公开(公告)号：CN118392167A

公开(公告)日：2024-07-26

申请号：CN202410543982.2

申请日：2024-04-30

Applicant: 扬州大学

Inventor： 曹松银 ,  潘观根 ,  季辰一 ,  裔扬

IPC: G01C21/16 ,  G06V20/10 ,  G01C25/00

Abstract: 本发明公开了视觉导航技术领域一种基于改进的自适应UKF的视觉惯性轮速计SLAM方法，包括以下步骤1）对机器人SLAM系统建立状态方程；步骤2）建立视觉传感器和轮速计的量测模型；步骤3）根据状态空间模型确立无迹变换采样点和权值；步骤4）将采样点进行非线性函数传递，并更新系统状态预测和状态预测协方差矩阵；步骤5）量测更新，并用改进的Sage‑Husa算法对过程噪声和量测噪声协方差矩阵进行更新；步骤6）引入收敛因子，更新状态估计、滤波增益和状态估计协方差矩阵，本发明采用了改进的Sage‑Husa自适应卡尔曼滤波，通过自适应调整UKF算法的参数，优化滤波效果，从而提高机器人SLAM系统的实时性和准确性。

公开(公告)号：CN118463992A

公开(公告)日：2024-08-09

申请号：CN202410545652.7

申请日：2024-04-30

Applicant: 扬州大学

Inventor： 曹松银 ,  季辰一 ,  潘观根 ,  方宇

IPC: G01C21/16 ,  G01C21/02 ,  G01C25/00 ,  G01S19/47

Abstract: 本发明公开了SINS导航技术领域内的一种SINS/GPS/偏振光组合导航系统自适应联邦滤波方法，包括以下步骤：1）选取“东‑北‑天”地理坐标系作为导航坐标系，选取16维系统状态变量，建立非线性SINS误差模型，2）根据SINS与GPS的速度与位置误差构建SINS/GPS量测模型，根据偏振角误差建立SINS/偏振光量测模型，与SINS误差模型共同组成组合导航系统模型，3）根据组合导航系统模型，设计自适应联邦滤波器，在两个子系统SINS/GPS与SINS/偏振光中分别进行状态与量测的更新，将STF与UKF结合用于处理不确定性问题，4）自适应联邦滤波器进行信息融合，根据子滤波器的结果进行数据融合，以获得最佳的信息估计结果，从而减小惯性导航系统的导航误差，本发明提高系统滤波精度。