-
公开(公告)号:CN106885570A
公开(公告)日:2017-06-23
申请号:CN201710103130.1
申请日:2017-02-24
Applicant: 南京理工大学
CPC classification number: G01C21/165 , G01S19/49
Abstract: 本发明公开了一种基于鲁棒SCKF滤波的紧组合导航方法。该方法步骤如下:通过轨迹发生器、卫星信号模拟器依次模拟生成导弹的IMU数据和GPS中频信号;将模拟生成的IMU数据进行惯导解算,将GPS中频信号注入软件接收机进行导航解算;建立发射惯性坐标系下GPS/SINS紧组合导航系统模型;在标准平方根容积卡尔曼滤波(SCKF)基础上,引入稳健M估计,对系统观测噪声阵进行自适应调节,构成鲁棒平方根容积卡尔曼滤波(RSCKF)算法,对系统状态进行滤波校正。本发明可有效消除系统中出现的观测异常误差,提高了GPS/SINS紧组合导航的抗干扰能力和导航精度。
-
公开(公告)号:CN106885569A
公开(公告)日:2017-06-23
申请号:CN201710102887.9
申请日:2017-02-24
Applicant: 南京理工大学
CPC classification number: G01C21/165 , G01C21/20
Abstract: 本发明公开了一种强机动条件下的弹载深组合ARCKF滤波方法。该方法为:通过轨迹发生器生成模拟强机动导弹的弹道轨迹和相应IMU数据;将生成的弹道轨迹注入卫星信号模拟器,生成GNSS中频信号;然后将生成的GNSS中频数据注入给软件接收机、IMU数据进行惯导解算;建立发射惯性坐标系下GNSS/SINS深组合导航系统的状态方程与观测方程;同时将抗差估计理论中的抗差M估计算法与自适应因子结合到容积卡尔曼滤波(CKF)算法中,形成自适应抗差容积卡尔曼滤波(ARCKF)算法,对系统状态进行滤波校正。本发明可用于强机动、高动态状态下载体的GNSS/SINS深组合导航,有效提高了导航的抗干扰能力和导航精度。
-
公开(公告)号:CN108288065B
公开(公告)日:2021-06-11
申请号:CN201710014389.9
申请日:2017-01-09
Applicant: 南京理工大学
IPC: G06K9/62 , G06K9/46 , G06K9/40 , G01B11/275
Abstract: 本发明公开了一种基于图像分析的四轮定位仪检测方法。步骤如下:首先在车轮轴位置放置激光器光源,距离车轮一定位置处平行放置一个接受面,当车轮前束角与外倾角开始变化时,由图像采集系统的摄像头获取接受面的图像传输到ARM硬件平台;ARM对获取的图像进行分析和处理,包括灰度处理,高斯滤波以及边缘检测,然后利用灰度重心法计算出激光光点在接受面的像素位置;最终由坐标转换及空间几何知识,可确定车轮的前束角及外倾角,再传输给上位机实现人机交互。本发明方法操作简单,实时,高效且检测精度较高。
-
公开(公告)号:CN108288065A
公开(公告)日:2018-07-17
申请号:CN201710014389.9
申请日:2017-01-09
Applicant: 南京理工大学
IPC: G06K9/62 , G06K9/46 , G06K9/40 , G01B11/275
Abstract: 本发明公开了一种基于图像分析的四轮定位仪检测方法。步骤如下:首先在车轮轴位置放置激光器光源,距离车轮一定位置处平行放置一个接受面,当车轮前束角与外倾角开始变化时,由图像采集系统的摄像头获取接受面的图像传输到ARM硬件平台;ARM对获取的图像进行分析和处理,包括灰度处理,高斯滤波以及边缘检测,然后利用灰度重心法计算出激光光点在接受面的像素位置;最终由坐标转换及空间几何知识,可确定车轮的前束角及外倾角,再传输给上位机实现人机交互。本发明方法操作简单,实时,高效且检测精度较高。
-
-
-