-
公开(公告)号：CN112857366B
公开(公告)日：2022-03-18
申请号：CN202110049738.7
申请日：2021-01-14
Applicant: 东南大学
IPC: G01C21/16
Abstract: 本发明公开一种基于压缩结构的光纤捷联惯导系统姿态解算方法，属于捷联惯性导航领域。该方法直接利用光纤陀螺输出的角速率信号进行矢量叉积，首先根据等效旋转矢量微分方程建立等效旋转矢量的五阶模型，然后利用角速率矢量的二叉积、三叉积和四叉积来补偿不可交换性误差中的圆锥校正项，最后用求得的二阶、三阶、四阶和五阶旋转矢量项的估计值来近似姿态更新周期内的圆锥校正项，使其具有8阶估计精度，有效降低了刚体转动引起的圆锥误差，进一步提高了高动态条件下的姿态解算精度，由于角速率叉积采用了压缩结构，故计算量较小可用于实际系统。
-
公开(公告)号：CN114111798A
公开(公告)日：2022-03-01
申请号：CN202111488055.8
申请日：2021-12-07
Applicant: 东南大学
Abstract: 本发明公开一种基于仿射因子补偿的改进ICCP方法，属于地球物理场辅助惯性导航领域。ICCP(Iterative Closest Contour Point)算法是目前地形匹配导航技术最为重要的匹配算法之一，但其对惯导航迹所作的修正仅仅是旋转和平移，没有对航迹进行缩放，因而不能修正辅助定位过程中惯导指示航迹相对于实际航迹发生的形变所造成的误差。已有的引入仿射修正以提高ICCP精度的算法，大多利用模拟退火、最小二乘等方法，计算量大且仿射因子精度有限，本发明利用单位四元数表示ICCP中的旋转，求得仿射因子的解析解，提高了ICCP算法精度。
-
公开(公告)号：CN113900127A
公开(公告)日：2022-01-07
申请号：CN202111155467.X
申请日：2021-09-29
Applicant: 东南大学
Abstract: 本发明公开一种基于强跟踪平方根容积卡尔曼滤波的卫星信号跟踪环路，属于无线通信领域。本发明包括步骤(1)中频数据与本地数控振荡器产生的信号作相关运算，由六路相关器输出作为强跟踪平方根容积卡尔曼滤波器的量测输入；(2)由滤波器对码相位误差、载波相位误差、载波频率误差及其一阶导数分别进行时间更新得到相应的状态预测值；(3)由滤波器对码相位误差、载波相位误差、载波频率误差及其一阶导数分别进行量测更新得到相应的最优估计值；(4)用步骤(3)得到的最优估计值在每个跟踪周期反馈调整本地数控振荡器。本发明在跟踪环路滤波过程中引入了强跟踪滤波的渐消因子，提高了跟踪环路的鲁棒性，以应对高动态环境下引起的模型失配。
-
公开(公告)号：CN112525187A
公开(公告)日：2021-03-19
申请号：CN202011343768.0
申请日：2020-11-25
Applicant: 东南大学
Abstract: 本发明公开一种基于角速率输入的高阶增强姿态方法，属于捷联惯性导航领域。该方法利用前一姿态更新周期和当前姿态更新周期内的角速率，首先通过对角速率进行拉格朗日插值并在当前姿态更新周期内积分来估计角增量，然后利用角速率二叉积的线性组合来估计不可交换性误差中的二阶旋转矢量项，接着利用角速率三叉积的线性组合来估计不可交换性误差中的三阶旋转矢量项，最后用求得的角增量、二阶旋转矢量项和三阶旋转矢量项的近似值来代替姿态更新周期内的旋转矢量，有效降低了刚体转动引起的不可交换性误差，进一步提高了姿态解算精度。
-
公开(公告)号：CN111707269A
公开(公告)日：2020-09-25
申请号：CN202010579045.4
申请日：2020-06-23
Applicant: 东南大学
Abstract: 本发明提供一种三维环境下的无人机路径规划方法，该方法包括步骤：环境建模：对无人机飞行的三维空间划分栅格并使用唯一栅格索引标识，对空间中的障碍物建立唯一索引标识并计算每一障碍物的包围盒作为确定受影响栅格的依据，将对应的障碍索引保存至所有与包围盒相交的栅格中；路径搜索：将无人机当前位置以及目标位置分别设为起始点和目标点，由起始点进行扩展建立一条由起始点到目标点不与障碍物包围盒相碰撞的生成路径；对生成路径进行简化并使用样条曲线对简化后生成路径进行平滑得到用于无人机控制的最终飞行轨迹。该方法考虑了无人机的实际飞行环境特点，能够快速地提供满足飞行条件且无误差的路径。
-
Patent Agency Ranking
公开(公告)号：CN111275702A
公开(公告)日：2020-06-12
申请号：CN202010120637.X
申请日：2020-02-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积神经网络的回环检测方法，首先利用开源框架Tensorflow训练的Inception V3网络，对待检测的图片进行卷积处理和池化处理并提取神经网络输出的描述子向量；其次，利用主成分分析算法对高维的描述子向量进行降维处理，并利用欧氏距离计算描述子向量的相似度；最后设定描述子向量的相似度阈值，并绘制出准确率-召回率曲线以验证回环检测算法性能。基于卷积神经网络的回环检测方法，克服了基于人工特征的回环检测方法准确率低、计算量大、实时性差的缺陷等问题。
-
公开(公告)号：CN111192302A
公开(公告)日：2020-05-22
申请号：CN202010007373.7
申请日：2020-01-02
Applicant: 东南大学
IPC: G06T7/33
Abstract: 本发明公开一种基于运动平滑性与RANSAC算法的特征匹配方法，其步骤包括：(1)读取两幅待匹配的图片，对其进行特征提取；(2)进行特征提取后，使用暴力匹配法进行初次匹配；(3)将两幅图片网格化，根据网格区域匹配的数目，找出最有可能代表相同区域的网格对；(4)根据运动平滑性，判断网格区域的正确匹配率，提取出误匹配率极低的网格区域；(5)对于提取出的网格区域内的特征点，运用RANSAC算法计算对应的单应矩阵；(6)通过计算得到的单应矩阵，对初次匹配的结果进行筛选，得到优质的匹配点。本发明的方法可以有效的提高匹配的召回率，改善匹配的实时性，减少匹配所花时间。
-
公开(公告)号：CN110414533A
公开(公告)日：2019-11-05
申请号：CN201910548155.1
申请日：2019-06-24
Applicant: 东南大学
Abstract: 本发明公开了一种改进ORB的特征提取与匹配方法，包括如下步骤：(1)读取待匹配的两幅图片，并对每一幅图片构建图像金字塔；(2)根据图片像素情况，计算自适应FAST阈值；(3)进行FAST关键点的提取，同时运用四叉树算法使其分布均匀化；(4)提取完关键点后，计算关键点的BRIEF描述子；(5)对图像金字塔的每一层图片进行(2)-(4)的操作；(6)待两幅图像特征提取结束后，采用暴力匹配进行特征匹配，保留最小距离点对；(7)计算暴力匹配得到匹配点对的Jaccard相似度，过滤相似度过低的匹配点对；(8)最后通过随机抽样一致性方法去除筛选后的匹配点中的误匹配。本发明能够自适应调整FAST阈值、使特征点分布均匀，降低误匹配。
-
公开(公告)号：CN109813316A
公开(公告)日：2019-05-28
申请号：CN201910032320.8
申请日：2019-01-14
Applicant: 东南大学
Abstract: 本发明公开一种基于地形辅助的水下载体紧组合导航方法，主要步骤包括：根据水下载体的运动状态选取状态量，建立水下载体组合导航系统模型，初始化水下地形组合导航系统；初始化高斯和粒子滤波器，搭建高斯过程-高斯和粒子滤波框架并进行水下载体紧组合导航。采用高斯过程-高斯和粒子滤波紧组合导航框架，可充分利用传感器信息，方法可移植性强，适用于非线性非高斯的实际系统，并且具有免重采样的优点，相较于传统的粒子滤波组合导航，组合导航精度更高，有利于推进基于地形辅助的水下载体组合导航系统的实际应用。
-
公开(公告)号：CN106017460B
公开(公告)日：2018-08-14
申请号：CN201610338941.5
申请日：2016-05-20
Applicant: 东南大学
Abstract: 本发明公开了一种地形辅助惯导紧组合的水下潜器导航定位方法，主要步骤包括：初始化组合导航系统；利用非线性离散状态方程进行状态量一步预测；利用非线性离散量测方程计算粒子滤波器的重要性权值；归一化重要性权值并估计潜器的导航参数；进行重要性重采样；完成非线性粒子滤波算法。本发明方法能有效、充分地利用各子系统的信息，相比地形辅助惯导松组合方式，定位的精度有明显提高，保证了水下潜器的长航时导航定位精度。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.023 seconds)
