-
公开(公告)号：CN110296709A
公开(公告)日：2019-10-01
申请号：CN201910664285.1
申请日：2019-07-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于自适应里程计模型的车载定位导航方法，包括：建立多种运动模型及各模型之间的状态向量转移矩阵；通过左右驱动轮的里程计数据及几何约束估计车辆的初始运动状态；结合容积卡尔曼滤波，各运动模型并行滤波；根据左右驱动轮的里程计数据判断当前时刻车辆的运动模型，融合输出车辆的状态信息，作为下一时刻的初始值进行滤波迭代。本发明利用容积卡尔曼滤波根据被估计量和量测量的协方差阵来确定最佳增益阵，对系统方程和量测方程没有额外要求，在非线性系统的条件下更具优越性；里程计之间的几何约束关系，提高车辆行驶的定位精度和实时性；并且里程计输出信息不受建筑物遮挡的影响，可提高定位的连续性。
-
公开(公告)号：CN110296709B
公开(公告)日：2022-08-26
申请号：CN201910664285.1
申请日：2019-07-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于自适应里程计模型的车载定位导航方法，包括：建立多种运动模型及各模型之间的状态向量转移矩阵；通过左右驱动轮的里程计数据及几何约束估计车辆的初始运动状态；结合容积卡尔曼滤波，各运动模型并行滤波；根据左右驱动轮的里程计数据判断当前时刻车辆的运动模型，融合输出车辆的状态信息，作为下一时刻的初始值进行滤波迭代。本发明利用容积卡尔曼滤波根据被估计量和量测量的协方差阵来确定最佳增益阵，对系统方程和量测方程没有额外要求，在非线性系统的条件下更具优越性；里程计之间的几何约束关系，提高车辆行驶的定位精度和实时性；并且里程计输出信息不受建筑物遮挡的影响，可提高定位的连续性。
-
公开(公告)号：CN110458205A
公开(公告)日：2019-11-15
申请号：CN201910665056.1
申请日：2019-07-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种改进的基于WLAN室内定位的PCA聚类方法，其特征在于，所述方法包括如下步骤：在定位区进行离线阶段采集信号；采集信号RSSI的信号强度，获取目标指纹和参考指纹的对应位置坐标点的指纹信号强度；建立原始指纹数据库；利用PCA算法对原始RSSI信号数据降维提取主要定位特征提高定位效率；通过K-means++聚类算法对降维后的主要定位特征聚类处理，得到聚类后的数据；利用PAC算法对目标指纹的信号强度进行降维；将降维后的目标指纹信号强度与聚类后的数据通过最近邻法进行分类；在线阶段通过改进加权K近邻加权匹配算法得到目标指纹的位置；使得定位精度更加准确，并通过改进的加权K近邻算法来提高定位精度。
-
-
Search Results
3
records
(took 0.015 seconds)
