模态切换水下机器人微惯性导航分析

针对某模态切换远程遥控水下机器人(Model-Converted Remotely Operated Vehicle,MC-ROV),基于微机电系统(Micro-Electro-Mechanical Systems,MEMS)器件设计微惯性组合导航系统.该系统包括陀螺仪、加速度计、磁罗盘、深度传感器和微处理器等.采用互补滤波方法抑制陀螺漂移,基于四元数算法对陀螺仪积分,并以四元数为估计对象设计无损卡尔曼滤波算法,从而提高导航精度.分析梯度下降法原理,并研究其在四元数更新中的补偿作用.水池试验表明:互补滤波与无损卡尔曼滤波相结合的方法能够获得比较精确、稳定的MC-ROV导航信息.基于实测数据的算法仿真表明梯度下降法可以在一定程度上改善导航效果.     

基于MTi微惯性航姿系统的卡尔曼滤波器设计

本文介绍了惯性航向姿态系统中两种常用的航向姿态测量方法和MTi的组成,并以MTi微惯性航姿系统（微机械陀螺、做机械加速度计、三轴磁强计）为研究对象,构建航姿系统。给出了基于MTi的航姿系统的四元数卡尔曼滤波算法,并在卡尔曼滤波器中利用加速度计和磁强计计算的姿态角来补偿陀螺的漂移。仿真结果表明了该方法的有效性。     

基于自适应UKF算法的小型水下机器人导航系统

针对海流扰动及姿态、航向误差角引起的无法确知的导航系统模型误差, 设计了一种带模型误差的自适应无迹卡尔曼滤波器(Adaptive unscented Kalman filter, AUKF)用于小型水下机器人(Small autonomous underwater vehicle, SAUV)推位导航系统. 首先提出了小型水下机器人三维运动连续时间模型; 然后针对该模型特点, 基于极大后验估值原理推导了AUKF算法. 仿真结果说明该算法能够克服海流扰动及姿态和航向误差引起的模型误差. 对比经典无迹卡尔曼滤波器算法, 采用该算法的小型水下机器人推位导航系统在复杂海况下的滤波精度显著提高.     

基于误差四元数的单兵导航系统算法

MEMS传感器在尺寸、价格和功耗方面的进步促进了单兵导航系统的发展.对基于MEMS的单兵导航系统,航向估计是GPS信号丢失情况下的一个基础性难题,准确的航向估计能有效抑制导航误差的漂移.为获得准确的航向信息,减小单兵定位误差,提出了基于误差四元数的数据融合算法,利用卡尔曼滤波算法估计误差四元数,并进行了场地实验以验证算法的有效性.结论证明:当步行距离为80 m时,定位误差小于总距离的3％.     

组合导航系统模拟器中的卡尔曼滤波设计

组合导航系统模拟器是飞行训练模拟系统的关键部件,在分别设计了惯性导航系统模拟器以及卫星导航模拟器的基础上,为了提高模拟器的真实性,针对如何实现两个系统最优组合,为其它系统提供准确可靠的导航数据的问题,参照现代飞机组合导航系统的组成结构及工作原理,设计了组合导航卡尔曼滤波器,建立了松组合和紧组合两种组合导航方式的方程和量测方程,并与纯惯性导航系统的结果进行对比分析,证明了所设计的组合导航系统卡尔曼滤波器的有效性.     

基于微惯性传感器的测斜仪姿态算法的研究

测斜仪在石油勘探、地质勘查等方面已成为一种有力的工具,但基于磁通门的测斜仪存在着易受磁场干扰的缺点,导致其测量精度降低,甚至无法工作。为了解决这一问题,提出了一种基于捷联惯性导航原理的连续测斜算法。算法利用微惯性传感器MPU6050获取姿态数据,采用四元数方法进行姿态解算,最终得到钻探过程中的倾斜角、方位角以及工具面角等数据。通过仿真验证,得到测量误差曲线。仿真结果表明,该算法可以实现全方位井眼轨迹连续测量,提高了测量效率。     

组合导航系统在四旋翼无人机上的实现

针对无人飞行器行业的快速发展和导航系统对飞行器的重要性,提出了组合导航系统的融合方案。介绍了捷联惯导系统的原理、姿态算法。通过对惯性传感器进行误差标定和补偿,利用扩展卡尔曼滤波器建立了INS/GPS组合导航系统。仿真实验表明,组合导航系统的工作性能要优于纯惯性导航系统,能够为飞行器提供较高的导航精度。最后,将这种组合导航系统在四旋翼无人飞行器上进行了实现。     

捷联式惯性导航仪设计

针对惯性导航系统成本较高精度低无法广泛使用,设计了一种新型的自主式微惯性导航系统,采用DSP作为导航解算和控制的核心处理器。导航解算算法利用四元数理论进行编写,进而确定载体的速度、位置和姿态。实验结果表明,相对数值误差为10．4％,测试相对误差为10．3％,计算时间为40us。系统大大降低仪器的重量、成本、体积,具有广阔的市场应用前景。     

基于MEMS的动作跟踪器的研制

本文针对增强现实中的跟踪定位的需求,采用嵌入式系统设计思想,以新型的微机电惯性器件为核心,利用单片机来构建了一种结构紧凑、低功耗、低成本的通用型惯性测量硬件平台。实现模拟信号处理,并采用多传感器的数据融合算法。最后,通过实验分析,验证了惯性跟踪器的功能。     

水下机器人自适应卡尔曼滤波技术研究

水下机器人的位置和速度传感器受环境影响较大,数据滤波问题是运动控制的核心问题之一.给出了离散型卡尔曼滤波的基本方程,描述了卡尔曼滤波所具有的两个计算回路:增益计算回路和滤波计算回路.建立了水下机器人状态方程和量测方程,并在此基础上采用了自适应卡尔曼滤波方法对水下机器人的传感器数据进行了滤波分析.引入了渐消记忆指数加权方法.对时变噪声统计中,强调了新近数据的作用.避免了系统误差和量测误差统计特性的不准确对系统滤波效果的影响.滤波效果分析表明此方法能达到很好的滤波效果.     

基于MEMS传感器的微惯性导航系统研究

针对惯性导航系统成本较高无法广泛使用,设计了一种利用电子罗盘进行自主式初始对准的低成本微惯性导航硬件系统,并对信号进行预处理;经过罗差修正后的电子罗盘精度达到±1°以内,可以满足捷联式导航系统初始对准要求,借助"四元数"理论编写导航解算算法,确定载体的姿态、速度、位置;实验结果表明,该系统短期精度较高,可以应用在普通导航控制系统中,且大大降低系统的体积、重量、成本等,具有广阔的市场应用前景。     

基于MEMS技术的车载组合导航系统研究

针对当前车载GPS导航仪实时性和可靠性差的问题,设计出一种基于MEMS技术的低成本车载GPS/MIMU/GIS组合导航系统,建立了GPS/MIMU组合系统的误差模型,对该模型进行了计算机仿真研究,并运用地图匹配算法对GPS/MIMU/GIS导航信息误差进行修正;跑车试验表明,该组合导航系统成本低、精度高,可靠性强,特别适合于军用和民用车辆的导航定位。     

基于诱导线描画算法的车载导航系统的研究

车载导航系统中,Draw 是实现地图描画和控制的主要模块。地图和mark 的描画工作都由Draw 来实现。具 有诱导方向表示功能的诱导线,我们将其作为一种特殊的mark 来描画。其主要功能分为：诱导线的表示控制、诱导线的数据 取得、诱导线的描画实行。     

GPRS技术在车载导航系统中的应用

讨论了GPRS(General Packet Radio Service,通用分组无线业务)技术,介绍了GPRS的网络结构及其客户端的实现和服务器的实现,总结了应用GPRS技术的车载导航系统中客户端的框架模型,并详细给出了一个用VC实现的GPRS技术的车载导航系统服务器端的实例。     

车载导航电子地图的路网模型

建立适合于车载导航系统的路网数据是车载导航系统的关键。该文描述了如何表达真实世界的交通要素,并结合实际情况给出数据模型。     

基于FPGA_ARM的机载组合导航系统设计

为了降低惯性导航系统的累积误差,提高导航定位的准确性,文章采用惯性导航系统、GPS和磁航向计等构建了小型组合导航系统,以INS、GPS位置和速度的差值作为观测量,通过卡尔曼滤波器估计位置、速度和姿态等导航参数的误差量,进而获得准确的导航参数估计值;实验结果表明,该方法能够有效遏制系统累计误差,满足导航系统的精度和稳定性要求。     

基于Android的车载导航系统的研究与设计

为了缩短嵌入式车载导航系统开发进程,提高系统维护和升级能力,研究了Android平台的特点及车载导航系统的性能需求。建立以Android操作系统、GPS技术为核心的车载导航系统终端软件。此软件对系统平台的实时路径获取、地图匹配算法校正定位模块的误差、地图的显示更新以及采用Dijkstra算法实现最短路径的导航规划都进行了详细的分析。实验结果表明,开发人员基于Android的通用框架编写的车载系统的应用软件,便于在不同平台间移植和升级。     

基于ARM9处理器的GPS车载导航系统终端

针对传统的车载导航系统终端大多采用单片机为主控处理器,存在处理速度慢,功耗高等问题,提出了采用32位ARM9的嵌入式系统进行控制,研制了新一代的GPS车载导航系统终端。给出了详细的系统硬件电路图,介绍了导航地图的实现。该系统以较少的硬件资源,实现了较高的性能,使得系统具有处理速度快、功耗低、可靠性高等特点。     

蓝牙在嵌入式车载导航定位系统中的应用

通过分析车载导航定位系统主流实现技术GPS＋DR组合定位技术所存在的问题，提出了路标传感器定位技术。它借助蓝牙短距离无线通讯技术，实现车载系统及路标的通讯连接及数据传输。提出了系统整体实现方案，证明该定位系统具有实际的应用价值，可满足用户的需求，有一定的发展空间。