-
公开(公告)号：CN118548891A
公开(公告)日：2024-08-27
申请号：CN202410595602.X
申请日：2024-05-14
Applicant: 南昌大学
Abstract: 本发明公开了一种自适应鲁棒卡尔曼滤波的组合导航数据融合方法，包括：1）惯性设备IMU和卫星设备GNSS分别按照一定的频率采集原始数据；2）对采集的IMU及GNSS数据进行误差建模，确定组合系统状态量，得到系统状态量以及噪声模型；3）对建立的系统状态量以及噪声模型进行组合，搭建组合系统状态方程和量测方程；4）根据搭建的组合系统状态方程和量测方程，将二者汇入标准Kalman滤波框架中进行滤波更新。本发明相较传统算法既限制了系统建模误差对组合过程的影响，又能够削弱量测信息异常对滤波更新过程的干扰，显著提高了组合导航定位精度，非常适合于城市复杂环境下的动态定位。
-
公开(公告)号：CN116719071A
公开(公告)日：2023-09-08
申请号：CN202310606033.X
申请日：2023-05-26
Applicant: 南昌大学
Abstract: 本发明涉及一种采用前向紧组合的GNSS‑INS因子图优化方法，包括：1）采集导航数据，对数据进行时间和空间同步对准；2）建立状态方程和观测方程；3）通过紧组合滤波和权值修正，得到修正的卫星数据；4）获取增量信息，进行预积分操作和误差分析，构建IMU残差方程及代价函数；5）对修正后数据进行误差分析，获取GNSS残差方程及代价函数，根据预积分过程得到的雅可比矩阵构建边缘化信息因子，得到所对应的残差方程及代价函数；6）根据所得代价函数，对GNSS‑INS因子图进行优化，得到导航最优解。本发明方法能够充分利用历史导航信息优化导航结果，在紧组合的辅助下修复拒止环境下产生的卫星断点数据，增强了组合导航系统的鲁棒性，提高了定位精度。
-
公开(公告)号：CN116543009A
公开(公告)日：2023-08-04
申请号：CN202310248706.9
申请日：2023-03-15
Applicant: 南昌大学
Abstract: 本发明公开了一种基于ViBe的图像语义标签制作方法，包括1）视频采集并进行预处理；2）利用ViBe算法对视频图像进行运动目标检测；3）使用滑动窗口Sliding Window思想对视频图像运动目标进行关键帧提取；4）对3）提取的关键帧进行二值化区分前景与背景并使用中值滤波去除离群点，得到二值图像；5）对4）中的二值图像进行标签分类并对其前景所表示的区域进行像素填充；6）通过程序终端与人为判断将标签放入对应文件夹。本发明方法通过对关键帧的提取，结合滑动窗口思想提取目标关键帧前景并填充像素、给定标签，无需人为分割图像，降低了语义标签制作的复杂性，提高了标签制作的精度与效率。
-
公开(公告)号：CN116934790A
公开(公告)日：2023-10-24
申请号：CN202310563548.6
申请日：2023-05-18
Applicant: 南昌大学
Abstract: 本发明提供了一种基于ViBe多级级联的低动态前景提取方法，包括1）视频素材像素点的数学建模和初始化，建立原始图像样本库；2）设立阈值系数，对关键帧图像进行前景与背景的数值更新；3）重新维护阈值等参数，以一级级联的背景结果作为输入进行二级级联；4）进一步更新阈值等参数，以二级级联的背景结果作为输入进行三级级联，取三级级联下的前景结果作为终值模板输出。本发明方法能够分离出三种运动状态的物体，其中一级模型用于提取高动态运动目标，二级提取中速运动目标，三级提取低动态目标，以此加强对低动态目标在背景下的区分度，降低目标被背景吸收的风险，大大提升了前景提取效果。
-
-
-
Search Results
4
records
(took 0.018 seconds)
