基于ITS的GPS/DR/MM组合导航技术的应用

首先概述了车载GPS组合导航系统的几种实现方案，接着对GPS／DR／MM组合导航技术进行了试验，从各个方面介绍它，详细阐述了DR、GPS导航定位系统以及地图匹配(MM)的基本原理，并给出了该系统的应用实例。从试验结果可以看出，该组合导航技术在智能交通系统领域具有广泛的前景。     

基于GPS/DR的地图匹配方法的研究与实现

研究了地图辅助定位技术在GPS/DR组合定位系统中的应用,给出了一种基于D-S证据推理的地图匹配算法,该算法通过对车辆轨迹与数字地图模块提供的路径相比较,把基于各种传感器的车辆位置与道路网络联系起来,并通过匹配过程来确定车辆关于地图的最大可能位置.仿真实验结果表明,应用该地图匹配算法能够有效的提高组合定位系统的定位精度、减小误差,改善对航线的跟踪质量.     

一种基于DR/GPS/MM的组合定位系统数据融合算法

针对盲区中使用INS惯性导航系统进行定位存在误差积累的问题,提出一种基于DR航位推算、GPS全球定位系统和MM地图匹配的组合定位系统数据融合算法。该算法利用GPS和MM中得到的位置信息,一方面用于更新DR的定位信息,另一方面用于修正陀螺仪比例因子和里程表比例因子等参数,提高定位精度,防止DR系统推导的车辆定位误差的积累。通过MATLAB进行仿真实验,验证了此算法的有效性。实验结果表明,此算法可以有效约束INS的误差积累,提升导航系统的性能。     

基于模糊逻辑的GPS／DR地图匹配算法

一个好的地图匹配算法对改善智能运输系统的导航性能起着至关重要的作用,能够在很大程度上提高导航系统的定位精度。本文提出一种基于模糊逻辑的综合地测匹配算法。该方法把GPS／DR传感器得到的定位信息和电子地图库的数据作为算法的输入,通过逻辑评判输出最佳匹配路段,并在道路拐弯处通过拓扑荧系选择候选道路。仿真实验证明,引用该算法后地图匹配效率和准确性都有很大的提高。     

GPS/DR与电子地图匹配的定位研究

单一的GPS车载定位会因为地理环境等原因在一定范围和时间内失效或定位不连续,针对这一局限性,提出了一种采用GPS/DR与电子地图匹配的定位算法;该算法是把车辆轨迹与数字地图模块提供的路径相比较,通过匹配过程来确定车辆关于地图的最大可能位置;该算法不仅克服了GPS信号在盲区间断或失效的缺点,也避免了DR定位误差随时间的不断积累,提高了定位精度和系统的可靠性。     

基于载波相位差分的GPS/DR组合定位算法研究

GPS技术由于具备全天候、全球性的定位能力,在当前的导航定位之中应用非常广泛。然而,GPS也会受到天气、地理位置等环境因素的影响,可能存在信号丢失或者精度不够的问题。文章提出了一种基于载波相位差分的GPS、航位推算技术(Dead Reckoning,DR)组合定位模式,并且针对基于载波相位差分的GPS、DR组合定位模式的特点,设计了一种适合于该种组合定位的算法,该新算法能够解决诸多的传统整周模糊度算法无法解决的问题,提高计算效率,提高导航定位精度。     

车辆GPS/DR/GlS组合导航定位系统

随着GPS、DR导航定位技术的日益发展,以及GIS技术广泛应用,三者之间的结合应用于车辆导航定位已成为必然.首先分析了当前采用不同定位技术的导航系统的特点,并提出了基于DGPS/DR/GIS组合技术的车辆导航定位系统,从整个组合导航系统结构等方面介绍了整个系统的硬件和软件组成及其各部分的特点和功能.该系统的提出是对我国车辆智能导航系统开发的一种新尝试.     

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。     

组合导航系统在智能交通系统中的应用

车辆定位导航是智能交通系统(ITS)的核心功能.本文介绍了一种方法,将两种常用的导航定位技术GPS定位导航技术与惯性导航技术进行组合,再辅之以地图匹配技术,实现车辆在地图上的准确显示,进而实现精确的车辆导航.     

基于雷达–扫描器/惯性导航系统的微小型无人机室内组合导航

本文提出一种基于雷达–扫描器/惯性导航系统(radar-scanner/INS)的微小型无人机室内导航方法.为提高算法的实时性,采用基于扩展卡尔曼滤波(EKF)的DC同步定位与构图技术(SLAM)实现定位和构图;在更新状态值的扫描匹配过程中提出启发性逻辑来筛选激光雷达数据,以提高算法对无人机因姿态和高度变化而引起的轮廓地图波动的抗干扰性;在特征匹配的过程中选取合理的地图轮廓特征,并利用扫描匹配的结果和特征匹配的传递性提出了精度较高的引导配对,以提高特征配对在三维环境下的准确性;最后,将DC SLAM与惯性导航系统进行基于EKF的组合滤波,给出无人机的全状态估计.通过与GPS/INS组合导航对比以及室内飞行验证,本文提出的方法能够满足无人机飞行控制对导航实时性和精度的要求.     

量子PSO粒子滤波在DR/GPS组合导航系统中的应用

将量子粒子群优化(QPSO)算法与粒子滤波(PF)相结合,提出了量子PSO粒子滤波(QPSO-PF)算法,对航位推算(DR)与GPS组合导航系统中的里程系数误差和航向误差进行辨识估计,并对里程系数和航向进行修正。该算法采用量子位对粒子进行编码,引入量子旋转门与变异操作保持了粒子集的多样性,通过QPSO搜索寻优重新分配粒子,使粒子集有效地逼近真实的后验概率分布,从而有效地减轻了退化现象,提高了PF的精度。DR/GPS组合导航系统跑车实验结果表明:该算法有效地抑制了DR导航系统误差的增长,提高了组合导航系统的定位精度。     

一种新型的GPS/DR组合定位系统数据融合算法

全球卫星定位系统定位和测速精度高,具有全天候、全球性且基本不受地域、时间限制,但常因为某种原因出现GPS卫星信号丢失情况,航迹推算算法正好能弥补这个问题,将两者结合可以很好地解决定位问题.传统的数据融合算法-卡尔曼滤波算法,在参数选择上要求较高,选择不当即导致较大误差,影响算法效果.建立了GPS/DR组合定位系统的模型,提出了一种新型实用的自适应扩展卡尔曼滤波算法和DR单独定位算法结合的定位算法.通过实际跑车实验,结果表明,较之传统的卡尔曼滤波定位算法,该算法实用性好,而且能很好的满足系统的定位精度及可靠性等方面的要求.     

一种模糊QR滤波及在组合导航中的仿真研究

总结了常用的自适应滤波的方法，并提出了一种基于模糊逻辑的自适应卡尔曼滤波技术，用模糊逻辑自适应推理器来“在线”修正卡尔曼滤波系统噪声协方差Q和测量噪声协方差R，从而使滤波器不断执行最优估计。仿真结果表明该方法可以提高GPS／INS组合导航系统的精度和可靠性。     

车载GPS／DR／地图匹配组合导航系统的自适应联合卡尔曼滤波模型

首次设计了实现车载ＧＰＳ／ＤＲ／地图匹配组合导航系统最优综合的联合卡尔曼滤波器,给出了滤波算法,并提出一种自适应联合卡尔曼滤波器结构及其算法。理论分析及计算机仿真结果均表明,应用该自适应联合卡尔曼滤波器可大大提高车载ＧＰＳ／ＤＲ／地图匹配组合导航系统的定位精度及容错能力。     

手机MEMS车载导航算法改进技术

为了进一步提高手机平台航位递推/全球定位系统(DR/GPS)车载组合导航算法的适应性和导航性能,研究了手机平台车载导航算法的改进技术,就手机安装模式辨识算法进行了分析与设计,研究了汽车零速修正算法,设计了相关验证实验.实验结果表明:基于手机平台车载导航算法的改进技术,可以有效提高DR/GPS车载组合导航算法的适应性和导航性能.     

结合数字地图的GPS／DR车载双星定位系统

目前GPS的定位技术已经比较成熟,然而GPS正常工作时需要四颗可见卫星。本文提出了一种基于高精密数字地图的GPS双星定位系统,结合航位推算系统进行组合导航,并运用卡尔曼滤波对组合导航的信息进行滤波处理,有效提高定位的精度。试验证明,该算法增强车载导航系统在城市中复杂环境的适应性,并提供满足要求的定位精度。     

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.     

GPS/DR组合导航系统数据融合优化设计

为降低GPS/DR组合导航系统在复杂导航环境下的定位精度及DR误差累积,提出一种性能较优的数据融合算法。在传统粒子滤波(PF)的基础上,考虑最新观测值的影响,使用基于平方根二阶差分的高斯混合(GM)模型给出粒子滤波的建议分布,采用基于蒙特卡罗的重要性采样和进化再采样方法减轻PF样本退化问题,增强样本多样性。实验结果表明,与PF算法、GMPF算法相比,该设计能提高组合导航系统的综合导航定位性能。     

基于模糊逻辑的自适应卡尔曼滤波在GPS/INS组合导航中的应用

提出了一种利用模糊逻辑控制器来在线调节卡尔曼滤波器的自适应数据融合方法,并着重研究了其在GPS/INS组合导航中的应用．根据位置误差系数和卡尔曼滤波器的新息的统计信息，采用模糊逻辑控制器对卡尔曼滤波器进行连续修正，将卡尔曼滤波器调整到最优状态，从而提高组合导航系统的精度．仿真结果证明这种方法比标准卡尔曼滤波具有更高的精度．