-
公开(公告)号：CN110986939B
公开(公告)日：2022-06-28
申请号：CN202010007374.1
申请日：2020-01-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于IMU预积分的视觉惯性里程计方法，包括如下步骤：获取载体在固定坐标系下的视觉和IMU传感器数据；构建系统状态向量和误差向量，并建立IMU运动方程和误差状态方程；构建离散化系统协方差矩阵，并由IMU测量执行零阶四元数积分计算当前时刻IMU的旋转，执行IMU预积分算法计算当前时刻IMU的位置以及速度；对系统状态向量增广，并对系统协方差矩阵增广；建立相机传感器的测量模型；由相机观测构建系统观测模型；执行系统滤波更新得到载体位姿。本发明可以提高滤波方式下的视觉惯性里程计定位精度。
-
公开(公告)号：CN110514203B
公开(公告)日：2022-06-28
申请号：CN201910822376.3
申请日：2019-08-30
Applicant: 东南大学
Abstract: 本发明提供了一种基于ISR‑UKF的水下组合导航方法，包括：分别建立水下潜航阶段SINS/DVL子系统和水面位置修正阶段SINS/GPS子系统的状态方程和量测方程；建立水下潜航阶段SINS/DVL子系统的非线性滤波方程，通过迭代平方根无迹卡尔曼滤波算法，进行水下潜航阶段的导航；在水下潜航较长时间以后，通过控制AUV的潜行深度到达水面附近停留较短时间，获取GPS位置、速度信息辅助，建立水面位置修正阶段SINS/GPS子系统的非线性滤波方程，通过迭代平方根无迹卡尔曼滤波算法，实现对AUV水下潜航阶段偏差的校正，从而实现AUV沿指定路线航行的目的。本发明能够提高SINS/DVL/GPS水下组合导航系统的滤波解算效率，在保证实时性和稳定性的前提下更加易于编程实现。
-
公开(公告)号：CN110986939A
公开(公告)日：2020-04-10
申请号：CN202010007374.1
申请日：2020-01-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于IMU预积分的视觉惯性里程计方法，包括如下步骤：获取载体在固定坐标系下的视觉和IMU传感器数据；构建系统状态向量和误差向量，并建立IMU运动方程和误差状态方程；构建离散化系统协方差矩阵，并由IMU测量执行零阶四元数积分计算当前时刻IMU的旋转，执行IMU预积分算法计算当前时刻IMU的位置以及速度；对系统状态向量增广，并对系统协方差矩阵增广；建立相机传感器的测量模型；由相机观测构建系统观测模型；执行系统滤波更新得到载体位姿。本发明可以提高滤波方式下的视觉惯性里程计定位精度。
-
Patent Agency Ranking
公开(公告)号：CN110514203A
公开(公告)日：2019-11-29
申请号：CN201910822376.3
申请日：2019-08-30
Applicant: 东南大学
Abstract: 本发明提供了一种基于ISR-UKF的水下组合导航方法，包括：分别建立水下潜航阶段SINS/DVL子系统和水面位置修正阶段SINS/GPS子系统的状态方程和量测方程；建立水下潜航阶段SINS/DVL子系统的非线性滤波方程，通过迭代平方根无迹卡尔曼滤波算法，进行水下潜航阶段的导航；在水下潜航较长时间以后，通过控制AUV的潜行深度到达水面附近停留较短时间，获取GPS位置、速度信息辅助，建立水面位置修正阶段SINS/GPS子系统的非线性滤波方程，通过迭代平方根无迹卡尔曼滤波算法，实现对AUV水下潜航阶段偏差的校正，从而实现AUV沿指定路线航行的目的。本发明能够提高SINS/DVL/GPS水下组合导航系统的滤波解算效率，在保证实时性和稳定性的前提下更加易于编程实现。
-
公开(公告)号：CN111156984B
公开(公告)日：2022-12-09
申请号：CN201911313842.1
申请日：2019-12-18
Applicant: 东南大学
Abstract: 本发明公开了一种面向动态场景的单目视觉惯性SLAM方法，首先视觉前端提取ORB特征点，并使用YOLO‑v3神经网络进行目标识别，进而提取出潜在的静态特征点集合，再结合本质矩阵的RANSAC外点剔除，筛选出最终的静态特征点并进行跟踪；同时，为了提高数据的处理效率，对IMU测量值进行预积分；然后进行初始化，计算包括：姿态、速度、重力向量、陀螺仪偏置的初值；随后进行视觉惯性紧耦合的非线性优化，并建立地图；同时进行回环检测和重定位，最后进行全局的位姿图优化。本发明将深度学习，和视觉惯性SLAM相融合，能够一定程度上消除动态物体对于SLAM定位和建图的影响，提升了系统的长时间工作的稳定性。
-
公开(公告)号：CN110514209B
公开(公告)日：2021-05-11
申请号：CN201910800501.0
申请日：2019-08-27
Applicant: 东南大学
Abstract: 本发明公开了一种交互式多模型组合导航方法，首先根据组合导航系统误差模型建立状态方程，其次采用上一个状态估计输出的联合量测噪声方差阵自适应建立三个模型并根据上一个状态估计输出的各模型状态及估计误差方差阵计算本次估计的初始状态及估计误差方差阵；再对建立的三个模型分别进行Sage‑Husa自适应滤波并采用贝叶斯假设检验方法进行模型更新；最后根据权重进行输出交互过程，输出最终滤波结果。本发明能实时估计量测噪声方差阵并有效地提高组合导航定位精度及效率。
-
公开(公告)号：CN111156984A
公开(公告)日：2020-05-15
申请号：CN201911313842.1
申请日：2019-12-18
Applicant: 东南大学
Abstract: 本发明公开了一种面向动态场景的单目视觉惯性SLAM方法，首先视觉前端提取ORB特征点，并使用YOLO-v3神经网络进行目标识别，进而提取出潜在的静态特征点集合，再结合本质矩阵的RANSAC外点剔除，筛选出最终的静态特征点并进行跟踪；同时，为了提高数据的处理效率，对IMU测量值进行预积分；然后进行初始化，计算包括：姿态、速度、重力向量、陀螺仪偏置的初值；随后进行视觉惯性紧耦合的非线性优化，并建立地图；同时进行回环检测和重定位，最后进行全局的位姿图优化。本发明将深度学习，和视觉惯性SLAM相融合，能够一定程度上消除动态物体对于SLAM定位和建图的影响，提升了系统的长时间工作的稳定性。
-
公开(公告)号：CN110514209A
公开(公告)日：2019-11-29
申请号：CN201910800501.0
申请日：2019-08-27
Applicant: 东南大学
Abstract: 本发明公开了一种交互式多模型组合导航方法，首先根据组合导航系统误差模型建立状态方程，其次采用上一个状态估计输出的联合量测噪声方差阵 自适应建立三个模型并根据上一个状态估计输出的各模型状态及估计误差方差阵计算本次估计的初始状态及估计误差方差阵；再对建立的三个模型分别进行Sage-Husa自适应滤波并采用贝叶斯假设检验方法进行模型更新；最后根据权重进行输出交互过程，输出最终滤波结果。本发明能实时估计量测噪声方差阵并有效地提高组合导航定位精度及效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
