-
Patent Agency Ranking
公开(公告)号：CN115615433A
公开(公告)日：2023-01-17
申请号：CN202110784429.4
申请日：2021-07-12
Applicant: 中国人民解放军海军航空大学青岛校区 , 济南大学 , 山东蓓明医疗科技有限公司
IPC: G01C21/20
Abstract: 本发明公开了一种基于扩展Kalman和R‑T‑S平滑算法的混合定位方法及系统，包括：获取每个时刻机器人位置的预估，判断机器人在X方向和Y方向的位置变化情况；对于位置变化没有超过设定阈值的方向，利用R‑T‑S平滑算法对机器人在该方向的位置进行平滑，并对平滑过的位置取平均，得到机器人在该方向的最优位置预估。本发明分别判断机器人在X方向和Y方向的位置变化情况，对位置变化小于设定阈值的方向进行平滑，能够有效的提高局部方向处于静止状态下的导航预估的精度，进而提高整个导航的精度。
-
公开(公告)号：CN113970331A
公开(公告)日：2022-01-25
申请号：CN202111038887.X
申请日：2021-09-06
Applicant: 济南大学
Abstract: 本发明公开了一种基于重构观测量的四旋翼定位方法及系统，包括：以东向和北向的位置以及东向和北向的速度作为状态向量；利用超宽带测量的四旋翼与UWB参考节点之间的距离作为观测值；基于所述状态向量和观测值进行EFIR滤波，对EFIR滤波算法的输出进行平滑；利用平滑之后的状态向量对设定时段的观测向量进行重构，重构之后的观测向量作为下一时刻EFIR前向滤波所需的观测向量，对下一时刻的四旋翼的位置进行预估。本发明利用R‑T‑S平滑算法对前一段时刻的观测向量进行重构，有效的提高了观测向量的精度，进而提高了EFIR滤波算法的精度。
-
公开(公告)号：CN111578939A
公开(公告)日：2020-08-25
申请号：CN202010206200.8
申请日：2020-03-23
Applicant: 济南大学
Abstract: 本发明公开了一种考虑采样周期随机变化的机器人紧组合导航方法及系统，包括：获取机器人x方向和y方向的位置误差、速度误差、航向角以及当前时刻的采样周期数据；将上述采集到的数据作为扩展卡尔曼滤波器的状态向量；将激光雷达和航迹推算分别测量的机器人与特征点之间距离的平方差以及当前时刻的采样周期作为扩展卡尔曼滤波器的观测向量进行数据融合，最终得到机器人的最优的状态预估，实现对于机器人的路径导航。
-
公开(公告)号：CN110879069A
公开(公告)日：2020-03-13
申请号：CN201911267283.5
申请日：2019-12-11
Applicant: 济南大学
IPC: G01C21/20
Abstract: 本发明公开了一种面向UWB SLAM的Kalman/R-T-S混合定位方法及系统，包括：将x和y方向的位置、速度、航向角和UWB参考节点的位置作为扩展卡尔曼滤波器的状态向量；将UWB测量的机器人与UWB参考节点之间的距离作为扩展卡尔曼滤波器的观测向量进行数据融合,得到预估的UWB参考节点的位置；利用R-T-S平滑算法对扩展卡尔曼滤波器预估的UWB参考节点的位置进行平滑，对各个时刻平滑过的UWB参考节点位置取平均值，最终得到移动机器人和UWB参考节点的最优预估。本发明利用R-T-S平滑算法对扩展卡尔曼滤波器预估的UWB参考节点的位置进行平滑，不再像传统UWB定位算法需要依赖UWB参考节点的位置信息；R-T-S平滑算法的引入增加了参考节点位置信息的预估精度。
-
公开(公告)号：CN111578939B
公开(公告)日：2021-11-02
申请号：CN202010206200.8
申请日：2020-03-23
Applicant: 济南大学
Abstract: 本发明公开了一种考虑采样周期随机变化的机器人紧组合导航方法及系统，包括：获取机器人x方向和y方向的位置误差、速度误差、航向角以及当前时刻的采样周期数据；将上述采集到的数据作为扩展卡尔曼滤波器的状态向量；将激光雷达和航迹推算分别测量的机器人与特征点之间距离的平方差以及当前时刻的采样周期作为扩展卡尔曼滤波器的观测向量进行数据融合，最终得到机器人的最优的状态预估，实现对于机器人的路径导航。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
