GPS/DR组合导航的地图粗匹配算法研究

在数字地图匹配中,直接投影法是确定车辆行驶路段的常用方法之一,该方法简单易行,但稳定性差,匹配效率低,不能满足地图匹配高稳定性和高正确率的要求。以直接投影法为基础,结合相关性算法和概率统计法,在匹配过程中引入历史匹配参数进行迭代运算,采用多点采样消除偶然误差。通过Matlab仿真测试和匹配正确率统计分析,改进后的算法稳定性好,能够很好地模拟实际数字地图粗匹配过程,在匹配时效和正确率两方面有良好的兼容性。     

无陀螺DR及其与北斗组合导航的融合算法

介绍了我国自主研制的北斗卫星导航定位系统的基本结构和定化原理。针对该导航定位系统中存在的问题,以低成本无陀螺DR作为其补克定位方式,设计了北斗／DR组合导航定位系统,并根据无陀螺DR的特点找出了适合该系统的卡尔曼滤波算法。该算法推导出了线性形式的DR观测方程,避免了目前常用导航算法由于观测方程线性化引起的模型误差。现场跑车试验表明,给出的北斗／DR组合系统在采用自适应卡尔曼滤波算法后可以获得良好的定位精度。结合北斗系统具有的特点,分析了将北斗普通型用户机和指挥型用户机应用于大范围车辆调度管理系统中的优势。     

用于行人导航算法评估的足部轨迹仿真研究

针对行人足部运动情况较为复杂,不利于建模仿真的问题,在分析行人步态周期的基础上,提出了一种简化的行人足部运动设计方案。该方案将一个完整的步态周期划分为抬脚、转向、摆动、落脚和支撑五个阶段,并通过对加速度和角速度的控制,实现了对步态周期中足部位置和姿态的运动模拟。最后,采用零速修正辅助的行人导航算法对综合了平坦地面行走、上楼和下楼的运动仿真数据进行了验证。结果表明该方案设计能够用于行人足部运动轨迹的仿真,为行人导航技术的研究提供了一种简便有效的方法。     

DR/GPS组合导航非线性自适应信息融合算法研究

针对实际工程中组合导航系统采集数据融合处理问题,建立了系统实测数学模型,提出了基于非线性系统的自适应信息融合算法,将系统未建模部分及高阶项作为噪声项与状态向量进行耦合估计,改善滤波算法对模型误差以及噪声假设的敏感性,通过仿真对比验证算法改进前后的效果,并用于DR/GPS组合导航系统。实验结果表明提出的数据融合算法能够提高系统的精确性,具有一定的实用价值。     

基于航向自纠正方法的行人导航算法研究

低成本MEMS惯性传感器被广泛应用于足绑式行人导航中,但由于MEMS惯性传感器零偏随时间会产生累积误差,行人真实航向角与脚部解算的航向角有差值,传统零速修正算法对航向角缺乏观测导致行人航向发散,成为行人导航的主要误差源, 行人在室内行走尤其是在室内楼道环境中,行走轨迹大多数情况下是近乎直线的。由此提出一种航向自纠正算法 (HSC),通过采集行人脚部离地阶段数据和一步航向差值,进行行人直行与行走方向判定,根据判定结果在零速时重置航向,将航向自纠正算法与零速更新算法融合,采用一款低成本惯性传感器绑于脚面进行实验,对比传统零速更新算法,该方 法可以显著提高定位精度,定位误差可以达到2％以内, 该算法的实现无需添加额外传感器,仅依靠自身信息矫正航向,具有很好的工程实用价值。     

基于MIMU的行人导航算法研究

行人导航系统（Pedestrian Navigation System,PNS）为实时确定行人当前所在位置的定位导航系统,可记录人的步行轨迹或指引人抵达预设目的地。行人导航算法是由三轴MEMS（微电子机械系统）陀螺、MEMS加速度计构成的MIMU（微型惯性测量单元）和三轴磁阻传感器组合搭建的测量装置,置于行人腰部感受其行走时的运动,首先利用加速度计输出进行步态识别,其次建立步长与步长系数、步速之间的关系,使用最小二乘法标定步长系数的方法,实现了步长计算因人的行走速度、人与人行走方式不同的自适应调节,提高了步长的计算精度,最后融合捷联航向和磁航向计算行进方向,使用航迹递推计算轨迹。经测试,此算法具有较高的定位精度。     

分布式虚拟环境中的DR算法研究

在分布式虚拟环境(DVE)取得巨大应用发展的同时,解决系统规模的扩展性已成为首要问题。本文从DR算法的模型和原理入手,针对常规DR算法存在的问题,提出了模糊推算定位DR算法和基于知识DR算法。     

行人导航状态识别与传感器优化选择

摘要：为避免过多传感器的配置在行人导航状态分类时引入冗余信息,提出了一种传感器配置优化方法。根据采集的惯性传感器三轴加速度和角速度信息,基于K均值聚类算法(K-means)、自组织映射算法(SOM)和混合高斯聚类算法(EM-GMM)对行人运动状态进行识别;选取轮廓系数、戴维森堡丁指数、卡林斯基-哈拉巴斯指数三个内部评价指标及执行时间对聚类效果进行综合对比,得出在行人状态识别中K-means聚类方法较优;基于K-means聚类最优模型,对二维、三维、六维不同传感器配置下的轮廓系数进行综合对比,得出二维和三维行人惯性导航系统即可有效实现行人运动状态识别,有效解决了六维特征空间中因多变量复杂相关导致的难以准确建模的难题,为多传感器的行人导航状态识别提供了新途径。     

航空发动机小直径管DR图像去噪算法研究

针对数字射线DR成像中,由平板探测器自身特性会导致图像模糊失真的问题,以航空发动机小直径管DR检测图像为实验对象,开展图像去噪研究,采用Lucy-Richardson算法建立模糊模型并迭代优化。实验结果表明,当算法迭代次数为31时,图像恢复质量较好,以结构相似度、信息熵等参数为客观评价指标,与Wiener滤波器等传统去噪算法相比有较大提高,适用于DR图像去噪。     

粒子群优化噪声参数的行人导航零速修正算法

针对使用零速修正算法进行行人惯性导航时,固定噪声参数不适用所造成的导航精度较低的问题,提出了一种基于粒子群算法优化噪声参数的零速修正算法。通过最小化零速阶段的滤波器新息序列可以在线调整滤波参数,以适应当前行人运动状态,最后通过对多组惯性数据进行解算来验证算法有效性。分别使用了标准零速修正算法和粒子群优化的零速修正算法对惯性数据进行解算,并计算两种算法解算结果的位置误差,结果表明,提出的算法能够得到更小的定位误差和更平滑的解算轨迹。     

基于惯性导航的平面航迹推算的研究

提出一种基于微机电惯性测量单元的室内定位系统。在本系统中,行人在一个平 面上的位置和方向通过 计算 对人体膝部和腰部佩戴的传感器数据来获取。提出的算法实现了对膝部佩戴陀螺仪的行人行进的步伐进行复位计算以消除角位移误差,同时实现了对腰部佩戴陀螺仪测量的角速率进行连续推算以获取行进方向。结果表明,在一个平面上,行进62.32m的总距离时平均误差仅为0.1935m,标准差为0.0512m。     

一种低成本GPS/DR组合导航系统设计

根据车载导航的特点,运用单自由度的加速度计代替里程计,提出一种基于低成本的单陀螺仪单加速度计的航位推算(DR)方案。航位推算短时精度高,但误差会随时间积累而变大,DR与GPS导航利用扩展型卡尔曼滤波,形成GPS/DR组合导航系统,融合2个系统的优势,完善导航能力。实际测试结果表明,该GPS/DR组合导航系统能满足车载导航的基本需求,在城市峡谷中有较高的定位精度,且在GPS信号遮挡时能保持定位。     

车载惯导航位推算组合导航系统误差补偿研究

当惯组(IMU)安装到车体上时存在安装偏差,推导了安装偏差及刻度系数误差对里程计速度的影响,进而导出了航位推算(DR)的位置误差方程及位置更新算法;建立了SINS/DR组合导航的状态方程和量测方程,以捷联惯导的位置与航位推算的位置之差作为组合导航卡尔曼滤波器的输入,估计出安装偏差和刻度系数误差的值并对航位推算进行补偿;仿真及跑车数据的验证分析结果表明了误差估计方法的有效性和正确性.     

组合导航系统NNM信息融合算法

提出了将神经网络模型（NNM）概念应用于组合导航系统，并给出了基于RBP网的NNM训练过程，基于传统模型的卡尔曼滤波算法与神经网络相结合，有效地解决了GPS信号被屏蔽时的航迹预测问题，最后对GPS/DR组合导航系统进行动态仿真，仿真结果表明，采用该算法的组合导航系统定位精度高、可靠性好。     

GPS/DR组合导航系统自适应扩展卡尔曼滤波模型的建立*

建立了车载ＧＰＳ／ＤＲ组合导航系统非线性自适应卡尔曼滤波模型及算法，首次提出了依据ＰＤＯＰ等ＧＰＳ定位的输出参数，自动调整Ｒ，Ｑ的大小，从而自地调整组合导航系统模型性能的方法，使得模型能够适应各种情况，具有“智能”模型的性质，计算机仿真表明应用该模型具有良好效果。     

北斗/DR组合导航融合算法及其在物流中的应用

介绍了我国自主研制的北斗卫星导航定位系统.针对该导航定位系统中存在的问题,以无惯性测量元件的DR作为其补充定位方式,设计了北斗/DR组合导航定位系统,并找出了一种组合导航定位的卡尔曼滤波算法,有效地提高了组合导航系统的定位精度.提出了将北斗/DR组合定位系统应用于现代物流管理信息系统的解决方案,分析了将北斗定位系统应用于现代物流管理的优势.     

基于多传感器融合的车载航位推算系统

针对传统车载航位推算(DR)系统单独导航时导航误差随时间迅速累积的问题,提出一种基于多传感器信息融合的低成本车载DR系统.以无迹卡尔曼滤波器(UKF)作为数据融合算法,综合利用里程计、陀螺、加速度计、磁力计和气压计等多种传感器的信息,抑制DR系统的累积误差,以低成本、低精度的传感器实现高精度导航.通过实际的长达12 min的道路导航试验,结果表明:导航误差小于总航程的1％,与传统DR系统相比有较大的精度提升.     

推算定位算法在拦截策略中的研究与应用

机器人足球比赛中,研究有效的拦截对方球员的进攻和防守是一项关键的战术,以往开发的拦截策略中存在"漏拦"和"错拦"等现象,造成拦截成功率很低.将推算定位(Dead Reckoning,DR)算法用到拦截策略的研究中,有效估算出对方球员和球的下一步动向,实施有效拦截,提高了比赛过程中拦截判断的精度.对DR算法中的阈值的确定进行了分析和改进,提出一种判据函数,有效地解决动态门选取的问题;针对算法执行和网络的延时给予了延时补偿,提高系统的实时性,使拦截能够快速准确地实现.利用DR算法推算出赛场球和球员的运动趋势,指导赛场策略的生成并和队员的动作与位置的部署.实验数据表明,方法具有很强的优越性.     

基于GPS/DR组合的新型车辆导航仪

为了实现车辆的动态监控,介绍一种基于GPS(Global Positioning System)和DR(Dead Reckoning System)组合的新型车辆导航仪。系统采用C8051F005单片机作为控制单元组合GPS和DR信号对车辆进行连续定位,并把位置信息传输给监控中心;监控中心以车辆当前位置为中心截取地图并传输给车载终端,车载终端利用彩色液晶显示屏LCM(LCD Module)显示地图,并通过GPRS通信模块实时刷新地图。利用该导航仪进行跑车实验,结果表明该装置有较高的精度和良好的实时性。该导航仪适用于公交车、出租车等车辆的监控系统。     

车载GPS/DR组合导航系统自适应信息融合算法研究

结合全球定位系统(GPS)和航位推算(DR)两种定位方式的优点,构建了基于卡尔曼滤波的自适应联邦滤波算法,实现陆地GPS/DR组合定位系统的数据融合;针对DR子系统的强非线性和扩展卡尔曼滤波算法带来的较大线性化损失,并结合机动加速度均值自适应算法,设计了一种基于U-D分解的自适应迭代卡尔曼滤波算法,更有效的减少DR子系统线性化带来的误差损失,提高定位精度;与同仿真环境下,DR子系统采用扩展卡尔曼滤波方法作了比较,结果表明该信息融合算法能更有效解决DR子系统的线性化误差问题,整个系统数据融合精度更高.