优于0.02℃,光纤惯导精度还可进一步提高。     

自适应渐消Kalman滤波算法在RTK中的应用研究

在动态载波相位差分定位(RTK)中,由于观测环境复杂,会经常发生周跳、卫星信号失锁等情况,严重影响基线解算的连续性和可靠性。针对动态应用环境,提出了一种Kalman滤波算法在RTK技术中的应用方法。该方法可以实时估计模糊度浮点解及其协方差矩阵,在需要重新固定模糊度时可直接用于搜索,起到了周跳修复的作用。此外,采用了自适应渐消Kalman滤波算法提高算法的动态适应性,并引入独立的滑动窗进行新息的收集和处理,解决了由于参考星变化或卫星信号失锁造成观测量中断而无法准确计算新息协方差的难题。仿真结果表明,该算法能够在模糊度发生变化时快速收敛,并且相对于一般Kalman滤波算法在高动态下提高了模糊度浮点解的精度,提高了后续模糊度搜索的效率和固定成功率。