井下多传感器组合导航系统

针对井下车辆高精度惯性导航成本较高、低成本MEMS惯性传感器漂移较大等问题,提出一种井下多传感器组合导航系统,该系统通过蓝牙测距信息、MEMS惯性传感器及车载里程计信息进行组合导航。利用卡尔曼滤波技术融合多传感器数据,结合蓝牙测距信息抑制MEMS惯性传感器漂移,提高车载惯性传感器在一段时间内的定位精度;通过MEMS惯性传感器预测车辆位置,有效滤除干扰标签的蓝牙信号,提高数据可靠性;融合车辆里程计数据后,定位结果更加稳定可靠。测试结果表明,在井下蓝牙标签间隔10m布站情况下,每10m定位误差在3.2m以内,能够满足井下导航要求。     

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.     

越野环境下自主车辆导航地图自动创建方法研究*

针对越野环境下的地图创建问题,提出了一种自动创建自主车导航地图的方法。首先将车载摄像机获得的图像投影到车体坐标系,然后结合车辆行驶轨迹信息采用基于标记的分水岭算法判定可通行区域,最后融合局部俯视图信息生成全局一致地图,并在实时导航需求下对地图进行优化得到最终的导航地图。自主车实车实验结果表明,该方法生成的地图满足自主车实时导航需求,提高了路径规划效率。     

基于多传感器信息融合的移动机器人导航综述

综述了自主式移动机器人导航技术,对其中的同步定位与地图创建、路径规划以及多传感器信息融合等技术进行了详细的分析,并从基于地图、基于环境和基于行为3个方面全面地阐述了移动机器人路径规划技术的研究现状.对当前的研究热点SLAM技术、遗传算法和基于行为的规划算法等进行了较为详细的介绍和分析.同时,展望了移动机器人导航技术的发展趋势.     

基于信息融合地图的水下机器人位置估计

建立了一种对声纳和视觉图像进行融合的模型,提出了采用高斯方法和对水下环境进行描述建立融合地图的新的表达方法。首先假定传感器的观测信息为高斯分布,通过空间关系的变换和投影将声纳和视觉投影到公共的状态空间,然后对各传感器的其它信息进行加权,并嵌入到其中,得到适合计算机处理的传感器地图。提出了对水下机器人进行位置估计及地图匹配的算法,在导航过程中通过找出当前地图与参考地图的最大相关系数,从而对机器人位置进行更新,得出其最佳位置估计。仿真结果显示：采用融合地图对水下机器人的位置估计是连续的、可计算的、有效的。     

智能车辆SINS/DGPS/光电测速仪组合导航的研究

为适应自主驾驶车辆的高精度、高频率与高可靠性的导航要求,本文对智能车辆的多传感器组合导航进行了研究.提出了一种双向光电测速仪和CP-DGPS共同辅助SINS的智能车辆组合导航方法,进行了仿真试验验证.结果表明,该组合导航系统能为智能车辆提供丰富的导航信息,并具有100 Hz的高频输出、厘米级的导航精度和较强的容错能力,当GPS较长时间中断时,通过SINS/光电测速仪的组合仍能为智能车辆提供可靠的导航数据.     

基于偏振光辅助定向的车辆自主式导航方法研究

针对车载惯性导航系统运动学辅助算法中, 航向角误差发散,无法长时间得到高精度、高可靠性导航参数的问题,提出一种基于大气偏振光分布规律高精度定向的运动学辅助惯导精度提高算法。通过车载偏振光传感器系统测量解算获得的航向角信息和车辆动态数学模型提供的虚拟位置与速度观测量,与惯性导航系统的输出一起,利用多源信息融合技术进行导航参数的滤波估计,结果能实时反馈校正惯性导航系统和车辆动态数学模型。通过计算机仿真与分析表明,该改进的惯性导航系统辅助方法能够有效抑制航向角误差发散,定位精度较纯惯导及传统惯导运动学辅助方法显著增强,且对最终实现陆地作战车辆精确可靠的自主导航定位具有一定的工程应用价值。     

基于无线传感器网络的移动机器人智能导航算法

结合了无线传感器技术和群集智能技术两者的优势,提出一种新的基于无线传感器网络的移动机器人智能导航控制算法,并考虑了能量消耗的问题。算法利用基于多传感器信息融合的全局概率地图构建技术、使用群集仿生智能的基于微粒群算法的实时在线路径规划以及避障策略,提高了智能导航的整体性能,满足了在复杂环境和未知障碍物下导航的实时要求。最后设计并构造出了实际的无线传感器网络和实际的机器人系统,验证了算法成功实现机器人导航的有效性和准确性。     

基于多传感器信息融合的移动机器人导航系统的设计与实现

概述多传感器信息融合技术的原理与方法，通过实例描述了多传感器信息融合在移动机器人导航中的应用。在能力风暴机器人平台建立了基于多传感器信息融合的导航体系结构，并通过具体的实验和结果表明了多传感器信息融合方法在导航中的有效性。     

基于灰色定性理论的移动机器人地图创建

针对移动机器人自主导航地图创建中超声波信息存在不确定性的问题,提出一种新的基于灰色定性理论的超声波信息解释和融合的方法,并用于处理超声波传感器信息和移动机器人创建环境地图．首先,引入概率灰数对超声波信息的不确定性进行描述,以获得栅格单元和传感器的概率灰数模型;然后,设计超声波传感器新旧信息的融合方法,从而得到环境地图的整体表示;最后通过地图创建仿真实验结果表明了这种方法具有良好的鲁棒性和准确度．     

装备嵌入式信息中心系统研究与实现

装备嵌入式信息中心系统以未来信息化战争条件下装备的网络化保障的需求为背景,研究适应于未来战场的,能够提供装备一体化通信,状态监测、智能导航、故障诊断等功能的综合信息系统;该系统的研究突破了基于多传感器数据融合的状态监测技术、基于GPS和GIS的智能导航技术、多级故障诊断等多项关键技术;目前,信息中心系统已经在实验室环境下完成了小型一体化网络的构建工作,并在此基础上,完成了系统的功能和性能测试;试验结果表明,该系统已经具备进一步开展工程化研制和应用推广的水平和条件.     

SINS/DVL水下组合导航技术发展综述

随着对海洋的探索和开发不断深入, 基于捷联惯性导航系统和多普勒计程仪相结合的水下组合导航技术, 近年来在水下无人航行器导航定位得到了广泛应用. 本文简要概述了捷联惯性导航系统/多普勒计程仪(SINS/DVL) 组合导航系统的基本架构, 列举了几种被广泛中应用于组合导航系统的信息融合技术. 通过对组合导航技术梳理分 析, 总结出近期研究的3个热点问题, 包括初始对准技术、标定技术、鲁棒性技术, 以技术的更新和优化为依托, 详细 阐述了3项技术的发展历程. 在总结归纳现有技术和研究成果的基础上, 展望并分析SINS/DVL组合系统将来的研究 方向及其面临的挑战. 本文可为高精度水下导航技术研究提供有益参考.     

基于联邦UKF算法的移动机器人自主组合导航

组合导航技术是解决地面机器人自主导航的一个有效途径,其中GPS/DR是一种典型的组合方式。常用的卡尔曼滤波主要用于处理线性问题,针对该导航系统非线性的特点,对Unscented卡尔曼滤波（UKF）与分散式滤波技术相结合的方法进行了研究,建立了用于GPS/DR导航系统的联邦UKF算法。数值仿真实验表明,联邦UKF比联邦EKF有更好的滤波精度,同时有更高的稳定性和容错性,是一种理想的GPS/DR导航非线性滤波方法。     

一种INS-GPS-DVL容错组合导航系统

针对某船载导航系统精度和容错性能不能满足应用要求的问题,提出了一种基于信息融合技术的容错组合导航系统方案。研究了该组合导航系统的滤波算法,通过半物理仿真实验研究了该导航系统的性能。结果表明：所设计的组合导航系统可提供高精度的导航信息,提高导航系统综合性能。     

Bayes理论在机器人信息融合中的应用

移动机器人的自动能力中实时避障和导航是一个很关键的技术,研究的主要问题是：机器人在运动时需要充分的环境信息,而且处理这些信息的速度要快,同时也要满足实时性的要求。文章介绍了将Bayes经典推理理论应用于机器人对未知环境的探索、感知过程,确定了具体的实验方案和实现步骤,完成了一个简化的仿真算例,并通过仿真结果对该方法的有效性和性能进行了验证和评估。     

D-S证据理论在移动机器人信息融合中的应用

移动机器人的自动能力中实时避障和导航是一个很关键的技术,研究中主要的问题是：机器人在运动时需要充分的环境信息,而且处理这些信息的速度要快,同时也要满足实时性的要求。详细介绍了将D-S证据理论应用于移动机器人对未知环境的探索、感知过程,并通过仿真结果对D-S证据融合方法的性能进行研究与改进,确定了D-S证据融合方案的具体实现步骤,并完成了一个简化的仿真算例,得出了相关结论。     

基于PDR/UWB紧耦合的足绑式行人导航技术

为了解决低成本微机电惯性导航系统存在的累积误差问题,提出一种基于融合行人航迹推算(PDR)和超宽带(UWB)无线定位的实时室内行人导航系统.利用加速度计和磁强计进行初始姿态对准;考虑滤波误差估计,推导了惯性导航算法;依靠加速度计和陀螺仪的"与"逻辑进行行人步态检测;实施零速更新(ZUPT)提供速度误差观测量,利用UWB系统提供位置误差观测量;设计具有野值辨识机制的扩展卡尔曼滤波器进行数据融合.对提出的行人导航算法进行实验验证,结果表明该行人导航算法与传统定位方法相比能够有效提高行人定位精度.实验中,该行人导航算法能够获取低于0.2 m的定位误差,且稳定、不发散.     

高性能小型无人机导航计算平台设计

针对小型无人机长航时、高精度的导航要求,研究了一种低成本、高性能小型无人机组合导航系统。构建了由惯性元件、气压高度计和双天线GPS姿态测量系统构成的组合导航计算平台,采用了基于FPGA的SOPC技术,实现了系统功能的高度集成。针对信息融合算法中滤波延时较大的问题,采用了非对称双核的设计,在进行卡尔曼滤波的同时完成了捷联解算,大幅提高了导航信息的更新频率。     

模糊理论在机器人超声传感器中的应用及改进

移动机器人的自动能力中实时避障和导航是一个很关键的技术,研究中主要的问题是：机器人在运动时需要充分的环境信息,而且处理这些信息的速度要快,要满足实时性的要求。文章详细介绍了将模糊理论应用于移动机器人超声传感器阵列对未知环境的探索、感知过程,从而提高了传感阵列的融合的有效性及实时性,并通过仿真结果对模糊融合方法的性能进行研究与改进,确定了模糊融合方案的具体实现步骤,完成了一个简化的仿真算例,得出了相关结论。