基于双目视觉与IMU的组合导航算法

针对INS/GPS组合导航技术在GPS失效时难以有效导航的问题,提出一种基于误差状态粒子滤波器的双目视觉与IMU组合导航算法.通过把状态量映射到李代数上,在向量空间直接求解四元数随机粒子分布,使用粒子滤波器实现多传感器数据融合,完成载体运动信息的实时估计.使用EuRoC公开数据集对算法进行验证,实验结果表明,算法的定位...     

扩展卡尔曼滤波在组合导航中的应用

松组合导航中,采用组合导航系统(SINS)误差作为状态量,用SINS解算的位置和速度与全球定位系统(GPS)测量的位置速度之差作为量测信息.为了提高组合导航的精度在松组合导航中应用扩展卡尔曼(EKF)滤波算法,通过仿真对载体轨迹的速度、姿态、位置进行跟踪.仿真结果表明:在仿真进入8 min之后系统进入稳态,能准确跟踪载体.因此,采用基于EKF的非线性滤波能有效跟踪载体的位置、速度和姿态.     

基于三轴磁强计和重力测量的融合导航算法

为了减小地磁导航的估计误差协方差,提高导航的可靠性和准确性,将重力作为一种新的量测信息引入到地磁导航系统中,提出了基于三轴磁强计与重力测量的融合导航算法.该算法以飞行器的位置与速度向量作为状态向量,建立状态方程;以飞行器所在位置的地磁场强度矢量与重力场强度矢量作为观测向量,建立观测方程;设计了一种联邦滤波器,用于融合三轴磁强计与重力测量仪表提供的量测信息.由于量测方程与状态方法都是非线性的,因此采用无迹卡尔曼滤波器(UKF)作为子滤波器可获得较高精度.仿真结果表明:该方法得到的位置估计误差小于30m,速度误差小于5m/s.与单一地磁导航、重力导航方法相比,该组合导航方法显示出更好的收敛性与可靠性.     

基于CPS架构的旋翼无人机组合定位建模研究

针对在特殊地区连续导航和组合导航冗余技术的问题,提出基于信息物理融合系统架构的BDS/GPS/SINS组合导航的旋翼无人机定位方案。以六旋翼为运载体,采用超紧组合导航结构和联邦式滤波结构建立模型,通过Simulink虚拟定位仿真,得到较为精确的位置信息。进一步搭建旋翼无人机物理融合定位系统实验平台,该平台的BDS/GPS接收机接收由NSS8000多星群模拟器提供的虚拟卫星导航电文信号,方便用户对CPS虚拟和现实环境的人机交互界面进行操作。通过定位信息融合进行基于BDS/GPS/SINS超紧组合导航的室内飞行实验,失星下定位精度都能达到2.0?m±0.5?m。仿真和实验结果表明,该定位系统具有信息物理融合的鲁棒性和安全可靠性。     

一种面向机动的低成本姿态测量系统

载体作机动运动时,基于加速度计和磁传感器的姿态测量系统易受载体运动加速度的影响而导致测量精度降低.通过将GPS加速度引入重力观测方程,有效补偿了载体运动加速度造成的姿态测量误差.利用基于重力场和地磁场矢量观测的迭代最小二乘姿态确定算法得到修正罗德里格姿态参数.姿态信息通过互补滤波器与陀螺仪测量值融合以提高动态响应.实验结果表明,该低成本姿态测量系统可明显提高机动环境下的姿态测量精度,姿态角测量误差小于3°.     

车载GPS/光纤陀螺组合导航定姿技术研究

为了实现基于低精度的光纤传感器的高精度定姿导航,以确保陆上运动载体能够得到自身实时、准确的姿态信息,时光纤陀螺捷联惯导系统的测量误差进行了分析并建立组合导航系统的动态模型,利用GPS天线与惯导系统在栽体上的相时安装关系以及陆上载体的运动特征约束即非完整约束建立组合导航系统观测方程,采用卡尔曼滤渡器时惯导系统的测量误差和GPS天线与惯导系统间的杆臂量测误差进行估计,并使用估计结果时惯导系统的速度、姿态导航解算结果予以在线修正.通过车栽试验验证了此组合导航方案切实可行,系统定姿结果具有较高精度.     

组合导航系统离线信息融合算法

获得高精度的载体实际飞行轨迹,是组合导航系统性能评测的重要手段.从组合导航系统研究出发,针对惯性导航系统、姿态(非姿态)型GPS和大气数据计算机多传感器组合导航方式,实现多传感器信息离线融合算法.同类型导航传感器数据采用加权最小二乘算法,并利用开环卡尔曼滤波实现组合导航的信息融合,在此基础上再进行最优固定区间平滑滤波.仿真实验结果表明,经过上述3步信息融合之后,得到的导航结果精度不仅高于任一个传感器精度,而且高于单独采用卡尔曼滤波的导航参数精度.     

信息融合技术在INS/GPS/TAN/SMN四组合系统中的应用

主要介绍了组合导航系统中多传感器信息融合技术的国内外发展状况,对INS/GPS/T AN/SMN(惯性系统/卫星导航系统/地形辅助导航/景象匹配导航)组合系统中的多传感器信息 融合的层次结构与融合方法,首次提出INS/GPS/TAN/SMN组合导航系统信息融合的层次结构 ,并提出了多源图像融合制导的思想与方法．本文指出比较有应用前景的信息融合研究方法 是基于模糊逻辑、小波分析、神经网络等人工智能的新方法,以及这些新方法与传统的随机 类方法相结合的随机 人工智能的信息融合方法．     

基于因子图算法的INS/GPS信息滞后处理方法

针对全球定位系统（GPS）信息滞后导致惯性导航系统（INS）/GPS组合导航系统实时性差的问题,利用因子图算法可以在一个信息融合时刻处理各信息源不同时刻量测信息的特点,提出了一种INS/GPS信息滞后处理方法。在系统接收到GPS信息之前,因子图模型中只添加关于INS信息的因子节点,经增量推理求出组合导航结果,保证系统的实时性。待系统接收到GPS信息之后,再将关于GPS信息的因子节点添加到因子图模型中,修正INS误差,从而保证系统长时间高精度运行。仿真结果表明,当上一时刻实时导航状态量对INS误差修正效果随GPS信息滞后时间变长而逐渐变差时,可以采用上一时刻刚刚完成量测更新的导航状态量实现INS误差的有效修正。因子图算法在保证系统精度的前提下,避免了GPS信息滞后对INS/GPS组合导航系统实时性的不良影响。     

主从式编队卫星相对导航方法研究

编队卫星间精确的相对位置和速度信息的获取直接影响主从式编队卫星任务的完成.针对传统的集中式滤波算法在实时性和可靠性上的不足,提出利用联邦滤波算法对差分GPS和微波雷达信息进行融合,获得了满足编队任务要求的星间相对导航信息.其中差分GPS导航信息根据主从卫星的GPS测量信息获得;微波雷达通过测量卫星间的相对距离和角度来估算相对位置和速度.仿真结果表明,联邦滤波算法结合了差分GPS和微波雷达的优点,克服单一导航设备可能出现大误差的缺点,有效提高了测量精度,对主从式编队卫星完成飞行任务具有重要意义.     

非完整约束下滤波算法在组合导航中的应用

MEMS IMU/GPS组合导航系统的应用环境愈来愈复杂,对其精度的要求也愈来愈高,只使用普通卡尔曼滤波不能满足精度和稳定性要求。针对此问题,将Sage-husa自适应卡尔曼滤波算法和非完整约束应用到前向导航滤波算法和后向导航滤波算法中,并将前向滤波和后向滤波结果加权组合,提出了一种非完整约束下加权组合滤波算法,用于事后IMU/GPS联合解算中,用来提高组合导航的精度。并利用实验室设备进行车载实验,通过实测车载数据解算结果来验证该方法的可行性。实验结果表明非完整约束下加权组合滤波后的经纬度误差小于1.4 m,航向角误差小于1.0°,满足MEMS IMU/GPS车载组合导航系统的精度要求。     

Magnetic compass fault detection method for GPS/INS/magnetic compass integrated navigation systems

This paper proposes a magnetic compass fault detection method for GPS/INS/Magnetic compass integrated navigation systems. The fault is assumed to be caused by the hard iron and soft iron effect and modeled as an abrupt change in the magnetic compass output. In order to detect the fault, a test statistic related with only azimuth error measurement is determined. When a fault is detected, the GPS/INS/Magnetic compass integrated navigation system is changed into a GPS/INS integrated navigation system mode. In order to show the validity of the proposed method, computer simulation and van testing are carried out. The simulation and van test results show that the proposed navigation system gives more accurate outputs than the GPS/INS/Magnetic compass without the proposed method.     

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。     

基于信息融合的组合导航系统研究

针对GPS接收机在高机动工作状态或受遮挡时易出现“丢星”现象而导致定位中断的问题,提出了一种采用GPS／GLONASS／INS组俣导航系统对载体进行快速定位、定向的新方法。文中首先总结了GPS导航系统的不足,在此基础上给出了组合系统的设计方案和工作原理,然后对基于联合卡尔曼滤波的多传感器信息融合算法进行了论述与分析,最后给出了计算机仿真。结果表明：该方法可有效地提高导航系统的精度和可靠性,为融合导航系统的数据分析和处理提供了一个有效途径。     

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。     

路网辅助的车载INS/GPS组合导航方法

针对车载INS/GPS组合导航系统在GPS无效时精度迅速下降的问题,提出了将车辆行驶的路网约束作为虚拟传感器,采用多传感器数据融合的方式,与INS和GPS组成INS/GPS/路网组合导航系统.当GPS失效时,使用路网辅助INS.仿真结果表明,在GPS无效时间段,该方法能有效减小系统定位误差.     

基于ARM的移动机器人组合导航系统设计与实现

为了实现室外自主移动机器人的导航定位需求,利用微惯性测量单元(MIMU)和全球卫星定位系统(GPS)接收机,设计并实现了一种基于ARM Cortex M4内核的SINS/GPS组合导航系统。详细介绍了系统硬件组成、软件结构,并在此基础上实现了Kalman滤波的SINS/GPS组合导航算法。将该组合导航系统安装于旅行者II移动机器人,采用差分GPS对组合导航系统性能进行评估。实验结果表明:该系统具有较高的精度,达到了设计要求,具有良好的实用性。     

基于MLP神经网络改进组合导航算法

为解决GPS信号失锁条件下,GPS/INS(inertial navigation system)组合导航系统解算精度降低甚至发散的问题,提出采用多层感知机神经网络(multilayer perceptron neural networks,MLPNN)来辅助组合导航系统.在GPS信号有效时对神经网络进行训练,在GPS...     

GPS/SINS紧组合导航系统信息融合技术研究

为了提高复杂环境条件下导弹的导航精度,以GPS/SINS紧组合导航系统为研究对象,首先研究了GPS/SINS紧组合导航系统的数学模型;然后对扩展卡尔曼滤波和无迹卡尔曼滤波的算法进行了详细的分析;最后将这两种滤波算法应用到GPS/SINS紧组合导航系统中。系统仿真结果表明,UKF在位置、速度的估计精度上均优于EKF,并且UKF具有更好的稳定性和收敛性。