一种基于UWB与SINS的组合室内行人导航系统及方法

    公开(公告)号:CN109855621B

    公开(公告)日:2023-06-02

    申请号:CN201811607679.5

    申请日:2018-12-27

    Abstract: 本发明公开了一种基于UWB与SINS的组合室内行人导航系统及方法,包括惯性测量单元、导航解算模块、零速检测单元、UWB无线定位单元、磁力计和联邦kalman滤波单元,其中,所述联邦kalman滤波单元对导航解算模块、零速检测单元、UWB无线定位单元和磁力计的输出信号进行数据融合,获得人体运动加速度、航向角和位置信息的误差信号发送至惯性测量单元中用作进行修正。本发明在传统的捷联算法上引入了零速修正技术用于检测零速时刻,在进入超宽带信号区域,利用超宽带提供位置航向角,在非超宽带区域利用磁力计提供航向角,通过联邦kalman滤波融合零速、位置、航向角信息,对导航系统速度、位置、航向进行校正,实现室内人员定位。

    一种基于UWB与SINS的组合室内行人导航系统及方法

    公开(公告)号:CN109855621A

    公开(公告)日:2019-06-07

    申请号:CN201811607679.5

    申请日:2018-12-27

    Abstract: 本发明公开了一种基于UWB与SINS的组合室内行人导航系统及方法,包括惯性测量单元、导航解算模块、零速检测单元、UWB无线定位单元、磁力计和联邦kalman滤波单元,其中,所述联邦kalman滤波单元对导航解算模块、零速检测单元、UWB无线定位单元和磁力计的输出信号进行数据融合,获得人体运动加速度、航向角和位置信息的误差信号发送至惯性测量单元中用作进行修正。本发明在传统的捷联算法上引入了零速修正技术用于检测零速时刻,在进入超宽带信号区域,利用超宽带提供位置航向角,在非超宽带区域利用磁力计提供航向角,通过联邦kalman滤波融合零速、位置、航向角信息,对导航系统速度、位置、航向进行校正,实现室内人员定位。

    一种基于声呐图像的水下管道检测和分割方法、系统

    公开(公告)号:CN118506171A

    公开(公告)日:2024-08-16

    申请号:CN202410644678.7

    申请日:2024-05-23

    Applicant: 东南大学

    Inventor: 刘锡祥 温滨晖

    Abstract: 本发明公开了一种基于声呐图像的水下管道检测和分割方法、系统。所述方法包括:将声呐图像进行数据增广和双边滤波降噪处理后添加到声呐图像检测分割数据集;使用管道目标分割模型Faster RCNN‑DT‑FPN进行特征提取,该模型通过密集连接机制、FPN特征融合网络机制增强模型的特征提取能力,实现对水下管道的精确检测;利用结合声呐管道特征信息的目标分割模块,与管道目标分割模型Faster RCNN‑DT‑FPN相结合,通过路径融合机制、特征自优化模块增强模型的特征利用能力,实现对水下管道的精确分割。

    基于虚拟速度量测的水下无人潜航器测流DVL/SINS组合导航方法

    公开(公告)号:CN114459476B

    公开(公告)日:2024-03-01

    申请号:CN202210232800.0

    申请日:2022-03-09

    Applicant: 东南大学

    Abstract: 基于虚拟速度量测的水下无人潜航器测流DVL/SINS组合导航方法,首先,获取安装在水下无人潜航器上的多普勒测速仪的速度量测数据以及惯性测量元件所输出的陀螺仪和加速度计的输出数据;然后,利用DVL的输出、IMU的输出以及SINS捷联解算获得的历史速度数据构建一组虚拟速度量测,该虚拟速度量测为对地速度;最终,将所构建的虚拟速度量测与IMU、DVL传感器的输出一同输入至卡尔曼滤波器中,完成多传感器融合后的对水下无人潜航器的定位与导航。本发明算法有效解决了因DVL探测范围受限导致中层水域工作的水下无人潜航器无法获得对地速度的问题,与普通的卡尔曼滤波组合导航算法相比,其速度估计精度更高,因而对定位精度有较大的提升。

    一种基于GNSS/SINS/DVL组合的洋流速度最优估计方法

    公开(公告)号:CN116224409A

    公开(公告)日:2023-06-06

    申请号:CN202310058983.3

    申请日:2023-01-13

    Applicant: 东南大学

    Abstract: 一种基于GNSS/SINS/DVL组合的洋流速度最优估计方法,方法包括以下步骤:(1)构建包含洋流速度在内的GNSS/SINS/DVL组合导航运动模型;(2)设计洋流速度参数寻优目标函数;(3)设计基于GNSS/SINS/DVL组合的洋流速度最优化估计算法。本发明提供一种基于最优化理论依靠GNSS/SINS/DVL输出数据来估计水平洋流速度的方法,有效的克服了传统卡尔曼滤波算法依赖初始参数、要提前预知仪表先验信息的缺点,提高了估计的效率和准确度。

    一种基于机动约束和增量滤波的SINS自辅助导航方法

    公开(公告)号:CN115060267A

    公开(公告)日:2022-09-16

    申请号:CN202210617248.7

    申请日:2022-06-01

    Applicant: 东南大学

    Abstract: 一种基于机动约束和增量滤波的SINS自辅助导航方法,1驱动AUV做水平方向上的周期性稳态运动,在向指定方向机动的同时,为导航坐标系下的速度添加高频分量;2获取安装在水下AUV上的惯性传感器实时数据;3将步骤2中获得的导航坐标系下的水平速度输入至高通滤波器中,获得一组剔除了低频误差分量的导航坐标系下的水平速度量;4建立卡尔曼滤波器,将步骤3中获得的速度分量的增量作为卡尔曼滤波器的量测量输入至卡尔曼滤波器中,将获得的速度误差量进行补偿,获得自辅助补偿后的高精度定位值。本发明有效解决了SINS定位误差随时间发散的问题,与纯SINS解算的定位方案相比,可以将速度误差限制在一个很小的范围内,对定位精度有较大的提升。

Patent Agency Ranking