[发明专利]捷联惯性导航系统的快速精对准方法无效
申请号: | 200810019357.9 | 申请日: | 2008-01-04 |
公开(公告)号: | CN101216321A | 公开(公告)日: | 2008-07-09 |
发明(设计)人: | 祝燕华;刘建业;赵伟;赖际舟;钱伟行;李荣冰;曾庆化;曹华;郑智明 | 申请(专利权)人: | 南京航空航天大学 |
主分类号: | G01C21/16 | 分类号: | G01C21/16 |
代理公司: | 南京苏高专利商标事务所 | 代理人: | 柏尚春 |
地址: | 210016*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种捷联惯性导航系统的快速精对准方法,属捷联惯性导航系统的对准方法。该方法包括如下步骤:采集惯性测量组件的输出信号,得到运载体的角速度和比力信息;捷联惯性导航系统解析式粗对准;捷联惯性导航系统解算;捷联惯性导航系统精对准;滤波输出及修正;精对准完成。本方法针对低成本捷联惯性导航系统,可实现性和可操作性高,成本低,提高了捷联惯性导航系统的对准精度和快速性,并且实现了航向对准。 | ||
搜索关键词: | 惯性 导航系统 快速 对准 方法 | ||
【主权项】:
1.一种捷联惯性导航系统的快速精对准方法,其特征在于该方法包括下列步骤:(A)采集惯性测量组件的输出信号,得到运载体的角速度和比力信息;(B)捷联惯性导航系统解析式粗对准步骤在粗对准时,利用加速度计测量重力加速度矢量g在机体坐标系b中的分量;利用陀螺仪测量地球角速率矢量Ω在机体坐标系b中的分量,则机体坐标系相对导航坐标系的姿态矩阵通过如下方式进行估计,Cnb为导航坐标系n相对机体坐标系b的姿态矩阵,Cbn为机体坐标系b相对导航坐标系n的姿态矩阵,重力加速度矢量和地球角速率矢量的变换式为g b = C n b g n - - - ( 1 ) ]]>Ω b = C n b Ω n - - - ( 2 ) ]]> 定义第三个矢量V=g×Ω,则其变换式为V b = C n b V n - - - ( 3 ) ]]> 由于C b n = ( C n b ) - 1 = ( C n b ) T , ]]> 则由式(1)、式(2)和式(3)的矢量关系得机体坐标系b相对导航坐标系n的姿态矩阵:C b n = ( g n ) T ( Ω n ) T ( V n ) T - 1 ( g b ) T ( Ω b ) T ( V b ) T - - - ( 4 ) ]]> 则由步骤(A)和式(4)获得载体初始姿态矩阵Cbn的估计值;(C)捷联惯性导航系统解算步骤利用步骤(A)得到的角速度和比力信息,以及由步骤(B)得到的载体初始姿态矩阵即式(4),按捷联惯性导航算法的流程,解算出运载体的姿态角、航向角和速度信息,导航坐标系选择东北天地理坐标系,则机体坐标系相对于地理坐标系的角速度在机体系的三个轴向分量依次为绕横滚轴的角速度ωx,绕俯仰轴的角速度ωy,绕方位轴的角速度ωz,计算周期为Δt,Δt时间内机体转过的角度Δθ的三个分量依次为横滚轴角增量Δθx,俯仰轴角增量Δθy,方位轴角增量Δθz,则转过的角度以矩阵方式表示为:Δθ = 0 - Δθ z Δθ y Δθ z 0 - Δθ x - Δθ y Δθ x 0 = 0 - ω z ω y ω z 0 - ω x - ω y ω x 0 Δt - - - ( 5 ) ]]> t时刻载体的姿态矩阵为:C b n ( t ) = sin ψ sin θ sin γ + cos ψ cos γ sin ψ cos θ - sin ψ sin θ cos γ + cos ψ sin γ cos ψ sin θ sin γ - sin ψ cos γ cos ψ cos θ - cos ψ sin θ cos γ - sin ψ sin γ - cos θ sin γ sin θ cos θ cos γ - - - ( 6 ) ]]> 式(6)中,γ为载体的横滚角,θ为载体的俯仰角,ψ为载体的航向角,那么,t+Δt时刻的姿态矩阵由C b n = ( t + Δt ) = - Δθ · C b n ( t ) ]]> 从t时刻的姿态矩阵递推求得,在姿态矩阵递推的初始时刻,即t=0时,Cbn(0)的值由步骤(B)中的式(4)确定,将Cbn(t+Δt)简写为C 11 C 12 C 13 C 21 C 22 C 23 C 31 C 32 C 33 , ]]> 则t+Δt时刻,捷联惯性导航系统的横滚角γI、俯仰角θI和航向角ψI姿态信息由下式获得:γ I = tg - 1 ( C 31 C 33 ) θ I = sin - 1 ( C 32 ) ψ I = tg - 1 ( C 12 C 22 ) - - - ( 7 ) ]]> 上述式中:C11=sinψsinθsinγ+cosψcosγ C12=sinψcosθ C13=-sinψsinθcosγ+cosψsinγC21=cosψsinθsinγ-sinψcosγ C22=cosψcosθ C23=-cosψsinθcosγ-sinψsinγC31=-cosθsinγ C32=sinθ C33=cosθcosγ在姿态解算的基础上,根据当前的姿态和比力,获得地理坐标系中的运动加速度aE,aN,aU,其中,aE是东向的运动加速度,aN是北向的运动加速度,aU是天向的运动加速度,运载体的速度由式(8)递推得到,vE(t)表示t时刻运载体东向的速度,vN(t)表示t时刻运载体北向的速度,vU(t)表示t时刻运载体天向的速度,vE(t+Δt),vN(t+Δt),vU(t+Δt)分别表示t+Δt时刻东向、北向和天向的速度,即:v E ( t + Δt ) = v E ( t ) + a E Δt v N ( t + Δt ) = v N ( t ) + a N Δt v U ( t + Δt ) = v U ( t ) + a U Δt - - - ( 8 ) ]]> (D)捷联惯性导航系统精对准步骤,包括建立精对准系统的状态方程和观测方程,获取精对准系统的观测量,进行卡尔曼滤波状态估计,①建立精对准系统的状态方程和观测方程在东北天地理坐标系下,静基座捷联惯性导航系统初始对准的状态方程为:X · ( t ) = A ( t ) X ( t ) + G ( t ) W ( t ) - - - ( 9 ) ]]> 式(9)中,X(t)为t时刻系统的状态向量;A(t),G(t)分别为系统状态转移矩阵和系统噪声系数矩阵;W(t)为系统的噪声向量,系统的状态向量为:X(t)=[δvE δvN φE φN φU _x _y εx εy εz]T (10)系统的噪声向量为:W(t)=[wax way wgx wgy wgz]T (11)式(10)和式(11)中,δvE、δvN表示系统东向和北向的速度误差,φE、φN、φU表示数学平台的东向、北向和方位失准角,_x、_y表示x轴和y轴加速度计的误差,εx、εy、εz表示三轴陀螺仪的误差;wax、way表示x轴和y轴加速度计的测量白噪声,wgx、wgy、wgz表示三轴陀螺仪的测量白噪声,系统的状态转移矩阵为:A ( t ) = 0 2 Ω U 0 - g 0 C 11 C 12 0 0 0 - 2 Ω U 0 g 0 0 C 21 C 22 0 0 0 0 0 0 Ω U - Ω N 0 0 C 11 C 12 C 13 0 0 - Ω U 0 0 0 0 C 21 C 22 C 23 0 0 Ω N 0 0 0 0 C 31 C 32 C 33 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 - - - ( 12 ) ]]> 系统的噪声系数矩阵为:G ( t ) = C 11 C 12 0 0 0 C 21 C 22 0 0 0 0 0 C 11 C 12 C 13 0 0 C 21 C 22 C 23 0 0 C 31 C 32 C 33 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 - - - ( 13 ) ]]> 式(12)和式(13)中,ΩN、ΩU表示地球角速率矢量在地理坐标系北向和天向的分量,Cij为机体坐标系相对地理坐标系的姿态矩阵Cbn的第i行和第j列元素,即C11=sinψsinθsinγ+cosψcosγ C12=sinψcosθ C13=-sinψsinθcosγ+cosψsinγC21=cosψsinθsinγ-sinψcosγ C22=cosψcosθ C23=-cosψsinθcosγ-sinψsinγC31=-cosθsinγ C32=sinθ C33=cosθcosγ建立姿态角误差、航向角误差观测量对数学平台失准角的观测关系,实质上,两者存在着如下的转换关系:C b n = C p n C b p - - - ( 14 ) ]]> 式(14)中,p代表数学平台坐标系,在东北天地理坐标系下有C b n = sin ψ sin θ sin γ + cos ψ cos γ sin ψ cos θ - sin ψ sin θ cos γ + cos ψ sin γ cos ψ sin θ sin γ - sin ψ cos γ cos ψ cos θ - cos ψ sin θ cos γ - sin ψ sin γ - cos θ sin γ sin θ cos θ cos γ - - - ( 15 ) ]]>C b p = sin ψ ′ sin θ ′ sin γ ′ + cos ψ ′ cos γ ′ sin ψ ′ cos θ ′ - sin ψ ′ sin θ ′ cos γ ′ + cos ψ ′ sin γ ′ cos ψ ′ sin θ ′ sin γ ′ - sin ψ ′ cos γ ′ cos ψ ′ cos θ ′ - cos ψ ′ sin θ ′ cos γ ′ - sin ψ ′ sin γ ′ - cos θ ′ sin γ ′ sin θ ′ cos θ ′ cos γ ′ - - - ( 16 ) ]]> 式(15)和式(16)中:γ、θ、ψ分别为运载体理想情况下的横滚角、俯仰角、航向角;γ′、θ′、ψ′分别为运载体实际情况下的横滚角、俯仰角和航向角,定义δγ、δθ和δψ分别为横滚角、俯仰角和航向角误差,则有如下的关系:δγ = γ ′ - γ δθ = θ ′ - θ δψ = ψ ′ - ψ - - - ( 17 ) ]]> 通过数学平台的失准角φ建立数学平台系与地理坐标系之间的方向余弦矩阵为:C p n = 1 - φ U φ N φ U 1 - φ E - φ N φ E 1 - - - ( 18 ) ]]> 将式(15)、式(16)、式(18)代入式(14),展开过程中代入式(17)并忽略δγ、δθ和δψ的二阶小量,令式(14)左右两端矩阵元素相等得:δγ = - sin ψ cos θ · φ E - cos ψ cos θ · φ N δθ = - cos ψ · φ E + sin ψ · φ N δψ = - tan θ sin ψ · φ E - tan θ cos ψ · φ N + φ U - - - ( 19 ) ]]> 式(19)即为姿态角误差、航向角误差与数学平台失准角之间的观测关系,式(18)和式(19)中φE、φN、φU表示数学平台的东向、北向和方位失准角,视量测噪声为白噪声,建立系统的观测方程如下:Z(t)==H(t)X(t)+V(t) (20)式(20)中,Z(t)为t时刻系统的观测向量,H(t)为系统的观测矩阵,V(t)为观测白噪声向量,系统的观测向量为:Z(t)=[δvE δvN δγ δθ δψ]T (21)系统的观测矩阵为:H ( t ) = 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 - sin ψ / cos θ - cos ψ / cos θ 0 0 0 0 0 0 0 0 - cos ψ sin ψ 0 0 0 0 0 0 0 0 - tan θ sin ψ - tan θ cos ψ 1 0 0 0 0 0 - - - ( 22 ) ]]> ②获取精对准系统的观测量在静基座条件下,以步骤(C)中式(8)输出的惯性导航系统东向和北向的速度信息作为速度误差观测量,即δvE=vE (23)δvN=vN获取姿态误差观测量的特征在于利用加速度计倾角传感器测量原理估计运载体的姿态,即在地理坐标系下,加速度计输出的比力为f n = v · en + ( 2 ω ie + ω en ) × v en - g n = - g n = 0 0 G - - - ( 24 ) ]]> 式(24)中的ven为地理坐标系n相对于地球坐标系e的速度,为地理坐标系n相对于地球坐标系e的加速度,ωen为地理坐标系n相对于地球坐标系e的角速度,gn为地理坐标系下的重力加速度矢量,G为重量加速度矢量的大小,加速度计的实际测量输出为fb,而f b = C n b f n - - - ( 25 ) ]]> 将式(24)代入式(25)计算横滚角γD和俯仰角θD得:γ D = - arctan ( f x f z ) , ]]>θ D = arcsin ( f y g ) - - - ( 26 ) ]]> 式(26)中的fx,fy,fz为加速度计的实际测量输出fb的三个轴向分量,则以步骤(C)输出的惯性导航系统姿态即式(7)和加速度计估计的姿态即式(26)两者之差作为姿态误差观测量,即δγ = γ I - γ D δθ = θ I - θ D - - - ( 27 ) ]]> 以步骤(C)输出的惯性导航系统航向ψI和外部磁传感器输出的航向ψM两者之差作为航向误差观测量,即δψ=ψI-ψM (28)综合式(23)、式(27)和式(28),得该精对准系统的观测量为:Z ( t ) = δv E δv N δγ δθ δψ = v E v N γ I - γ D θ I - θ D ψ I - ψ M - - - ( 29 ) ]]> ③进行卡尔曼滤波状态估计:在步骤①和②基础上利用标准的卡尔曼滤波方程进行迭代计算,对式(10)中各状态量进行估计;(E)滤波输出及修正步骤:在步骤(C)获得的运载体姿态角、速度信息中,扣除步骤(D)估计出的系统速度误差、姿态角误差,得到滤波输出的姿态角、速度导航参数,同时将步骤(A)输出的角速度和比力信息扣除步骤(D)估计出的加速度计误差和陀螺仪误差作为步骤(C)的输入信号;(F)精对准完成步骤:重复步骤(A)、(C)、(D)、(E)进行迭代计算,直至滤波器收敛,由步骤(D)滤波输出的姿态角和航向角建立精确的初始姿态矩阵,同时即实现了航向的对准。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/200810019357.9/,转载请声明来源钻瓜专利网。
- 上一篇:物质定量分析方法
- 下一篇:环保型去焗油残留物洗剂
- 同类专利
- 基于惯性测量的集成化整流罩分离角度测量系统及方法-202310857639.0
- 顾浩鹏;齐乃明;杜德嵩;孙康;刘延芳 - 哈尔滨工业大学;哈尔滨擎天智能科技有限责任公司
- 2023-07-13 - 2023-10-27 - G01C21/16
- 本发明公开了基于惯性测量的集成化整流罩分离角度测量系统及方法,包括集成盒上盖、集成盒体及隔振转接垫片;集成盒体内部包括惯性测量装置、时间继电器装置、集成电路装置、电池、开关及充电接口;集成电路装置采用双层电路板布局,包括无线串口通信模块、接线端子、5V稳压电源和12V稳压电源,无线串口通信模块安装在集成电路装置的顶部一侧,接线端子安装在两电路板一侧,5V稳压电源和12V稳压电源位于两电路板之间。本发明采用上述的基于惯性测量的集成化整流罩分离角度测量系统及方法,结构紧凑,集成化高,接口尺寸灵活,采用非接触式测量,对整流罩分离过程不产生干扰,适用于发射上天的运载火箭整流罩分离角度测量。
- 一种无线加速度计监测建筑结构火灾倒塌的监测方法-202310875504.7
- 董毓利;齐建全;张大山;房圆圆;杨川 - 华侨大学
- 2023-07-17 - 2023-10-27 - G01C21/16
- 本发明提供了一种无线加速度计监测建筑结构火灾倒塌的监测方法,包括如下步骤:1)选用非金属外壳对传感器提供高温防护,并在外壳内封装其它防火材料,并上覆防火毯提供提供额外的热保护。2)基于建筑物结构类型,根据建筑物使用情况及火灾蔓延工况,利用无人机等非接触式手段在建筑物梁、板、柱的最大弯矩处以及节点处布置传感器模块,即为建筑物振动监测点。3)利用无线Lora传输技术,无线加速度传感器将采集到的加速度数据传输至无线网关,无线网关再汇总至LabVIEW采集平台。4)根据加速度数据,应用分析转换方法识别建筑物各个模态的振动特性,同时在LabVIEW平台上以图像形式实时显示出来,以方便消防现场指挥及时了解火灾时结构的变化。
- 无人机定位方法、装置、系统和存储介质-202311102665.9
- 任雪峰 - 北京卓翼智能科技有限公司
- 2023-08-29 - 2023-10-27 - G01C21/16
- 本发明公开了一种无人机定位方法、装置、系统和存储介质,所述方法包括:获取无人机的多帧连续图像,根据所述多帧连续图像确定无人机的光流特征;根据无人机的惯性测量单元的数据,确定无人机的加速度和角速度,并基于所述角速度确定欧拉角;将所述光流特征、加速度、角速度和欧拉角输入到预设的基于光流方程和运动学方程的估计模型;基于所述估计模型的输出结果,确定无人机的高度和速度。上述技术方案对飞行中的无人机进行定位的效率高,估计的精度也得到很大的提高,并经过了无人机平台的有效验证。
- 一种MEMS惯性器件、传感器、检测装置及其制造方法-202310736814.0
- 黄晟;蔡光艳 - 武汉衡惯科技发展有限公司
- 2023-06-21 - 2023-10-27 - G01C21/16
- 本发明涉及微机电系统技术领域,具体涉及一种MEMS惯性器件、传感器、检测装置及其制造方法,包括衬底和盖板,所述衬底和所述盖板之间键合至少两层器件结构层,相邻器件结构层之间通过连接层键合。本发明将多层器件结构层上下设置,并通过连接层键合,可以增加电容面积,提高器件灵敏度,同时可以降低MEMS惯性器件的占用面积,提高抗机械冲击能力。
- 一种惯导/雷达/卫导三组合的发射坐标系组合导航方法-202310945007.X
- 陈凯;杨涛;贺杨;王磊;房琰;杨睿华;梁文超;曾诚之 - 西北工业大学
- 2023-07-28 - 2023-10-27 - G01C21/16
- 本发明公开了一种惯导/雷达/卫导三组合的发射坐标系组合导航方法,属于制导炮弹组合导航领域,将惯导、雷达、卫星组合起来,利用卫星和雷达信息提高导航精度,将几种不同的单一系统组合在一起,就能利用多种信息源互相补充,构成一种有多维度和导航准确度更高的多功能系统。
- 一种多维地磁匹配定位方法及装置-202110679942.7
- 陆一;纪新春;赵航;魏东岩;袁洪 - 中国科学院空天信息创新研究院
- 2021-06-18 - 2023-10-27 - G01C21/16
- 本发明提供一种多维地磁匹配定位方法及装置,所述方法包括获取主飞行器惯导指示路径到每一近似等值线的最近点序列;获取所述主飞行器的全部变换路径;获取所述飞行器组网中的各变换路径对应的全部从飞行器的位置;计算所述主飞行器的各变换路径对应的飞行器组网的多维特征相关度,将多维特征相关度最小的变换路径作为本次变换结果;记录所述本次变换结果对应的最小多维特征相关度;基于本次变换结果,使用相同的方法不断迭代变换;当迭代次数等于预设迭代次数时,获取最小多维特征相关度对应的各飞行器的位置,作为各飞行器的最终位置。根据本发明的方案,能够有效地提高定位准确度;具有抗区域环境干扰、匹配定位结果可靠性高等优点。
- 一种基于视觉-惯性紧耦合的飞行器着陆位姿估计方法-201811471432.5
- 张磊;牛文生;余冠锋 - 中国航空工业集团公司西安航空计算技术研究所
- 2018-12-04 - 2023-10-27 - G01C21/16
- 本公开提供一种基于视觉‑惯性紧耦合的飞行器着陆位姿估计方法,所述方法包括真实特征点检测过程、合成特征点生成过程、相对位姿解算过程;其中真实特征点检测过程包括:视频采集、图像增强、目标检测、输出特征点;合成特征点生成过程包括:读取惯性测量单元的位姿参数,读取机场地标点的地理信息,计算合成特征点;相对位姿解算过程包括:读取真实特征点和合成特征点,读取机场地标点的地理信息,并解算出飞行器和着陆平台之间的相对位姿。
- 一种多源传感器融合定位方法及装置-202011238495.3
- 宁云转;鲍鹏宇;陈志强;张振兴;刘真;张贵娟;曾晶晶;姜国华 - 北京全路通信信号研究设计院集团有限公司
- 2020-11-09 - 2023-10-27 - G01C21/16
- 本发明提供了一种多源传感器融合定位方法及装置,该方法的具体步骤包括:采集列车的多个传感器的数据;对传感器采集数据进行计算获得相应的数据包;将来自多个传感器的数据包进行卡尔曼滤波融合,根据各个传感器的实际运行状态,从多个传感器的预定义融合数据组合中选择传感器对外输出的融合数据组合;基于各个传感器的采样周期对融合后的数据进行修正;将修正后的融合数据进行二次融合,将融合结果输出至列车防护系统。本发明将多传感器测量的数据进行周期一致性处理和滤波融合,再依据融合数据的采样周期对融合结果进行修正,提高了列车控制系统定位的可用性,而且避免了各传感器的缺陷,保证了列车速度和位移信息的精准度。
- 一种基于MEMS惯性组件的INS/DRGNSS松组合导航方法-201911408315.9
- 薛文通;白阳;吕明;赵蓓;周良荣;王莎;王玲玲;赵彦彦;马盼;刘芳 - 上海星思半导体有限责任公司
- 2019-12-31 - 2023-10-27 - G01C21/16
- 本发明公开了一种基于MEMS惯性组件的INS/DRGNSS松组合导航方法,由以下步骤组成:以INS/DR系统的位置误差、失准角、陀螺零偏、以及里程计的尺度因子为状态向量来建立状态微分方程;以GNSS系统的位置信息和INS/DR系统的位置信息建立观测方程;以所述状态微分方程与观测方程进入kalman滤波器迭代过程计算出INS/DR系统的状态向量;利用所述状态向量对INS/DR系统的位置、速度、姿态角和陀螺零偏误差进行校正,得出校正后的位置、速度和姿态信息;本发明采用消费级的IMU达到了导航级器件的性能,陀螺热致零偏估计方法可以在系统运行的过程中自主学习、自适应补偿,不需要再做任何离线标定;本发明的安装误差估计算法可以自主估计,不再需要对装配严格要求。
- 一种抗差联邦卡尔曼滤波方法、设备与系统-202210345007.1
- 秦洪懋;彭纳武;王广才;崔庆佳;徐彪;胡满江;边有钢;秦兆博;秦晓辉;王晓伟;谢国涛;杨泽宇;丁荣军 - 湖南大学无锡智能控制研究院;湖南大学
- 2022-03-31 - 2023-10-27 - G01C21/16
- 本发明公开了一种抗差联邦卡尔曼滤波方法、设备与系统,该系统包括:在载体上设置的惯性导航系统和N个其它导航系统,所述惯性导航系统对应主滤波器,所述N个其它导航系统与N个局部滤波器一一对应;其中,所述N个局部滤波器,用于接收各自对应的传感器的输入数据,计算系统状态量的估计值;所述主滤波器,用于融合所述N个局部滤波器得到的状态量的估计值,获得系统状态全局最优估计和量测噪声方差阵。本发明中,当量测信息增加或减少时,联邦滤波器仅通过调整局部滤波器数量即可完成融合模式的切换,既具有灵活的数据融合结构,又具有抗差能力,稳定性和鲁棒性优势明显。
- 一种用于侦察车桅杆的光纤陀螺惯性测量装置-202321177796.9
- 马国驹;魏海涛;刘鹏娇;刘晓健 - 中国电子科技集团公司第五十四研究所
- 2023-05-16 - 2023-10-27 - G01C21/16
- 本实用新型公开了一种用于侦察车桅杆的光纤陀螺惯性测量装置,属于惯性测量装置领域。其减振垫安装板为一正方形环结构,在正方形环结构反面的四角内侧设置有四个台阶孔,减振垫安装板的正方形环结构的四角向外延伸出四个正方形凸台,凸台内设置用于安装减振垫的通孔;减振垫的材料为硅橡胶,其为圆台阶结构在圆柱座上延伸出一个圆柱凸台,减振垫设有贯穿其中心轴的圆形通孔;每一通孔设有两个减振垫,两个减振垫正对且两者的圆柱凸台之间具有空气层;通过贯穿两个减振垫圆形通孔的减振垫紧固螺钉将减振垫安装板固定与底板的上表面。本实用新型保证了该装置的测量精度,节约了空间,提高了接线的便捷性,具有较强的实用性。
- 一种飞机模拟器应急地平仪-202321495586.4
- 钟鸣;管凯;邹毅;王宝;赵文洁;周军 - 中航国际仿真科技服务有限公司
- 2023-06-13 - 2023-10-27 - G01C21/16
- 本实用新型公开了一种飞机模拟器应急地平仪,具体涉及飞机模拟器应急地平仪技术领域,包括陀螺仪和操作台,所述陀螺仪的一端固定安装有第一固定板,所述操作台的一侧开设有第二卡槽,本实用新型,如在使用过程中陀螺仪损坏,使多个滑杆带动多个滑柱移动,使滑柱完全收缩到第二滑槽中,使滑柱从第三卡槽中滑出,同时第一弹簧带动后盖和垫片复位,同时将陀螺仪从第一卡槽中弹出,而后将坏的陀螺仪取出,将新的陀螺仪通过第二卡槽插入到第一卡槽中,使陀螺仪的后端部与垫片接触,陀螺仪通过垫片和后盖对第一弹簧进行压缩,当第一固定板与第二卡槽对应后,而后松开多个滑杆,使多个滑柱的端部水平插入至对应的第三卡槽内,从而对陀螺仪进行固定。
- 位姿估计方法、相关设备及存储介质-202310803048.5
- 李雪健;陶圣;赵宏峰;林中康 - 北京芯驰半导体科技有限公司
- 2023-06-30 - 2023-10-24 - G01C21/16
- 本申请公开了一种位姿估计方法、相关设备及存储介质,其中所述方法包括:基于待测物体在第t采集时刻及其在前时刻的惯性测量单元IMU数据,得到待测物体在第t采集时刻的相对位姿量;基于所述相对位姿量和第p采集时刻的位姿优化量,得到第t采集时刻的位姿先验量;其中,t和p均为正数,且第p采集时刻为第t采集时刻的前一采集时刻;基于第t采集时刻的位姿先验量和第t采集时刻的观测量,得到待测物体在第t采集时刻的位姿估计量;基于待测物体在第t采集时刻的位姿估计量,对待测物体进行定位。能够实现轻量级的位姿估计。
- 数据处理方法、装置、飞行器及计算机可读存储介质-202310838070.3
- 谭浩;陶永康;孙宾姿;张明明;方玮 - 广东汇天航空航天科技有限公司
- 2023-07-07 - 2023-10-24 - G01C21/16
- 本申请公开了一种数据处理方法、装置、飞行器及计算机可读存储介质,其方法包括:获取导航系中的待处理VIO数据;若待处理VIO数据满足预设条件,则获取INS中心位置的GNSS导航系数据,并获取INS中心位置的VIO导航系数据;基于GNSS导航系数据、VIO导航系数据以及INS捷联解算导航数据,进行卡尔曼滤波更新,以获得目标卡尔曼滤波参数;基于目标卡尔曼滤波参数以及INS捷联解算导航数据,确定当前时刻的融合位姿信息。本申请通过结合GNSS和VIO对INS的导航信息进行修正,得到精确的融合位姿信息,提高了飞行器导航过程中导航信息的精度。
- 一种基于GNSS/UWB约束的背负式定位与测图方法-202310879548.7
- 张子腾;王星星;盛传贞;张京奎;蔚保国;易卿武;潘树国 - 中国电子科技集团公司第五十四研究所
- 2023-07-18 - 2023-10-24 - G01C21/16
- 本发明公开了一种基于GNSS/UWB约束的背负式定位与测图方法,属于导航定位及信息融合应用技术领域。本发明利用无人机和背负式定位与测图终端组成的密林环境协同定位与测图系统,无人机通过GNSS接收机获取卫星观测量,取得绝对定位结果,通过UWB基站和背负式定位与测图终端配置的UWB标签实现测距,并对测距结果进行校准,最后,融合激光雷达‑惯性里程计实现定位与测图。本发明方法简单易行,能够实现密林环境下背负式定位与测图。
- 一种无线姿态测量系统及其测量方法-202310910631.6
- 柯浩伟;杨文静 - 中山亿联智能科技有限公司
- 2023-07-24 - 2023-10-24 - G01C21/16
- 本发明公开了一种无线姿态测量系统及其测量方法,涉及智能传感器技术领域,包括姿态模拟单元以及姿态测量单元,姿态模拟单元的通信端通过无线通讯技术与姿态测量单元的通信端进行信号连接;姿态模拟单元,由上位机模块以及无线模块进行组成,用于对姿态的模拟分析;姿态测量单元,由多个姿态测量装置进行组成,用于测量姿态数据并分析出姿态结果;姿态模拟单元中的上位机模块采用PC端作为无线姿态测量系统的控制终端。该无线姿态测量系统及其测量方法,通过集成高精度的陀螺仪,加速度计,地磁场传感器,能够快速求解出系统的实时运动姿态,融合了各自的测量结果,补足了传统传感器在方向角测量上的短板,解决了Z轴漂移问题。
- 可穿戴装置-202310871294.4
- 杜华 - 北京元客方舟科技有限公司
- 2023-07-17 - 2023-10-24 - G01C21/16
- 本申请公开了一种可穿戴装置,属于定位技术领域。可穿戴装置包括:地图标识组件,作为地图标识布置于目标区域,包括至少一个地图标识;可穿戴结构,包括至少一个图像采集装置、至少一个惯性测量单元、至少一个便携供电单元和至少一个无线传输单元,可穿戴结构穿戴于待定位的目标对象,用于采集所述目标区域的图像数据和可穿戴结构的惯性测量数据;装置定位单元,地图标识图像数据在目标区域的图像数据中识别所述地图标识组件,基于目标区域的图像数据和可穿戴结构的惯性测量数据,确定目标对象的目标定位数据。该装置可以适应各种大小、遮挡和复杂光环境的定位,可穿戴的设计便于对各种目标进行定位。
- 一种基于双通道的GNSS/INS组合导航辅助方法-202310718292.1
- 奔粤阳;王奕霏;赵玉新;李倩;吴磊;周广涛;魏廷枭;周一帆;只卓 - 哈尔滨工程大学
- 2023-06-16 - 2023-10-24 - G01C21/16
- 本发明公开了一种基于双通道的GNSS/INS组合导航辅助方法,进行数据预处理,包括数据归一化、划分数据集、将一维序列信息转换为三维张量信息,将数据输送给双通道LSTM‑GRU模型,令双通道中的模型同时进行训练和预测,两个通道的模型采取同样的模型结构,不同的模型参数,每个通道中的模型均包括LSTM模块、GRU模块,双通道各自单独输出经、纬度增量信息,最后分别对预测结果进行数据积分处理,进而输出GNSS预测轨迹。本发明训练效率更高且保留了模型对历史信息有选择地保留和利用的能力,在辅助GNSS/INS组合导航系统方法中,本发明更具针对性地对经、纬度信息进行预测,令经、纬度信息的预测效果达到最佳。
- 一种数据处理方法、装置、设备及存储介质-202210373211.4
- 吴小伟;严镭 - 中移物联网有限公司;中国移动通信集团有限公司
- 2022-04-11 - 2023-10-24 - G01C21/16
- 本申请实施例公开了一种数据处理方法、装置、设备及存储介质,数据处理方法包括:获取惯性器件的运动数据;并将至少一个预设运动状态阈值与运动数据进行比较,得到至少一组运动状态判定结果;根据运动数据,从至少一组运动状态判定结果中确定一组目标运动状态判定结果;并从一组目标运动状态判定结果中确定出运动状态判定结果为静止的结果区间;从运动数据中确定所述结果区间对应的目标运动数据,并根据目标运动数据确定出误差修正值;基于误差修正值对运动数据进行调整,得到调整后的运动数据;调整后的运动数据对应的定位精度大于运动数据对应的定位精度,能够提高行人的定位精度,减小定位误差。
- 姿态检测系统及方法、机器狗、存储介质与电子设备-202210375224.5
- 张秀生 - OPPO广东移动通信有限公司
- 2022-04-11 - 2023-10-24 - G01C21/16
- 本公开提供了一种姿态检测系统、姿态检测方法、机器狗、计算机可读存储介质与电子设备,涉及机器人技术领域。该姿态检测系统,用于双连杆结构,包括:激光发射器,设置在所述双连杆结构的下连杆内;图像传感器,设置在所述双连杆结构的上连杆的内壁上,用于接收所述激光发射器发射的激光束;其中,所述下连杆与所述上连杆的夹角,与所述激光束在所述图像传感器上的像素点对应。本公开提高了运动姿态识别的精度。
- 一种基于雷达测距测速的发射坐标系组合导航方法-202310946716.X
- 陈凯;杨涛;殷娜;王磊;房琰;杨睿华;梁文超;曾诚之 - 西北工业大学
- 2023-07-28 - 2023-10-24 - G01C21/16
- 本发明公开了一种基于雷达测距测速的发射坐标系组合导航方法,涉及制导炮弹组合导航领域,制导炮弹升空完成姿态辨识之后,在卫星拒止环境下,使用地基雷达对制导炮弹进行测距测速,通过数据链上传到制导炮弹,结合制导炮弹的惯导数据进行组合导航。
- 基于信息反馈校准机制的自主导航系统-202210356779.5
- 周同;谢锦宣;苏岩 - 南京理工大学
- 2022-04-06 - 2023-10-24 - G01C21/16
- 本发明公开了一种基于信息反馈校准机制的自主导航系统,包括由MEMS惯性器件、芯片级原子钟以及多种适用于导航信息获取的传感器件组成的多传感器组件;由自主组合导航算法模块和惯性器件控制补偿参数配置模块组成的自主时空基准维持系统软件,提取导航信息特征,实现误差与状态量估计及MEMS惯性器件控制参数量化;多传感器组件经捷联导航算法处理后通过标准化通讯接口向自主时空基准维持系统软件传递初始信息,自主时空基准维持系统软件通过信息输出端口将导航信息传输到外部设备,同时将反馈校准参数通过参数自适应在线反馈模块传递到多传感器组件,实现对传感器的参数反馈校准,高质量抑制了MEMS惯性器件误差项,提高自主导航系统的导航精度。
- 基于单基站UWB和视觉惯性的工厂AGV定位方法-202310921727.2
- 赵士斌;李冀;张彦博 - 桂林电子科技大学
- 2023-07-26 - 2023-10-24 - G01C21/16
- 本发明公开一种基于单基站UWB和视觉惯性的工厂AGV定位方法,S1:设定基站坐标系的原点并定义全局坐标系再得到AGV小车在全局坐标系的起始坐标;S2:对灰度图像进行筛选处理,再求出相邻关键帧之间的位姿;S3:对AGV小车搭载的IMU传感器获取的加速度和角速度信息进行预积分;S4:将单目相机和IMU传感器得到的状态量各自建立对应的残差方程,进行视觉惯性联合优化后得到视觉惯性位姿;S5:AGV小车搭载的单基站UWB模块计算得到AGV小车的全局UWB位置信息;S6:融合视觉惯性位姿和UWB位置信息,进行非线性优化后得到AGV小车的位置。该方法提高了系统定位的精度和鲁棒性。
- 一种基于数据链测距的快速临机重构协同导航系统及方法-202311064485.6
- 朱建良;杨东豫;吴盘龙;马立丰;赵高鹏;王军;薄煜明;王超尘;汪进文 - 南京理工大学
- 2023-08-23 - 2023-10-24 - G01C21/16
- 本发明公开了一种基于数据链测距的快速临机重构协同导航系统及方法。该系统包括空中无人子系统、地面无人子系统和通信数据链,空中无人子系统包括多个空中无人平台组成的空中无人飞行网络,地面无人子系统包括多个地面无人平台组成的地面协同通信网络;通信数据链与各无人平台相连。该方法为:空中无人平台搭载机载传感器获取导航定位数据,辅助无人平台导航定位;当空中无人平台进入地面无人平台的通信范围时,利用地面无人平台的导航位置信息,修正空中无人平台的定位误差;各无人平台通过通信数据链传输的数据,利用双向单程测距法计算获得无人平台间的相对距离。本发明能够在复杂环境下进行高精度协同导航,有较强的抗干扰能力。
- 一种定位方法、设备、介质及无人设备-202011362622.0
- 聂琼;马际洲;申浩 - 北京三快在线科技有限公司
- 2020-11-27 - 2023-10-24 - G01C21/16
- 本说明书公开了一种定位方法、设备、介质及无人设备,包括:获取所述图像采集设备当前时刻采集的第一图像数据;将所述第一图像数据与预先存储的地图进行匹配,得到所述第一图像数据对应的第一特征点;获取所述图像设备历史时刻采集的第二图像数据对应的第二特征点;根据所述第二特征点,从所述第一图像数据中确定出与所述第二特征点相关的其他特征点;根据所述第一特征点和确定出的其他特征点,定位所述无人设备当前时刻的位姿。通过在第一图像数据中确定与历史时刻产生的图像数据对应的特征点有关的其他特征点,以此增加用于定位的特征点的个数,使得定位时所使用的特征点数量增多,有效提升定位精度。
- 用于规范共享单车停放姿态和方向的方法及其车锁-201910412416.7
- 邵旭昂 - 深圳市中智车联科技有限责任公司
- 2019-05-17 - 2023-10-24 - G01C21/16
- 本发明适用于规范共享单车停放技术领域,提供了一种用于规范共享单车停放姿态和方向的方法,包括步骤:检测所述共享单车在x轴、y轴以及z轴的角速度并判断所述角速度是否大于预定阈值,若是则检测所述共享单车在x轴、y轴和z轴的加速度和水平分量;根据所述共享单车在x轴、y轴和z轴的所述加速度计算出所述共享单车的俯仰角和横滚角;根据所述共享单车在x轴和y轴的水平分量比值的反正切计算出所述共享单车的航向角;判断所述俯仰角、所述横滚角以及所述航向角是否都处于正常停车范围,若否则发出警示。还提出了一种用于规范共享单车停放姿态和方向的车锁。借此,本发明能够准确判断共享单车的姿态和停车方向,且精确度与稳定性高。
- 一种基于SINS/LBL紧组合的水下导航定位方法及系统-202010847141.2
- 周玲;孙慧霞;窦永梅;胡杰;朱倚娴 - 运城学院
- 2020-08-21 - 2023-10-24 - G01C21/16
- 本发明公开一种基于SINS/LBL紧组合的水下导航定位方法及系统,针对现有技术中存在的水下导航定位误差收敛速度慢的问题,本发明提供一种基于SINS/LBL紧组合的水下导航定位方法,基于该方法的系统由捷联惯导系统、长基线水声定位系统、压力传感器和数据处理单元组成,将捷联惯导系统输出的斜距差、斜距率差和深度值分别与长基线水声定位系统输出的斜距差和斜距率差、压力传感器测量的潜器深度作差后进行卡尔曼滤波,滤波输出的导航误差估计值反馈修正捷联惯导系统。本发明方法利用斜距差之差、斜距率差之差进行捷联惯导系统/长基线水声定位系统紧组合,有效提高了水下潜器的导航定位精度。
- 样本数据生成方法、模型的训练方法、车辆控制方法-202310848508.6
- 黄轩 - 北京百度网讯科技有限公司
- 2023-07-11 - 2023-10-20 - G01C21/16
- 本公开提供了一种样本数据生成方法,涉及人工智能技术领域,尤其涉及自动驾驶、智能交通和深度学习技术领域。具体实现方案为:获取车辆在行驶过程中的点云数据、IMU数据以及定位数据;根据定位数据确定车辆在行驶过程中占用的地面区域的多个子区域;根据IMU数据确定多个子区域各自的平坦程度;将点云数据进行划分,得到多个子点云数据,其中,每个子点云数据与一个子区域相对应;以及将多个子区域各自的子点云数据和平坦程度确定为样本数据。本公开还提供了一种深度学习模型的训练方法、车辆控制方法、装置、电子设备和存储介质。
- 一种基于自主导航与ZigBee约束的应急救援人员协同定位方法-202310862667.1
- 姬淼鑫;任桂辉;张会娟;刘建娟;吴才章;张弛;袁航;陈红梅;许强伟;刘振江;董鸿儒;徐晟皓 - 河南工业大学
- 2023-07-13 - 2023-10-20 - G01C21/16
- 本发明提供一种基于自主导航与ZigBee约束的应急救援人员协同定位方法,包括以下步骤:使用INS、GPS分别获取应急救援人员的初始估计位置坐标和指挥人员的位置坐标;通过ZigBee定位系统获取TDOA测量值,建立方程式组,将方程式组用Taylor级数法展开,得到目标应急救援人员的估计位置坐标;使用气压计和磁力计分别对目标应急救援人员的高度和航向角进行修正;将目标应急救援人员的估计位置坐标与目标应急救援人员的初始估计位置坐标之差、气压计输出的高度与INS捷联解算后的高度之差、磁力计解算出来的航向角与INS捷联解算后的航向角之差送入卡尔曼滤波,通过卡尔曼滤波估计出状态误差值,通过闭环反馈对INS进行校正,得到目标应急救援人员准确的位置、速度和姿态信息。
- 建图方法、装置、电子设备和存储介质-202310877156.7
- 周宏涛;何潇;张丹 - 驭势科技(北京)有限公司
- 2023-07-17 - 2023-10-20 - G01C21/16
- 本公开实施例公开了一种建图方法、装置、电子设备和存储介质,该方法包括:获取图像数据,根据图像数据中的特征数据建立初始视觉地图,并基于初始视觉地图、轮速计信息以及方向盘转角信息,确定关键帧集合、关键帧集合中各关键帧位姿以及尺度恢复地图;基于各关键帧位姿,判断惯性测量单元的数据是否满足初始化条件;在惯性测量单元的数据至少部分满足初始化条件的情况下,对惯性测量单元进行初始化,确定惯性测量单元的初始化结果;根据惯性测量单元的初始化结果以及尺度恢复地图,确定目标地图。本公开在惯性测量单元中部分初始化成功的情况下就加入建图,并且对初始化结果进行验证,提高初始化的有效性,进而,提高建图的效率以及准确性。
- 专利分类