BWSR100单片多模导航芯片的定位解算软件设计

本文介绍了一种应用于单片多模导航芯片BWSR100的定位解算软件。该定位解算软件依据导航电文和实时的伪距信息,采用最小二乘法完成初始定位,采用扩展卡尔曼滤波方法完成后续高精度定位。仿真结果表明,在-135dBm的信号强度下,该定位解算软件的水平定位精度可以达到5m,测速精度可以达到0.2m/s。     

基于紫外敏感器的卫星自主导航

卫星自主导航是指卫星不依赖地面支持,而利用星上自备的测量设备实时地确定自己的位置和速度,它是未来卫星导航的必然趋势.紫外敏感器具有精度高、体积小、可以实现多个敏感器功能的特点,利用地球成像的大小和位置以及恒星的位置可以获得卫星的导航信息.为了精确获得卫星导航信息,给出了轨道动力学模型,重点研究了地心矢量的确定方法,地心矢量的准确确定是精确导航的关键,提出了基于紫外敏感器的卫星自主导航模型,设计了扩展卡尔曼滤波算法,并结合轨道数据和测量数据进行了仿真,仿真结果说明了所提方案的有效性.     

基于A*的导航算法及动态估计模型

通过对交通路网数据和导航需求进行分析与研究,抽象出导航算法的数据结构,建立了算法权值动态估计模型,并基于A*实现了导航算法.     

基于EKF的UUV单信标水声导航定位方法研究

文章描述了基于扩展卡尔曼滤波算法的水声导航定位方法,该方法可以对UUV(无人水下航行器)进行导航估计,有效减少导航定位过程中的累积位置误差;导航模型中信标与UUV时间同步,且信标以一定时间间隔,广播发送水声脉冲信号,UUV利用信号的传输时间延迟,确定与信标之间的相对距离;通过解算UUV与信标的相对距离,以及自身的航行速度、航向角等参数变量,利用扩展卡尔曼滤波算法,可估计出UUV相对信标的位置,通过优化算法,可以有效降低定位过程中的累积位置误差;仿真结果表明,该导航定位算法实现简单、导航精度高,对未来小型UUV导航方法有很好的实用价值。     

基于NARX神经网络辅助组合导航方法研究

为解决短时全球导航卫星系统(GNSS)失效造成车载组合导航系统导航精度下降的问题,提出一种NARX神经网络辅助的组合导航方法。对神经网络辅助导航的原理进行了分类,并分析了神经网络可利用的输入输出信息,提出一种根据惯性测量单位(IMU)测量信息和惯性导航解算信息对GNSS位置速度增量进行预测的方法。通过实测数据实验验证了方法的有效性,GNSS失效60 s期间,导航最大位置误差5.1 m、最大速度误差0.15 m/s。     

Huber-based滤波及其在相对导航问题中的应用

研究无人机编队INS/Vision相对导航方法,给出了相对惯导方程的推导过程和相对视线矢量测量方法.应用Huber-based滤波融合相对惯导信息和相对视线矢量信息,估计出无人机之间的相对姿态、相对位置和相对速度.Huber-based滤波是一种混合l1和l2范数最小估计,对受到污染的高斯分布噪声具有一定的鲁棒性.最后通过仿真验证了该相对导航方法的有效性.     

基于偏振光传感器的全姿态角解算方法研究

针对小型无人机三维空间内姿态解算的问题,提出了一种仅利用偏振光传感器进行全姿态角的解算方法.利用偏振光传感器测量的偏振方位角,及通过观测位置和观测时间计算得到的太阳方位角,可以求得当前的航向角.利用太阳矢量在导航坐标系和载体坐标系中的投影,通过解算姿态方程解算出当前的俯仰角与横滚角,实现全姿态角的解算.通过仿真实验证明了该方法的有效性,解算出的姿态角误差在1°以内,能够有效地满足小型无人机的需求,为无人机导航提供一种全新的导航方法.     

基于混合遗传模拟退火算法的矢量场机器人导航

提出了一种解析形式的机器人矢量场导航模型, 模型中场矢量的指向就是机器人的理想移动方向. 模型假设工作空间中的障碍物为多边形, 通过对障碍边界上电场的积分得到了排斥场的封闭解. 导航必须考虑路径对长度、平滑度及安全性的要求, 因此, 一种混合遗传模拟退火优化算法被用来对导航模型的参数进行搜索, 以寻找最优路径解. 仿真结果验证了本文模型的有效性, 优化所获路径的比较说明此混合算法要优于遗传算法和模拟退火算法.     

一种旋翼无人机组合导航系统设计及应用

针对传统组合导航算法相对复杂,对系统硬件要求太高,实时性不好的缺点,设计了一种基于线性卡尔曼滤波器的简单实用组合导航算法.考虑到传统卡尔曼滤波器在系统噪声变化时滤波精度变差甚至发散以及模糊控制器计算量大的缺陷,设计了线性迭代调整观测噪声参数的方法对滤波器进行自适应改进,提高了算法的鲁棒性和实时性.利用STM32微控制器和MEMS惯性单元以及UBLOXGPS定位模块搭建硬件平台进行实验验证.结果表明:在168MHz时钟频率下,一次姿态数据读取和解算共耗时3.27ms,一次组合导航滤波耗时2.18ms,二者分别运行在100Hz和5Hz频率下.最终组合导航结果可以满足无人机在1m的精度范围内自动悬停的需求,验证了所设计的组合导航算法的可靠性和实用性.     

基于场景识别的无人机自主着陆组合导航研究

研究无人机自主着陆阶段的组合导航问题,现有绝大多数是GPS/INS的组合导航,其中状态量的位置信息也都选择了传统的纬度、经度和海拔高度.为了适应着陆场景识别导航,提出了一种基于场景识别/INS的无人机自主着陆组合导航新方法.从机场原点指向飞机的矢量相对机场的俯仰角、方位角及矢量长度作为卡尔曼滤波状态量的位置信息,组合导航中量测信息是从飞机上的摄像机所获得的机场特征点在摄像机所摄图像中的位置(坐标).通过对方法的分析及仿真,结果验证了方法在无人机自主着陆阶段组合导航中,稳定性和快速性等识别性能较好.     

Rover navigation using stereo ego-motion

Robust navigation for mobile robots over long distances requires an accurate method for tracking the robot position in the environment. Promising techniques for position estimation by determining the camera ego-motion from monocular or stereo sequences have been previously described. However, long-distance navigation requires both a high level of robustness and a low rate of error growth. In this paper, we describe a methodology for long-distance rover navigation that meets these goals using robust estimation of ego-motion. The basic method is a maximum-likelihood ego-motion algorithm that models the error in stereo matching as a normal distribution elongated along the (parallel) camera viewing axes. Several mechanisms are described for improving navigation robustness in the context of this methodology. In addition, we show that a system based on only camera ego-motion estimates will accumulate errors with super-linear growth in the distance traveled, owing to increasing orientation errors. When an absolute orientation sensor is incorporated, the error growth can be reduced to a linear function of the distance traveled. We have tested these techniques using both extensive simulation and hundreds of real rover images and have achieved a low, linear rate of error growth. This method has been implemented to run on-board a prototype Mars rover.     

基于深度强化学习的AGV智能导航系统设计

针对现有的AGV在大规模未知复杂环境中进行自主导航配送的问题,基于深度强化学习完成了AGV智能导航系统设计。首先,结合传感器对周围的障碍物进行探测感知,利用DDPG（deep deterministic policy gradient）算法实现AGV小车从环境的感知输入到动作的直接输出控制,帮助AGV完成自主导航和避障任务。此外,针对训练样本易受环境干扰的问题,提出了一种新颖的DL（disturb learning）- DDPG算法,通过对学习样本中相关数据进行高斯噪声预处理,帮助智能体适应噪声状态下的训练环境,提升了AGV在真实环境中的鲁棒性。仿真实验表明,经改进后的DL-DDPG 算法能够为AGV导航系统提供更高效的在线决策能力,使AGV小车完成自主导航与智能控制。     

基于惯导/数据链的动态相对定位方法

针对卫星导航定位在复杂环境不可靠情况下如何实现无人机机间相对定位问题,提出一种基于机载惯性导航系统与机间数据链测距相结合的动态相对定位算法。该方法利用机载数据链通信测距能力与机载惯性导航系统输出的无人机速度矢量信息结合,建立机间相对定位模型,通过最小二乘法对无人机之间的相对位置进行估计,实现无人机机间的实时相对定位能力。由于通过最小二乘法解算出的相对定位结果依然存在误差,针对最小二乘法相对定位误差,提出秩亏网平差算法对无人机机群间的相对定位误差进行校正。仿真结果表明：基于最小二乘法的相对定位方法可以减缓惯性导航系统相对定位误差发散速度并且将惯导相对定位精度提高到3倍左右,通过秩亏网平差算法校正将最小二乘相对定位精度提高2倍。     

Image-based homing navigation with landmark arrangement matching

Many insects and animals exploit their own navigation systems to navigate in space. Biologically-inspired methods have been introduced for landmark-based navigation algorithms of a mobile robot. The methods determine the movement direction based on a home snapshot image and another snapshot from the current position. In this paper, we suggest a new landmark-based matching method for robotic homing navigation that first computes the distance to each landmark based on ego-motion and estimates the landmark arrangement in the snapshot image. Then, landmark vectors are used to localize the robotic agent in the environment and to choose the appropriate direction to return home. As a result, this method has a higher success rate for returning home from an arbitrary position than do the conventional image-matching algorithms.     

基于粒子滤波的无人机自主轨迹视觉导航控制方法研究

针对现有无人机导航控制方法存在的控制效果不佳的问题,本文提出一种基于粒子滤波的无人机自主轨迹视觉导航控制方法研究。利用粒子滤波算法,实现对无人机自主轨迹视觉导航控制方法的优化设计。采用栅格法构建无人机飞行环境地图,根据无人机的机械组成结构和工作原理,构建运动状态模型。利用内置的摄像机设备采集视觉图像,执行图像灰度转换、几何校正、滤波等预处理步骤。通过对视觉图像的特征提取,判断当前环境是否存在障碍物。利用粒子滤波算法确定无人机位姿,结合障碍物识别结果规划无人机的自主飞行轨迹。将位置、速度和姿态角的控制量计算结果,输入到安装的导航控制器中,完成无人机的自主轨迹视觉导航控制任务。通过实测分析得出结论：应用设计的导航控制方法,其位置误差、速度误差以及姿态角误差均维持在预设值以下,即设计的导航控制方法具有良好的控制效果。     

导助航信息的三维可视化系统研究

导助航信息的三维可视化为船员提供清晰、直观的画面,方便船员准确地判断和掌握船舶所处的空间位置、水文环境、行进方向等重要信息。分析了整个三维可视化系统的体系结构;对导助航信息三维可视化的关键技术进行了研究,通过斜墨卡托投影实现地理坐标系到世界坐标系的坐标转换;提出一种方法计算航标位置、偏转角度用以指示锚地位置、船舶停靠方式;通过几何对象可视化进行导助航信息的动态展示。实验结果表明,该系统能够很好地解决船舶雾天通航因能见度低所造成的滞航问题,引导船舶航行和定位。     

室外机器人视觉导航的路径结构识别

提出了基于路径结构特征识别的视觉导航算法,以室外环境下导航路径图像为研究背景,根据图像RGB颜色特征,利用颜色聚类算法,将导航路径从复杂背景中提取出来,并检测出导航路径的中心离散点作为导航路径的基准点。当路径具有较明显的曲线特征时,利用最小二乘法曲线拟合检测导航路径,否则利用最小二乘法检测直线作为机器人的导航路径。实验结果表明：该算法在导航路径具有复杂的结构特征等情况下有较好的导航效果。     

Saliency and spatial information-based landmark selection for mobile robot navigation in natural environments

In this paper, a landmark selection and tracking approach is presented for mobile robot navigation in natural environments, using textural distinctiveness-based saliency detection and spatial information acquired from stereo data. The presented method focuses on achieving high robustness of tracking rather than self-positioning accuracy. The landmark selection method is designed to select a small amount of the most salient feature points in a wide variety of sparse unknown environments to ensure successful matching. Landmarks are selected by an iterative algorithm from a textural distinctiveness-based saliency map extended with spatial information, where a repulsive potential field is created around the position of each already selected landmark for better distribution in order to increase robustness. The template matching of landmarks is aided with visual odometry-based motion estimation. Other robustness increasing strategies includes estimating landmark positions by unscented Kalman filters as well as from surrounding landmarks. Experimental results show that the introduced method is robust and suitable for natural environments.     

基于SVR 的惯性/卫星组合导航系统故障诊断方法

在惯性/卫星组合导航系统中, 针对传统X² 检验法检测出故障但无法准确识别故障子系统的不足, 提出一种基于支持向量回归的故障诊断方法. 采用残差X² 检验法实时对组合导航系统进行故障检测, 并构建基于支持向量机的回归预测模型, 实现对惯性导航系统状态的预测; 根据系统模型输出和预测模型输出之差辅助进行惯性导航系统的故障判别, 诊断出系统故障源. 仿真结果表明, 所提出的方法能够快速准确地识别故障子系统, 并进行有效的系统隔离和重构, 从而使组合导航系统的性能得到保障.

     

输电线路巡检无人机导航的语义交互方法

针对高空巡检环境的复杂性和不确定性,提出了一种输电线路巡检无人机导航的语义交互方法.基于本体方法构建人机交互的语义拓扑体系,形成具有感知运动数据处理的导航框架;其次,以语义拓扑关系为基础,结合谓词逻辑形式的背景知识,提出结构化路径导航方法,实现人机在统一的概念层次上路径导航的语义交互;最后研发了巡检导航的语义交互原型系统,通过实验证明：作为语义交互实例,本文所提方法可以为无人机电力巡线提供位置导航控制,实体名词提取满足实际期望估计且精度控制较高,为基于数据驱动的输电线路巡检提供了基础支持.