-
公开(公告)号：CN109376785B
公开(公告)日：2021-09-24
申请号：CN201811282269.8
申请日：2018-10-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于迭代扩展卡尔曼滤波融合惯性与单目视觉的导航方法，该方法具体如下：在载体上安装单目相机与惯性测量单元，运用ROS中消息过滤器实现单目相机和惯性测量单元的时间戳同步，计算前后两帧图像之间的位姿变化，并计算其相应时间内的惯性测量单元解算得到的位置，速度，旋转等变化信息，将惯性测量单元得到的位置、速度与旋转等作为系统的状态变量，视觉传感器得到的位姿变化信息作为观测量建立系统方程。并通过一次迭代扩展卡尔曼滤波的方法对两种传感器获得的信息进行融合，实现载体的实时状态估计与导航。本发明可以在长时间实时定位与导航过程中保持较高的精度，且具有帧间计算复杂度不变的优点。
-
Patent Agency Ranking
公开(公告)号：CN109141436A
公开(公告)日：2019-01-04
申请号：CN201811159410.5
申请日：2018-09-30
Applicant: 东南大学
CPC classification number: G01C21/203 , G01C21/005 , G01C21/165 , G01C21/18
Abstract: 本发明提供了改进的无迹卡尔曼滤波算法在水下组合导航中的应用方法，包括：对需要用到的坐标系进行定义；建立水下潜航阶段SINS/DVL子系统状态方程；建立水下潜航阶段SINS/DVL子系统量测方程；建立水面位置修正阶段SINS/GPS子系统的状态方程；建立水面位置修正阶段SINS/GPS子系统的量测方程；建立水下潜航阶段的非线性滤波方程，在水下潜航一段时间以后，AUV浮出水面，建立水面位置修正阶段非线性滤波方程，进行改进的无迹卡尔曼滤波解算，完成时间更新、量测更新和滤波更新，完成定时位置信息校正。本发明能够提高水下组合导航系统的滤波结算效率及导航精度，降低了滤波算法计算的复杂程度，保证实时性和稳定性。
-
公开(公告)号：CN109211276B
公开(公告)日：2022-06-03
申请号：CN201811281092.X
申请日：2018-10-30
Applicant: 东南大学
IPC: G01C25/00
Abstract: 本发明提供了一种基于GPR与改进的SRCKF的SINS初始对准方法，首先获取各传感器数据，并对数据预处理；建立载体系统的状态方程和量测方程；采用SSR规则选取SRCKF的容积点，建立改进的SRCKF递推方程；利用改进SRCKF递推方程递推，最终递推获取载体的初始对准姿态误差角。在需要快速对准环境下，建立GPR模型；利用系统当前的量测数据，估计系统当前对准过程的姿态误差角，求解姿态矩阵以完成初始对准任务。本发明提高SRCKF的鲁棒性，增强滤波算法的数值稳定性，并能降低高阶SRCKF的计算量，加快初始对准速度且能获得与改进的SRCKF精度相当的初始对准结果。
-
公开(公告)号：CN109376785A
公开(公告)日：2019-02-22
申请号：CN201811282269.8
申请日：2018-10-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于迭代扩展卡尔曼滤波融合惯性与单目视觉的导航方法，该方法具体如下：在载体上安装单目相机与惯性测量单元，运用ROS中消息过滤器实现单目相机和惯性测量单元的时间戳同步，计算前后两帧图像之间的位姿变化，并计算其相应时间内的惯性测量单元解算得到的位置，速度，旋转等变化信息，将惯性测量单元得到的位置、速度与旋转等作为系统的状态变量，视觉传感器得到的位姿变化信息作为观测量建立系统方程。并通过一次迭代扩展卡尔曼滤波的方法对两种传感器获得的信息进行融合，实现载体的实时状态估计与导航。本发明可以在长时间实时定位与导航过程中保持较高的精度，且具有帧间计算复杂度不变的优点。
-
公开(公告)号：CN109388778A
公开(公告)日：2019-02-26
申请号：CN201811058809.4
申请日：2018-09-11
Applicant: 东南大学
Abstract: 本发明公开了一种迭代容积点无迹卡尔曼滤波方法，包括以下步骤：迭代容积点无迹卡尔曼滤波算法sigma点的选取；重新确定sigma点的加权系数；给出容积点无迹卡尔曼滤波算法的流程；迭代计算容积点无迹卡尔曼滤波算法。本发明能够有效应用在含有随机噪声的高自由度强非线性的系统中，协同处理解决计算量问题、非线性滤波发散问题、负权重问题，能够有效提高状态量的估计精度和实时性，不会使滤波结果发散。本发明相对于容积卡尔曼滤波可以更好地拟合非线性系统函数的统计特性，相对于无迹卡尔曼滤波可以避免sigma点权重的非正定性。
-
公开(公告)号：CN109211276A
公开(公告)日：2019-01-15
申请号：CN201811281092.X
申请日：2018-10-30
Applicant: 东南大学
IPC: G01C25/00
Abstract: 本发明提供了一种基于GPR与改进的SRCKF的SINS初始对准方法，首先获取各传感器数据，并对数据预处理；建立载体系统的状态方程和量测方程；采用SSR规则选取SRCKF的容积点，建立改进的SRCKF递推方程；利用改进SRCKF递推方程递推，最终递推获取载体的初始对准姿态误差角。在需要快速对准环境下，建立GPR模型；利用系统当前的量测数据，估计系统当前对准过程的姿态误差角，求解姿态矩阵以完成初始对准任务。本发明提高SRCKF的鲁棒性，增强滤波算法的数值稳定性，并能降低高阶SRCKF的计算量，加快初始对准速度且能获得与改进的SRCKF精度相当的初始对准结果。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
