基于捷联惯导和里程计的井下机器人定位方法研究

针对现有煤矿井下移动机器人定位方法存在定位难、精度低的问题,提出了一种基于捷联惯导和里程计的井下机器人定位方法。该方法利用卡尔曼滤波对捷联惯导进行初始对准,以此确定定位的初始坐标,得到初始姿态转换矩阵;利用捷联惯导独立完成机器人位置解算,同时利用里程计输出的速度信息与捷联惯导输出的实时姿态转换矩阵进行航位推算解算,再次得到机器人的位置信息;为了减少累积误差对捷联惯导的影响,使用里程计和捷联惯导构成航位推算系统,采用Sage-Husa自适应滤波设计组合定位算法,选择误差作为系统状态,经过滤波计算和校正,可获得机器人的精确位置信息。实验结果表明,该方法可实现机器人实时定位,有效减少捷联惯导累积误差的影响;定位精度较高,机器人在Y向运动4.3m,Z向运动0.25m后,Y向定位误差为0.25m,Z向定位误差为0.005m。     

基于捷联惯导/里程计的车载高精度定位定向方法研究

研究了一种基于捷联惯导系统和里程计进行车载高精度定位定向的方法;采用里程计与捷联惯导中的陀螺仪构成航位推算系统,建立了航位推算系统的误差模型;为了增强航位推算姿态误差的估计效果,将载车姿态与位置信息一起作为量测,构建组合定位定向的量测方程;采用Sage-Husa自适应滤波设计捷联惯导/里程计组合定位定向算法,以增强算法对外界环境和载车机动的鲁棒性;仿真结果表明,基于捷联惯导/里程计的车载定位定向方法能够达到±20.4m(3σ)的定位精度,航向精度达到±3.1′(3σ),水平姿态精度达到±0.6′(3σ)。     

基于自适应卡尔曼滤波的双惯导采煤机定位方法

基于惯导的采煤机定位方法存在误差累计、姿态角及位置漂移等固有缺陷,虽然引入误差补偿技术和多传感器组合定位技术可在一定程度上减小误差,但效果有限。针对上述问题,提出了一种基于自适应卡尔曼滤波的双惯导采煤机定位方法。实时同步采集安装在采煤机上的2套惯导系统的加速度和姿态角,以惯导系统的位置作为状态量,惯导系统之间的距离和夹角为观测量,建立了双惯导定位模型,以克服单惯导定位误差累计的缺点。然而,双惯导系统输出存在较大差异时会导致双惯导定位模型出现状态突变,降低定位模型准确度,因此采用自适应卡尔曼滤波算法,通过计算基于残差的卡方检验值评估双惯导定位模型是否发生状态突变,并采用三段模糊判别函数动态调整过程噪声的协方差矩阵,以降低状态突变对定位精度的影响。仿真和实验结果表明,自适应卡尔曼滤波相比扩展卡尔曼滤波的抗干扰能力更强,有效减小了状态突变时的估计误差;基于自适应卡尔曼滤波的双惯导采煤机定位方法的定位误差比单惯导的定位误差在各方向上均有所减小。     

基于卡尔曼滤波算法的采煤机惯导定位方法

针对现有采煤机定位方法存在误差较大、精确性不高等问题,提出了基于卡尔曼滤波算法的采煤机惯导定位方法。该方法将采煤机的惯导定位结果与综采工作面控制系统中心计算机设定的采煤机理想轨迹相结合,经过卡尔曼滤波获取采煤机位置的最优估计,得到最终的定位结果。仿真结果表明,该方法可克服惯导定位误差随时间累积的缺点,具有较高的定位精度。     

基于模糊AKF地磁辅助导航的采煤机定位方法

针对惯导在采煤机定位时产生累积误差以及实时定位精度低等问题,提出了基于模糊自适应卡尔曼滤波(AKF)惯性地磁辅助惯性导航的采煤机动态定位方法.通过迭代最近等值点(ICCP)算法将惯导与地磁辅助技术组合,并引入模糊自适应的卡尔曼滤波方法,实现了在线自适应调整测量噪声方差阵.通过对采煤机进行定位仿真分析,结果表明:可克服惯导定位误差随时间累积的缺点,实现了采煤机实时高精度定位.     

基于UWB辅助的多无人机惯导定位误差校正方法

针对卫星导航拒止的复杂环境下多无人机编队飞行只依赖惯性导航无法长时间导航的问题,提出一种超宽带(UWB,ultra wide band)辅助的惯导定位误差校正方法;给出UWB测距原理的同时建立了无人机机体坐标系下的惯导相对距离解算模型;在惯导误差模型的基础上,以惯导误差和UWB测距信息分别作为状态量和观测量,设计出惯导误差校正的扩展卡尔曼滤波模型;以两架无人机为例对算法进行仿真验证,仿真结果表明相较于纯惯导定位,该方法在东北天三个方向的最大定位误差不超过1 m,速度均方根误差值不超过0.01 m/s,很好地抑制了惯导系统速度和位置的误差发散,为解决无人机编队在卫星拒止环境中的定位问题提供参考思路。     

基于采煤机工作面端头量测的改进因子图高精度自主定位方法

采煤机的高精度定位是煤炭开采自动化和智能化的重要研究方向,其中惯性导航系统和里程计是长壁综合机械化采煤机定位主要传感器之一.通过两者的信息融合,能够有效抑制惯性导航系统的发散并且具有较好的自主导航能力,但是仍然无法满足井下长时间的高精度导航要求.鉴于此,分析目前常用辅助传感器在采煤机开采过程中存在的问题,提出基于UWB采煤机工作面端头量测的改进因子图优化方法.利用UWB在工作面端头的位置量测信息,推导并构建惯导/里程计/UWB的约束方程和图优化模型.同时通过惯性信息的预积分,减少待优化的节点数量,降低算法的计算量.在此基础上,加入里程计标度因数误差和安装误差的因子节点进行联合估计和优化.最后通过仿真和实际跑车测试表明,相较于传统卡尔曼滤波的采煤机定位方式,所提出方法能够有效提高采煤机的定位精度.     

基于修正的卡尔曼滤波的姿态估计算法研究

研究惯导系统的稳定性问题,其中微惯性测量单元(MIMU)可以为捷联惯导系统提供实时的姿态和航向信息。研究姿态估计提高导航精度,由于陀螺漂移引起姿态误差,单独使用MIMU使姿态精度差。为了克服陀螺误差随时间积累不断增大,无法长时间提供稳定的姿态的缺点,提出采用磁强计修正的卡尔曼滤波四元数姿态估计算法。算法以姿态四元数为状态向量,通过四元数更新方程建立离散滤波状态方程,将加速度计和磁强计输出的六维数据转化为四元数的量测值建立量测方程,有效减少了计算量,补偿陀螺的漂移误差带来的影响。仿真结果表明改进算法提高了捷联惯导系统的精度和稳定性。     

改进量测的车载捷联惯导/里程计组合导航算法

针对车载SINS/Odometer速度量测和位置量测组合导航算法的潜在缺陷,提出了改进量测算法.在分析里程计输出误差模型的基础上,将里程计标度因数误差和惯导系统安装偏差均列入状态变量,并将1 s内惯导位置增量和航位推算位置增量之差作为量测值进行组合导航.车载试验使用精度为0.02°/h的激光陀螺捷联惯导系统,采用该算法后行驶54 km,定位精度可达行驶里程的0.08％.离线分析进一步证实,改进算法可以快速估计出各项传感器误差、安装偏差和初始对准误差,从而保证系统的定位和定向精度.     

基于视觉/惯导的无人机组合导航算法研究

目前视觉惯性组合导航系统多采用优化紧/松耦合以及滤波紧/松耦合算法,应用误差状态卡尔曼滤波能够将较低频率的视觉位姿信息提升到与惯性信息同步的频率;提出一种基于自适应卡尔曼滤波的视觉惯导组合导航算法,首先考虑到系统建模与传感器测量误差,采用自适应渐消卡尔曼滤波进行导航解算,通过实时计算遗忘因子,以调节历史数据的权重,可抑制建模误差,提高组合导航系统性能,然后针对视觉SLAM解算过程造成的视觉位姿信息滞后于惯导信息的问题,提出一种延时补偿方法;仿真实验表明,采用延时补偿的自适应渐消卡尔曼滤波算法能够有效抑制建模误差,并降低视觉位姿信息滞后带来的影响,提高无人机组合导航的解算精度,姿态、速度、位置解算精度分别达到5°、0.5m/s、0.4m以内。     

综采工作面采煤机定位技术研究现状及展望

通过介绍国内外综采工作面采煤机定位技术发展现状,分析了采煤机常规定位技术、采煤机捷联惯导定位技术、采煤机捷联惯导定位误差补偿技术、基于捷联惯导和其他方法的采煤机组合定位技术的特点,指出研究捷联惯导的定位解算策略、探寻无线传感器网络与捷联惯导的紧耦合融合策略、研究复杂振动及多径效应下采煤机空间定位技术是采煤机定位技术的发展趋势。     

基于容积卡尔曼平滑滤波的管道缺陷定位技术

针对管道测量系统MEMS惯性元件的漂移,且难于获得GPS信息进行有效误差累积抑制的问题,创建了管道测量系统9维系统状态误差方程和基于速度差和基准点位置差的观测方程,提出采用容积卡尔曼平滑滤波算法。该算法由以里程轮速度为观测量的正向容积卡尔曼滤波算法和以基准点位置为起点的反向平滑两级滤波组成,实现管道缺陷地理坐标的最优估计。管道缺陷定位实验结果表明,该算法能有效补偿长航时导航参数误差,10 km测量精度可以达到10-3数量级,能够满足管道内检测定位精度要求。     

航弹捷联惯导系统半实物仿真试验研究

某型远程航空弹药拟采用捷联惯导+卫星定位的制导系统.该制导系统中的捷联惯导系统姿态、位置解算精度和时延性将影响到控制系统的控制效果.为了测试捷联惯导系统的解算精度和时延性,该文设计了捷联惯导系统的半实物仿真试验框架结构,检验了捷联惯导系统导航计算机的解算性能.试验表明,捷联惯导系统的算法正确,解算精度和解算时延满足控制系统的要求,可以应用到航空弹药的制导与控制系统中.     

基于捷联惯导系统的采煤机定位与姿态调整

针对现有采煤机定位与姿态调整方法准确性较差的问题,在地面有缓慢坡度变化的情况下,对基于捷联惯导系统的采煤机定位与姿态调整方法进行了研究。首先介绍了采煤机定位技术,即由捷联惯导系统获取采煤机运动参数信息,采用欧拉角法对数据进行处理,进而完成采煤机位姿解算及实时定位;然后以采煤机截割高度调整为例,介绍了基于捷联惯导系统的采煤机姿态调整方法,重点推导了采煤机在不同截割工况下,采煤机截割高度与机身倾角之间的关系式;最后采用采煤机模型进行采煤机定位与截割高度调整实验,结果表明基于捷联惯导系统的采煤机定位与姿态调整方法可有效提高采煤机的定位与姿态调整精度。     

MEMS惯导管内坐标测量的改进RTS平滑滤波算法

利用管内检测器搭载MEMS器件实现小口径埋地管道的三维地理坐标测量,该方法以航迹推算(DR)为主要定位方式,所采用的检测器全部都在管道内部,检测时不影响管道的正常工作,对管道的安全维护具有重要意义.如何对解算误差进行有效校正是实现该技术的关键问题.利用里程计测得的里程信息进行DR解算,代替传统的捷联惯导(SINS)解算方式,降低速度更新的误差累加现象;引入管内可测的地磁和重力信息,增加了对姿态误差估计的观测量;采用改进的RTS平滑滤波算法(RTS-FC)进行离线解算,通过引入终止点对准信息进一步提高系统的定位精度.利用其检测180 m长管道,结果的最大误差为8 m,实验结果表明了算法的有效性.该方法为MEMS器件管内地理坐标测量的实用化奠定一定的基础.     

车载惯导里程仪组合导航系统安装误差标定研究

研究了捷联惯导、GPS、里程仪和气压高度计构成的组合导航系统中惯导安装误差角对里程仪航位推算精度的影响;提出了以GPS输出作为辅助信息对惯导安装误差进行标定的方法;设计了以里程仪航位推算误差传播方程为系统方程,以里程仪航位推算结果和GSP位置输出之差为量测,通过卡尔曼滤波估计惯导安装误差的标定方法;仿真结果表明,该方法对惯导安装误差的标定精度能达到角秒级。在调试过程中采用该方法标定补偿后的系统实际跑车实验航位推算精度达到5m+行程的0.15%,表明补偿后残余的惯导安装误差影响已经可以忽略。     

基于惯性技术的端帮采煤机姿态测量仪设计

针对端帮采煤机特殊的机械构造及工作运动模式对自身姿态信息获取时效性和准确性以及无人自主化提出的更高要求,设计一种基于惯性解算方法的姿态测量设备。利用惯导系统中的水平加速度计敏感重力分量完成载体水平对准,根据加速度计敏感的采煤机运动状态实现载体静止状态的辨别,引入零速修正的闭环卡尔曼滤波完成惯导解算姿态及惯性器件偏差信息的修正。搭建基于DSP+FPGA的导航信息采集与处理平台并开展室内转台实验和户外模拟车载实验,结果表明：采用零速修正的闭环卡尔曼组合方法可有效准确地完成载体姿态信息的自主求取。     

管道地理坐标测量误差校正方法的研究

设计采用轻便的低精度MEMS惯性器件搭载管道清管器的方法实现管道地理坐标的内检测,由于器件精度较低,惯导算法的误差不断累积,不能满足定位要求。根据这一问题,通过里程轮校准检测器的速度,通过重锤校准检测器的姿态角,里程轮和重锤的误差不会累积,可以提高定位的精度;采用误差补偿方法,建立了姿态,速度和位置的误差模型,将里程轮和重锤的输出与惯导计算的结果之差作为观测量,建立观测方程;误差模型利用倾角表示姿态角误差,产生非线性问题,为此,采用无迹卡尔曼滤波方法,在惯导算法中对滤波估计的误差进行补偿。结果表明,利用该算法可以降低误差的影响,实现内检测条件下管道地理坐标的测量,具有一定的应用价值。     

RBF神经网络在惯导系统传递对准中的应用

针对系统阶次较高时卡尔曼滤波实时性较差的特点,将径向基（radial basis function,RBF）神经网络替代卡尔曼滤波应用于舰载机惯导系统的传递对准。利用卡尔曼滤波的输入、输出作为RBF神经网络滤波的样本值进行训练,得到了神经网络的输出值,实现了惯导传递对准中的滤波功能。仿真结果表明将RBF神经网络用于传递对准,既获得了与卡尔曼滤波相当的精度,又有效地降低了系统的解算时间,提高了系统的实时性。     

采煤机捷联惯导定位方法研究

针对综采工作面采煤机定位精度较低的问题,提出了一种基于Rodrigues参数法的采煤机捷联惯导定位方法。该方法运用捷联惯导的三轴加速度计和三轴陀螺仪输出采煤机的加速度和角速度信息,采用无冗余度的Rodrigues参数法对其进行位姿解算。仿真结果表明,在采煤机斜切进刀过程中,采煤机最大定位误差为0.291 4m,姿态误差最大值为0.602 2°,满足采煤机的定位精度要求。