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。     

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。     

基于捷联惯导的采煤机定位系统研究

为了满足采煤机定位的实时性、自主性和精确性要求,设计了基于捷联惯导的采煤机定位系统。该系统采用LSM330芯片和GS1011模块构成惯导终端;将该惯导终端固定在采煤机上可测出采煤机的三轴加速度和三轴角速度,并将处理后的数据通过WiFi上传到井上监控中心;选用四元数法作为姿态更新算法,简单易行,计算量小。实验结果表明,该系统能准确捕捉目标的运动姿态,具有较高的定位精度和较强的实时性。     

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。     

捷联惯导系统中卡尔曼滤波的应用研究

为提高捷联惯导系统初始对准精度,提出将卡尔曼滤波技术应用于系统初始精对准,用以估计系统的失准角和惯性误差。对卡尔曼滤波技术在捷联惯导系统中的应用进行分析,建立捷联惯导系统初始对准误差模型和卡尔曼滤波量测方程。分析不同条件下不同滤波方法的滤波原理和滤波精度。在此基础上,提出一种将预测扩展卡尔曼滤波应用于逆向导航技术的思路,并进行了理论分析和捷联惯导系统自对准流程设计,为后续进一步深入开展惯导系统初始对准奠定基础。     

基于粒子滤波的UWB+惯导融合定位算法研究

为了提高自主导航机器人的室内定位精度,提出一种基于粒子滤波的超带宽(UWB)/惯导融合定位算法.首先,UWB定位采用双边双向测距算法确定距离信息,通过三边定位算法确定位置信息.其次,惯导定位通过编码器采集运动信息,建立非完整约束下的动力学模型,确定运动轨迹.两种定位信息在上位机中通过粒子滤波进行融合,实现高精度融合定位...     

卡尔曼滤波在捷联惯导系统初始对准中的应用

针对卡尔曼滤波在捷联惯性导航系统初始对准中的应用,分析了卡尔曼状态方程和量测方程的构建方式.根据捷联惯性导航系统中初始对准的原理和方法,在经典方法的基础上,研究了一种新的方式.可直接利用加速度计的输出作为观测量,减少了方程中变量的数量,不仅简化了硬件设施,减小了卡尔曼滤波方程的维数,从而减小了计算量,提高了系统分析的实时性;而且大大提高了初始对准的对准精度.通过与原有方式的实验仿真结果对比,优势明确,可以很好地应用于小型捷联惯性导航系统中.     

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)。     

基于矩阵李群表示及容积卡尔曼滤波的视觉惯导里程计新方法

针对滤波方法实现的视觉-惯导里程计(VIO)问题,为更准确传递旋转运动的不确定性并降低系统线性化误差,提高位姿估计的精度,设计并实现了一种高维矩阵李群表示的采用容积卡尔曼滤波框架实现的VIO算法.算法将状态变量构建为一个高维李群矩阵,并定义了李群变量在容积点采样过程中的‘加法’运算,将容积点和状态均值、方差等概念由欧氏空间扩展到流形空间;采用容积变换传递状态均值及方差,避免了旋转运动复杂的雅克比矩阵计算过程,降低了模型线性化误差.最后,使用EuRoc MAV数据集进行算法验证,结果表明所提出算法在提高位姿估计精度方面是有效的.     

一种基于卡尔曼滤波的超宽带室内定位算法

为了减小室内环境中障碍物对超宽带(UWB)传感器测距结果的影响,提出了一种基于卡尔曼滤波(KF)的超宽带室内定位算法.利用超宽带接收信号的信噪比区分视距和非视距环境,给出了超宽带传感器测距性能最小二乘标定模型,减小测距系统误差;判断相邻测距差分是否在阈值范围内,否则用卡尔曼滤波先验估计替代后验估计处理测距结果,由此减弱多径效应和非视距误差对测距的影响;用扩展卡尔曼滤波器(EKF)实现室内定位.实验结果表明:算法在复杂室内环境中可达到亚米级的动态实时定位精度.     

基于零速修正的掘进机惯性导航定位方法

针对掘进机定位采用光电导航存在环境适应性差、惯性导航存在长时定位精度低等问题,在分析掘进机运动特点的基础上,提出了一种基于零速修正的掘进机惯性导航定位方法。在较短的掘进机停车时间间隔内,利用二次曲线拟合惯性导航系统的速度误差曲线,经过积分得到位置误差曲线,从而修正惯性导航系统的位置测量值。试验结果表明,基于零速修正的掘进机惯性导航定位精度可达厘米级,定位误差波动范围小,定位累计误差随时间增加没有明显增大趋势,满足掘进机定位要求。     

多新息抗差-自适应卡尔曼滤波定位算法研究

针对移动机器人在定位过程中,由传感器测量误差和机器人模型引起的位姿误差导致系统定位精度急剧下降的问题,提出了一种多新息卡尔曼滤波算法.在标准卡尔曼滤波的基础上,当传感器测量值存在误差时,引入抗差权因子,通过改变误差测量值的权值提高滤波器的估计精度;当机器人位姿存在误差时,引入自适应因子,通过调整状态协方差矩阵的大小抵制位姿误差引起的滤波发散.同时,引入了多新息,即多个时刻的新息向量,进一步提高此非线性系统的精度.实验表明:当存在测量误差和位姿误差时,该滤波算法能有效提高定位精度.     

结合光流法和卡尔曼滤波的视频稳像算法

针对手机拍摄过程中产生的视频抖动问题,提出了一种基于光流法和卡尔曼滤波的视频稳像算法。首先通过光流法预稳定抖动视频,对其生成的预稳定视频帧进行Shi-Tomasi角点检测,并采用LK算法跟踪角点,再利用RANSAC算法估计相邻帧间的仿射变换矩阵,由此计算得出原始相机路径;然后通过卡尔曼滤波器优化平滑相机路径,得到平滑相机路径;最后由原始相机路径与平滑路径的关系,计算相邻帧间的补偿矩阵,再利用补偿矩阵对视频帧逐一进行几何变换,由此得到稳定的视频输出。实验表明,该算法在处理6大类抖动视频时均有较好的效果,其中稳像后视频的PSNR值相比原始视频的PSNR值约提升了6.631 dB,视频帧间的结构相似性SSIM约提升了40%,平均曲率值约提升了8.3%。     

基于Kalman滤波的数字水印算法

提出了一种基于Kalman滤波的数字水印算法,利用图像融合的思想和Kalman滤波对数字水印进行了研究.嵌入水印的过程可以视为宿主图像和水印图像的图像融合的过程.假设嵌水印图像作为目标状态,在图像融合过程中,采用Kal-man滤波对观测状态进行最优估计.根据宿主图像和水印图像进行建模,得到观测方程和状态方程,在估计误差...     

Sigma-Point直接式卡尔曼滤波惯性组合导航算法

基于西格玛点采样加权的方法,以姿态、速度和位置等9个导航参数为状态向量,以卫星导航系统的速度和位置组成6维观测向量,构建直接式卡尔曼滤波器,融惯性导航系统求解和状态估计的过程为一体,直接描述系统导航参数动态过程.仿真结果验证了惯性组合导航Sigma-Point直接式滤波方法的有效性,表明该非线性直接式滤波方法可提高惯性组合导航系统的导航精度和对飞机、导弹等载体非线性机动过程的适应性.     

基于UWB的采煤机定位精度提升算法研究

针对在矿井中采用UWB定位系统获取采煤机位置坐标时精度较低等问题,提出了一种基于UWB的采煤机定位精度提升算法,该算法利用信息过滤算法处理多种信号值的能力对UWB定位结果进行过滤,利用神经网络算法评估优化的能力对采煤机位于刮板输送机机头位置某个时间段内的数据信息进行评估,实现对采煤机的精确定位。实验结果表明,对定位结果进行过滤处理后,三维精度可达7cm左右,经神经网络算法处理后,定位精度可提升至2~3cm。     

基于Kalman滤波的ECT图像重建算法

由于测量环境等因素的影响,实测数据往往带有噪声。为此,应用Kalman滤波算法进行电容层析成像（ ECT）系统图像重建,在归一化电容值中加入不同程度的噪声信号,利用噪声的统计特性进行测量值滤波,最终得到图像灰度值。在三种流型下与Landweber迭代算法进行了仿真比较,并在ECT实验装置上进行了静态实验。仿真与实验结果表明：Kalman滤波去噪效果优于Landweber迭代算法。