-
Patent Agency Ranking
公开(公告)号：CN117553826A
公开(公告)日：2024-02-13
申请号：CN202311403360.1
申请日：2023-10-26
Applicant: 北京工业大学
Abstract: 本发明公开了基于李群滤波的运动状态下捷联惯性导航对准方法，采用李群描述代替传统四元数描述实现对SINS姿态变换的计算，对利用李群和捷联惯导系统的特性构建的新系统进行分析，并根据李群中特殊正交群的性质定义的误差旋转矩阵，建立了基于误差状态的线性初始对准模型，利用等效误差模型将误差向量映射到角轴模型进行滤波。最后将误差进行补偿，得到姿态矩阵的最优估计。该方法避免了避免奇异值分解法的大失准角下的奇异点问题和传统四元数方法的非线性近似带来的精度问题；利用误差作为状态量进行估计并对误差进行补偿，状态相关误差得以减小，提高了对准精度。更适合于实际工程应用。
-
公开(公告)号：CN119958606A
公开(公告)日：2025-05-09
申请号：CN202510067749.6
申请日：2025-01-16
Applicant: 北京工业大学
Abstract: 本发明公开了面向低精度SINS的深度学习辅助变分贝叶斯李群滤波自对准方法，首先，利用传感器测量的原理和特性，将低精度SINS获得的陀螺仪数据视为时间序列。设计了一个采用门控循环单元(GRU)的神经网络模型，用于校准和补偿低精度SINS的测量误差。其次，开发了一种新颖的变分贝叶斯李群滤波方法，以处理李群对准模型中的各种误差，尤其是状态依赖噪声。将变分贝叶斯方法扩展到李群空间，以实时且自适应地估计测量噪声协方差矩阵。最后，在转台设备上进行实验，以验证和测试所提出方法的性能和优势。实验结果表明，所提出的初始自对准方法在对准精度和时间方面均显著优于现有方法。该方法完全满足实际应用中的实时性要求，无需额外设备和成本。
-
公开(公告)号：CN103644903B
公开(公告)日：2016-06-08
申请号：CN201310424318.8
申请日：2013-09-17
Applicant: 北京工业大学
IPC: G01C21/00
Abstract: 本发明涉及一种基于分布式边缘无味粒子滤波的同步定位与地图构建方法，首先建立坐标系并初始化环境地图；然后分别给匹配成功的各路标点建立子滤波器；接着在机器人运动模型的基础上，分别在各子滤波器中产生粒子群，获得每个粒子的状态向量及其方差；引入噪声，利用无味变换计算扩展后的粒子状态向量，并更新扩展后的粒子优化粒子群；然后计算粒子权值并归一化，统计每个子滤波器的聚合数据并将数据传送给主滤波器；接着计算全局估计和方差；其次判断每个子滤波器的有效抽样尺度和采样阈值，对粒子退化严重的子滤波器进行重采样；然后输出机器人状态向量和其方差，并存入地图。最后使用卡尔曼滤波算法更新路标点状态，直到机器人不再运行为止。
-
公开(公告)号：CN117705148A
公开(公告)日：2024-03-15
申请号：CN202311402265.X
申请日：2023-10-26
Applicant: 北京工业大学
Abstract: 本发明公开了基于流形优化的捷联惯导系统粗对准方法，采用流形空间描述代替传统欧式空间，将欧式空间中的约束优化问题转化为流形上的无约束优化问题。回顾欧氏空间中的梯度下降优化方法，并将其扩展到流形空间。利用反对称投影算子，在流形的切空间上选择下降方向，并结合Barzilai‑Borwein方法选择合适的步长。最后利用Cayley变换，设计回缩映射，将流形切空间上的迭代点映射回流形空间，得到姿态矩阵的最优估计。该方法避免了欧式梯度不能满足O(3)群的正交约束引起的精度下降，难以迭代出全局最优解，同时避免了传统拉格朗日乘数法所带来的正交化约束的计算复杂度和没有考虑SO(3)群的几何结构信息。
-
公开(公告)号：CN103644903A
公开(公告)日：2014-03-19
申请号：CN201310424318.8
申请日：2013-09-17
Applicant: 北京工业大学
IPC: G01C21/00
Abstract: 本发明涉及一种基于分布式边缘无味粒子滤波的同步定位与地图构建方法，首先建立坐标系并初始化环境地图；然后分别给匹配成功的各路标点建立子滤波器；接着在机器人运动模型的基础上，分别在各子滤波器中产生粒子群，获得每个粒子的状态向量及其方差；引入噪声，利用无味变换计算扩展后的粒子状态向量，并更新扩展后的粒子优化粒子群；然后计算粒子权值并归一化，统计每个子滤波器的聚合数据并将数据传送给主滤波器；接着计算全局估计和方差；其次判断每个子滤波器的有效抽样尺度和采样阈值，对粒子退化严重的子滤波器进行重采样；然后输出机器人状态向量和其方差，并存入地图。最后使用卡尔曼滤波算法更新路标点状态，直到机器人不再运行为止。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
