公开(公告)号：CN110361031A

公开(公告)日：2019-10-22

申请号：CN201910601546.5

申请日：2019-07-05

Applicant: 东南大学

Inventor： 张涛 ,  张亮 ,  朱永云 ,  王健 ,  李瑶 ,  魏宏宇 ,  张硕骁

IPC: G01C25/00

Abstract: 本发明公开了一种基于回溯理论的IMU全参数误差的快速标定方法，本发明设计了一种三位置下正反旋转的的标定轨迹，通过惯性组件误差传播规律分析误差状态的可观测性，基于回溯框架理论的标定方法可以短时间内快速标定IMU全参数误差。本发明的有益效果为：基于系统级的标定方法可以标定出光纤陀螺与加速度计的零位误差，刻度因子误差，安装误差以及加速度计在动态环境下的杆臂误差；本发明简化了标定轨迹的编排，极大的缩短了标定时间，提高了IMU误差标定的效率。

公开(公告)号：CN109934826A

公开(公告)日：2019-06-25

申请号：CN201910149996.5

申请日：2019-02-28

Applicant: 东南大学

Inventor： 张涛 ,  魏宏宇 ,  张硕骁 ,  翁铖铖 ,  王帅

IPC: G06T7/11 ,  G06N3/04 ,  G06T5/40

Abstract: 一种基于图卷积网络的图像特征分割方法。用均匀网格分割预处理后的图像；构建以中心图像块为顶点的有向无权图，利用图像块的关系，写出该图对应的邻接矩阵、特征矩阵以及每个节点的度矩阵；根据先验知识设定权重矩阵，用公式f(X，A)＝D-1*A*X*W对图进行第一层图卷积；用卷积结果更新节点信息并作为下一层卷积的初始值；再次构建新的图，进行卷积，层层迭代，直至完成整张图像的特征分割。本发明在做图卷积网络之前，提出以均匀网格分割图像，很大程度上减少卷积运算的计算量，并采用层层迭代的方法，提高特征分割的准确性。本发明用图卷积网络进行图像特征分割，解决卷积神经网络不能处理不规则图像的问题，大幅提升分割效果，并对特征分割结果起到优化作用。

公开(公告)号：CN109324330B

公开(公告)日：2022-11-18

申请号：CN201811087892.8

申请日：2018-09-18

Applicant: 东南大学

Inventor： 张涛 ,  翁铖铖 ,  王帅 ,  杨阳 ,  袁杰 ,  张硕骁 ,  魏宏宇

IPC: G01S15/02 ,  G01S15/46 ,  G01C21/18 ,  G01C21/16 ,  G01C21/20

Abstract: 本发明提供的是一种基于混合无导数扩展卡尔曼滤波的USBL/SINS紧组合导航定位方法，特别适用于水下设备的定位。本发明由超短基线水声定位系统USBL和捷联惯性导航系统SINS组成，采用混合无导数扩展卡尔曼滤波HDEKF进行组合导航。超短基线系统通过计算超声波信号在应答器和水听器之间单向传播的时间，得到两者之间的斜距测量值，并通过坐标转换公式得到观测方程。再根据捷联惯导系统的误差传递公式建立误差状态方程。最后进行混合无导数卡尔曼滤波，使用标准线性卡尔曼滤波进行时间更新，使用无导数扩展滤波进行量测更新。本发明能有效提高USBL/INS组合导航系统的导航精度和稳定性，并减少实时计算量。

公开(公告)号：CN110849356B

公开(公告)日：2022-06-28

申请号：CN201911023068.0

申请日：2019-10-25

Applicant: 东南大学

Inventor： 张涛 ,  张晨 ,  张佳宇 ,  张江源 ,  夏茂栋 ,  王健 ,  朱永云 ,  张亮 ,  魏宏宇 ,  张硕骁

IPC: G01C21/08 ,  G01C21/20

Abstract: 本发明提供的是一种地磁场异常干扰下基于动能的导航方法。当小球从山顶滑至谷底的过程中，小球的重力势能转化为动能，小球即使达到谷底，也会因为存在动能继续运动。本发明受此启发，当潜航器陷入局部区域时，潜航器保持与下落相同的运动趋势继续航行，直至摆脱局部区域。本发明能保证潜航器在不使用磁图等先验条件的情况下快速摆脱磁场异常区，使得系统具有更好的可靠性，为摆脱异常区域磁场干扰提供了一种新的导航方法。

公开(公告)号：CN109447133A

公开(公告)日：2019-03-08

申请号：CN201811182293.4

申请日：2018-10-11

Applicant: 东南大学

Inventor： 张涛 ,  王帅 ,  翁铖铖 ,  杨阳 ,  袁杰 ,  张硕骁 ,  魏宏宇

IPC: G06K9/62

Abstract: 一种基于SVR算法的位置信息野值的剔除方法，本发明采用结构风险最小化原则，在此过程中，首先获取AUV当前时刻之前的l个时刻的历史位置解算数据作为训练数据集。然后构造SVR回归模型并确定待构建的SVR模型的参数。接着通过纯距离法解算AUV的相对位置并将当前时刻AUV的条件参数代入SVR模型得到位置预测。最后通过设置信任度来决定该解算出的位置值是否为野值，如果差值大于设置的信任度则剔除当前计算值，并返回计算下一时刻的位置值，否则保留该值。本发明实现了在水声定位中位置量测数据的预处理，减小由野值产生的误差并有利于接下来的滤波处理。

公开(公告)号：CN109324330A

公开(公告)日：2019-02-12

申请号：CN201811087892.8

申请日：2018-09-18

Applicant: 东南大学

Inventor： 张涛 ,  翁铖铖 ,  王帅 ,  杨阳 ,  袁杰 ,  张硕骁 ,  魏宏宇

IPC: G01S15/02 ,  G01S15/46 ,  G01C21/18 ,  G01C21/16 ,  G01C21/20

Abstract: 本发明提供的是一种基于混合无导数扩展卡尔曼滤波的USBL/SINS紧组合导航定位方法，特别适用于水下设备的定位。本发明由超短基线水声定位系统USBL和捷联惯性导航系统SINS组成，采用混合无导数扩展卡尔曼滤波HDEKF进行组合导航。超短基线系统通过计算超声波信号在应答器和水听器之间单向传播的时间，得到两者之间的斜距测量值，并通过坐标转换公式得到观测方程。再根据捷联惯导系统的误差传递公式建立误差状态方程。最后进行混合无导数卡尔曼滤波，使用标准线性卡尔曼滤波进行时间更新，使用无导数扩展滤波进行量测更新。本发明能有效提高USBL/INS组合导航系统的导航精度和稳定性，并减少实时计算量。