公开(公告)号：CN118464013A

公开(公告)日：2024-08-09

申请号：CN202410583140.X

申请日：2024-05-11

Applicant: 东南大学

Inventor： 徐晓苏 ,  潘绍华 ,  姚逸卿 ,  张涛

IPC: G01C21/20 ,  G01C21/16 ,  G01S15/86 ,  G01S15/08 ,  G06F17/11 ,  G06F17/16 ,  G06F16/29

Abstract: 本发明提供了一种基于多普勒计程仪频移和测距信息辅助惯性导航的水下定位方法，包括：建立一种搭载于小型水下自主航行器的稳健导航系统，在有先验地图的区域通过多普勒计程仪频移和测距信息辅助惯性导航；建立频移信息辅助惯性的航位推算子系统模型，将系统性残余误差引入模型中进行精确建模并辨识；建立测距信息辅助惯性的地形辅助导航子系统模型，将四波束测距信息通过辨识的系统残差进行补偿并计算系统测深信息，与在先验地图中提取的估计测深信息进行地形辅助导航；建立系统信息融合模型，根据子系统输出的三维位置信息输出导航信息实现航行器控制。本发明提出的多普勒计程仪辅助惯性导航方法，能够有效提高导航系统的定位精度和可靠性。

公开(公告)号：CN111156984B

公开(公告)日：2022-12-09

申请号：CN201911313842.1

申请日：2019-12-18

Applicant: 东南大学

Inventor： 徐晓苏 ,  安仲帅 ,  吴贤 ,  魏宏宇 ,  侯岚华 ,  潘绍华

IPC: G01C21/00 ,  G01C21/16 ,  G01C21/20 ,  G06N3/08

Abstract: 本发明公开了一种面向动态场景的单目视觉惯性SLAM方法，首先视觉前端提取ORB特征点，并使用YOLO‑v3神经网络进行目标识别，进而提取出潜在的静态特征点集合，再结合本质矩阵的RANSAC外点剔除，筛选出最终的静态特征点并进行跟踪；同时，为了提高数据的处理效率，对IMU测量值进行预积分；然后进行初始化，计算包括：姿态、速度、重力向量、陀螺仪偏置的初值；随后进行视觉惯性紧耦合的非线性优化，并建立地图；同时进行回环检测和重定位，最后进行全局的位姿图优化。本发明将深度学习，和视觉惯性SLAM相融合，能够一定程度上消除动态物体对于SLAM定位和建图的影响，提升了系统的长时间工作的稳定性。

公开(公告)号：CN115355912A

公开(公告)日：2022-11-18

申请号：CN202210972317.6

申请日：2022-08-15

Applicant: 东南大学

Inventor： 姚逸卿 ,  沈逸雷 ,  徐晓苏 ,  潘绍华

IPC: G01C21/20 ,  G01C21/16

Abstract: 本发明提供非完整波束下虚拟波束辅助惯性/多普勒紧组合导航方法，具体包括以下步骤：步骤1：建立惯性/声学多普勒测速仪紧组合系统，包括惯性系统误差模型、声学多普勒测速仪波束误差模型、组合系统状态方程、组合系统观测方程；步骤2：当声学多普勒测速仪四波束均有效时，构架基于最小支持向量机的人工智能模块，声学多普勒测速仪各波束速度为输出，训练该人工智能网络；步骤3：当声学多普勒测速仪有波束失效时，进入智能预测阶段，利用已完成训练学习的人工智能模块持续对失效波束速度进行预测，形成虚拟波束信息；步骤4：将虚拟波束信息与有效波束信息相组合作为系统观测，持续进行惯性/多普勒紧组合导航算法。

公开(公告)号：CN110514209B

公开(公告)日：2021-05-11

申请号：CN201910800501.0

申请日：2019-08-27

Applicant: 东南大学

Inventor： 徐晓苏 ,  侯岚华 ,  姚逸卿 ,  王迪 ,  潘绍华 ,  吴贤 ,  安仲帅

IPC: G01C21/20 ,  G01C21/00 ,  G06F17/18

Abstract: 本发明公开了一种交互式多模型组合导航方法，首先根据组合导航系统误差模型建立状态方程，其次采用上一个状态估计输出的联合量测噪声方差阵自适应建立三个模型并根据上一个状态估计输出的各模型状态及估计误差方差阵计算本次估计的初始状态及估计误差方差阵；再对建立的三个模型分别进行Sage‑Husa自适应滤波并采用贝叶斯假设检验方法进行模型更新；最后根据权重进行输出交互过程，输出最终滤波结果。本发明能实时估计量测噪声方差阵并有效地提高组合导航定位精度及效率。

公开(公告)号：CN111156984A

公开(公告)日：2020-05-15

申请号：CN201911313842.1

申请日：2019-12-18

Applicant: 东南大学

Inventor： 徐晓苏 ,  安仲帅 ,  吴贤 ,  魏宏宇 ,  侯岚华 ,  潘绍华

IPC: G01C21/00 ,  G01C21/16 ,  G01C21/20 ,  G06N3/08

Abstract: 本发明公开了一种面向动态场景的单目视觉惯性SLAM方法，首先视觉前端提取ORB特征点，并使用YOLO-v3神经网络进行目标识别，进而提取出潜在的静态特征点集合，再结合本质矩阵的RANSAC外点剔除，筛选出最终的静态特征点并进行跟踪；同时，为了提高数据的处理效率，对IMU测量值进行预积分；然后进行初始化，计算包括：姿态、速度、重力向量、陀螺仪偏置的初值；随后进行视觉惯性紧耦合的非线性优化，并建立地图；同时进行回环检测和重定位，最后进行全局的位姿图优化。本发明将深度学习，和视觉惯性SLAM相融合，能够一定程度上消除动态物体对于SLAM定位和建图的影响，提升了系统的长时间工作的稳定性。

公开(公告)号：CN110514209A

公开(公告)日：2019-11-29

申请号：CN201910800501.0

申请日：2019-08-27

Applicant: 东南大学

Inventor： 徐晓苏 ,  侯岚华 ,  姚逸卿 ,  王迪 ,  潘绍华 ,  吴贤 ,  安仲帅

IPC: G01C21/20 ,  G01C21/00 ,  G06F17/18

Abstract: 本发明公开了一种交互式多模型组合导航方法，首先根据组合导航系统误差模型建立状态方程，其次采用上一个状态估计输出的联合量测噪声方差阵 自适应建立三个模型并根据上一个状态估计输出的各模型状态及估计误差方差阵计算本次估计的初始状态及估计误差方差阵；再对建立的三个模型分别进行Sage-Husa自适应滤波并采用贝叶斯假设检验方法进行模型更新；最后根据权重进行输出交互过程，输出最终滤波结果。本发明能实时估计量测噪声方差阵并有效地提高组合导航定位精度及效率。