基于Harris角点匹配的SINS/SMANS组合导航方法及系统

    公开(公告)号:CN102506867B

    公开(公告)日:2014-07-30

    申请号:CN201110371854.7

    申请日:2011-11-21

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于Harris角点匹配的SINS/SMANS组合导航方法,包括以下步骤:S1:根据机载图像传感器的参数和几何关系,制作数字参考地图;S2:根据飞行器的飞行位置和姿态,模拟生成机载图像传感器拍摄的实时图像;S3:对所述数字参考地图和模拟的实时图像进行配准,计算得出飞行器的实时位置;S4:建立捷联惯性导航误差模型和景象匹配观测模型;S5:融合SINS和SMANS输出的状态信息,并对捷联惯性导航进行误差校正。本发明还公开了一种实现上述方法的组合导航系统,包括大气惯性导航系统、图像传感器视区及定位参数计算模块、数字参考地图数据库、图像传感器模拟模块、图像匹配模块以及卡尔曼滤波模块。本发明可有效改善SINS的导航精度并具有完全自主的特点。

    基于联邦滤波的SINS/SMANS/TRNS组合导航方法及系统

    公开(公告)号:CN102506868A

    公开(公告)日:2012-06-20

    申请号:CN201110371864.0

    申请日:2011-11-21

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于联邦滤波的SINS/SMANS/TRNS组合导航方法及系统,所述方法包括以下步骤:景象匹配辅助导航进行图像匹配,通过数字地图和拍摄图像间的仿射变换关系确定飞行器的位置;地形参考导航采用地形匹配方法进行地形匹配,通过高程数据确定飞行器的位置;建SINS的误差模型,以及SMANS和TRNS的观测模型;对SINS、SMANS、TRNS的输出进行信息融合,得出最优估计结果,并对捷联惯性导航系统进行校正。所述系统包括:大气惯性导航系统、飞行轨迹发生器模块、SINS/SMANS组合导航系统、SINS/TRNS组合导航系统以及联邦滤波模块。本发明有效提高导航系统的精度,并具有高容错性、高自主性和高可靠性。

    一种空间机器人机械臂的控制方法

    公开(公告)号:CN113400307B

    公开(公告)日:2022-10-18

    申请号:CN202110666012.8

    申请日:2021-06-16

    Abstract: 本发明属于航空航天技术领域,尤其涉及一种空间机器人机械臂的控制方法。本方法首先获取空间机器人基座相机采集的图像,设定用于机械臂控制过程中的奖励函数;构建机械臂控制策略网络、状态动作价值网络和状态价值网络,通过向控制策略网络输入图像,输出动作信息控制机械臂,并多次交互积累交互信息对形成经验池;根据最大熵强化学习构建各个网络训练所需的目标函数,利用经验池中的交互信息对实用梯度下降算法对各个网络参数进行训练,得到机械臂控制策略网络,输入图像信息,输出动作信息控制机械臂。本方法解决传统方法中存在的奇异解及建模误差问题,并将感知与决策统一到一个方法,避免了模块化的控制器设计过程中人工调整参数的问题。

    基于Harris角点匹配的SINS/SMANS组合导航方法及系统

    公开(公告)号:CN102506867A

    公开(公告)日:2012-06-20

    申请号:CN201110371854.7

    申请日:2011-11-21

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于Harris角点匹配的SINS/SMANS组合导航方法,包括以下步骤:S1:根据机载图像传感器的参数和几何关系,制作数字参考地图;S2:根据飞行器的飞行位置和姿态,模拟生成机载图像传感器拍摄的实时图像;S3:对所述数字参考地图和模拟的实时图像进行配准,计算得出飞行器的实时位置;S4:建立捷联惯性导航误差模型和景象匹配观测模型;S5:融合SINS和SMANS输出的状态信息,并对捷联惯性导航进行误差校正。本发明还公开了一种实现上述方法的组合导航系统,包括大气惯性导航系统、图像传感器视区及定位参数计算模块、数字参考地图数据库、图像传感器模拟模块、图像匹配模块以及卡尔曼滤波模块。本发明可有效改善SINS的导航精度并具有完全自主的特点。

    一种空间机器人机械臂的控制方法

    公开(公告)号:CN113400307A

    公开(公告)日:2021-09-17

    申请号:CN202110666012.8

    申请日:2021-06-16

    Abstract: 本发明属于航空航天技术领域,尤其涉及一种空间机器人机械臂的控制方法。本方法首先获取空间机器人基座相机采集的图像,设定用于机械臂控制过程中的奖励函数;构建机械臂控制策略网络、状态动作价值网络和状态价值网络,通过向控制策略网络输入图像,输出动作信息控制机械臂,并多次交互积累交互信息对形成经验池;根据最大熵强化学习构建各个网络训练所需的目标函数,利用经验池中的交互信息对实用梯度下降算法对各个网络参数进行训练,得到机械臂控制策略网络,输入图像信息,输出动作信息控制机械臂。本方法解决传统方法中存在的奇异解及建模误差问题,并将感知与决策统一到一个方法,避免了模块化的控制器设计过程中人工调整参数的问题。

    基于联邦滤波的SINS/SMANS/TRNS组合导航方法及系统

    公开(公告)号:CN102506868B

    公开(公告)日:2014-03-12

    申请号:CN201110371864.0

    申请日:2011-11-21

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于联邦滤波的SINS/SMANS/TRNS组合导航方法及系统,所述方法包括以下步骤:景象匹配辅助导航进行图像匹配,通过数字地图和拍摄图像间的仿射变换关系确定飞行器的位置;地形参考导航采用地形匹配方法进行地形匹配,通过高程数据确定飞行器的位置;建SINS的误差模型,以及SMANS和TRNS的观测模型;对SINS、SMANS、TRNS的输出进行信息融合,得出最优估计结果,并对捷联惯性导航系统进行校正。所述系统包括:大气惯性导航系统、飞行轨迹发生器模块、SINS/SMANS组合导航系统、SINS/TRNS组合导航系统以及联邦滤波模块。本发明有效提高导航系统的精度,并具有高容错性、高自主性和高可靠性。

Patent Agency Ranking