-
公开(公告)号:CN115371682A
公开(公告)日:2022-11-22
申请号:CN202211109347.0
申请日:2022-09-13
Applicant: 南京理工大学
Abstract: 本发明公开了一种非等间隔联邦滤波多源组合导航系统及方法,该系统包括计算机、程控直流电源、数据采集与处理单元和传感器单元。方法为:首先对定位车辆搭载的传感器进行自检,配置程控直流电源并进行断电自检;然后采集各类传感器的原始数据进行解包,并转换为导航数据;接着计算各轴的角速度输出平均值和加速度输出平均值作为零偏;取加速度计数据进行俯仰角和滚转角的初始对准,通过传感器获取定位车辆航向角;将传感器输出数据转化为融合可用的导航信息并进行非等间隔联邦滤波;最后对滤波后的状态误差值进行反馈,并在终端进行实时显示。本发明具有处理能力强、兼容性强、体积小、功耗低、实时性高、适应能力强的优点。
-
公开(公告)号:CN116952237A
公开(公告)日:2023-10-27
申请号:CN202310784484.2
申请日:2023-06-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种增强型HDE算法辅助的足携式行人航向修正方法,该方法为:在起始点对磁传感器校准;利用静止时加速度计和磁强计数据求取初始姿态;根据初始航向角设置四个初始主方向;进行静止检测;利用DEKF算法进行姿态解算;当前运动为直线运动则进入下一步,否则返回进行静止检测;如果沿已有主方向运动则进入下一步,否则在初始四个主方向基础上,根据临近三步的直行航向数据增设新的主方向,同时根据道路的双向性增设反方向为主方向;以系统航向作为状态变量,最近主方向的值作为航向量测信息,进行Kalman滤波以修正当前航向数据,并反馈修正DEKF算法的状态;输出结果作为PDR算法所用航向。本发明泛用性、可靠性更强。
-
公开(公告)号:CN117191057A
公开(公告)日:2023-12-08
申请号:CN202311130699.9
申请日:2023-09-01
Abstract: 本发明公开了一种基于时空配准和多模矢量分配融合的导航平台构建方法。该方法为:首先安装车载组合导航平台;然后多传感器时空配准;接着建立多源融合子系统框架;再设计自适应矢量分配因子和联邦架构多模噪声集;针对时间误差采用最小二乘法结合扩展卡尔曼滤波估计来解决时间配准中的各传感器采样频率不一致,采样数据量测误差和开机时刻差异的问题;针对空间误差,采用多传感器坐标变换方式来有效的解决各传感器间的空间配准问题;最后执行系统任务。本发明提高了车载导航系统运行环境的可靠性和数据处理效率,提高了系统定位精度和系统的适应性。
-
公开(公告)号:CN117521006A
公开(公告)日:2024-02-06
申请号:CN202311467200.3
申请日:2023-11-07
IPC: G06F18/25 , G06F18/214 , G06F18/21 , G06F18/2415 , G06F18/20 , G06F18/40 , G06N5/01 , G06N5/04 , G01C21/00 , G01C21/16
Abstract: 本发明公开了一种基于增量学习的因子图多源信息融合方法。方法为:首先对无人车搭载的传感器和程控电源进行自检,匹配相应的因子图框架;然后采集传感器量测信息,同步进行导航参数解算,并传输到中央处理器;接着设定先验信息,建立传感器的因子图模型和对应的代价函数;当有新的观测信息时,将受新添加因子影响的部分转换回因子图,并将与新的测量相关联的因子添加进去,加入训练集进行增量学习,并通过选择变量的消元顺序,从因子图中消去节点并构建条件概率表,得到表示变量条件依赖关系的贝叶斯网络;如果还有新的观测信息,则重复进行因子添加;否则输出导航信息。本发明具有适用性强、计算效率高、抗扰能力强、可维护性和扩展性强的优点。
-
公开(公告)号:CN117191082A
公开(公告)日:2023-12-08
申请号:CN202311124135.4
申请日:2023-09-01
Abstract: 本发明公开了一种基于GRU神经网络与分段Hermit插值的MEMS三轴加速度计标定方法。该方法为:对MEMS三轴加速度计进行误差建模;设计智能标定试验,完成GRU神经网络建模与模型训练;在三轴转台对MEMS三轴加速度计进行测试,将三轴加速度计经智能标校后的输出值与理论值作差,将结果作为标定残差,并标定编排方式;采集三轴加速度计在各位置处静止的输出数据,使用Hermit插值法建立标定残差关于三轴加速度计输出的补偿模型;对三轴加速度计的标定残差进行实时补偿,并分析算法的有效性。本发明降低了MEMS三轴加速度计的转台标定残差,减小了标度因数非线性度引起的测量误差,提升了低成本三轴加速度计的测量精度。
-
公开(公告)号:CN116772865A
公开(公告)日:2023-09-19
申请号:CN202310784444.8
申请日:2023-06-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于神经网络辅助的行人室内定位方法,该方法为:行人持有包括主导航模块的智能手机,行人足部设置包括IMU单元的辅导航模块;将主导航模块的加速度计、陀螺仪信息作为输入数据,IMU单元是否为零速点作为标签数据,建立基于CNN的步伐点识别模型对IMU单元进行离线训练,根据零速时刻确定行人手持手机时的步伐点;从智能手机中收集惯性传感器测量值作为训练数据,同时从辅导航模块收集行人步行距离作为训练标签,对步长估计模型进行训练;通过扩展Kalman滤波对行人导航信息进行误差修正,得到最终的行人导航信息。本发明有效地抑制了惯性导航系统导航信息的累积误差,实现了各种环境下人员的精确定位。
-
公开(公告)号:CN116295367A
公开(公告)日:2023-06-23
申请号:CN202211093014.3
申请日:2022-09-08
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于增量式因子图的无人车多源组合导航方法。该方法为:首先通过其他各类车载高精度传感器获取无人车各类量测信息,并根据无人车所处的环境,确定需要融合的传感器种类;然后构建基于因子图的多源导航信息融合框架;接着将高精度传感器抽象为八个因子节点,并将八个因子节点融合到多元传感器融合导航框架中;在因子图的开放式结构框架下,表征系统的状态及量测更新过程,建立滤波方程,经过实时滤波估计和修正,完成多源传感器信息的有效融合;最后输出导航信息,对无人车进行导航。本发明能够实现多传感器的数据综合处理,提高了导航系统的导航实时性、鲁棒性和准确性。
-
-
-
-
-
-