CN104132662B - 基于零速修正的闭环卡尔曼滤波惯性定位方法 - Google Patents

基于零速修正的闭环卡尔曼滤波惯性定位方法 Download PDF

Info

Publication number
CN104132662B
CN104132662B CN201410372716.4A CN201410372716A CN104132662B CN 104132662 B CN104132662 B CN 104132662B CN 201410372716 A CN201410372716 A CN 201410372716A CN 104132662 B CN104132662 B CN 104132662B
Authority
CN
China
Prior art keywords
moment
accelerometer
time
formula
state
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410372716.4A
Other languages
English (en)
Other versions
CN104132662A (zh
Inventor
孙伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Technical University
Original Assignee
Liaoning Technical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Liaoning Technical University filed Critical Liaoning Technical University
Priority to CN201410372716.4A priority Critical patent/CN104132662B/zh
Publication of CN104132662A publication Critical patent/CN104132662A/zh
Application granted granted Critical
Publication of CN104132662B publication Critical patent/CN104132662B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Navigation (AREA)

Abstract

本发明提供的是一种基于零速修正的闭环卡尔曼惯性定位方法。通过GPS确定载体的初始位置参数,并装订至导航计算机中;惯性导航系统进行预热准备,采集陀螺仪和加速度计输出的数据并对数据进行处理;利用水平加速度计敏感的重力分量确定载体水平姿态角;在惯性导航系统输出的每个离散时刻,根据加速度均值和方差确定载体运动状态;载体处于静止状态时,采用闭环卡尔曼滤波实现惯导系统解算误差的修正;采用直角坐标系的位置更新算法完成载体高精度定位。

Description

基于零速修正的闭环卡尔曼滤波惯性定位方法
(一)技术领域
本发明涉及的是一种测量方法,尤其涉及的是一种基于零速修正的闭环卡尔曼滤波惯性定位方法。
(二)背景技术
惯性导航系统,利用惯性元件来测量运载体本身的加速度,经过积分和运算得到速度和位置,从而达到对运载体导航定位的目的。组成惯性导航系统的设备都安装在运载体内,工作时不依赖外界信息,也不向外界辐射能量,不易受到干扰,是一种自主式导航系统。
但是不可避免的问题是,惯性导航系统中的惯性元件是由陀螺仪和加速度计组成,而陀螺仪和加速度计自身存在不可避免的误差因数导致采用积分和运算得到速度和位置的信息中包含了随时间积累的误差,这将直接影响惯导系统提供速度和位置信息的精度,如何在现有惯性器件精度基础上实现更高精度定位成为当前研究热点。
目标的位置、速度、加速度的测量值往往在任何时候都有噪声。卡尔曼滤波利用目标的动态信息,设法去掉噪声的影响,得到一个关于目标位置的好的估计。这个估计可以是对当前目标位置的估计,也可以是对于将来位置的估计。状态估计是卡尔曼滤波的重要组成部分。一般来说,根据观测数据对随机量进行定量推断就是估计问题,特别是对动态行为的状态估计,它能实现实时运行状态的估计和预测功能。采用单一工作模式的惯性导航系统是没有外部信息可为其提供参考,导致采用卡尔曼实现误差估计无法实现,针对如上问题,本发明专利提出一种采用载体静止状态下的速度信息作为真实速度参考,完成卡尔曼滤波组合解算,以此实现高精度惯性定位。
(三)发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种基于零速修正的闭环卡尔曼滤波惯性定位方法。
本发明的技术解决方案为:一种基于零速修正的闭环卡尔曼滤波惯性定位方法,其特征在于根据水平加速度计测量的当地重力加速度分量确定水平姿态角,根据比力幅值的均值和方差确定载体运动状态,通过闭环卡尔曼滤波实现惯性导航系统的误差修正,一次实现更高精度定位。其具体步骤如下:
(1)利用全球定位系统GPS确定载体的初始位置参数,将它们装订至导航计算机中;
(2)系统进行预热准备,采集陀螺仪和加速度计输出的数据并对数据进行处理;
(3)惯性导航系统初始对准;
根据加速度计的输出可完成水平对准,由加速度计输出解算初始的俯仰角和横滚角,计算公式如下:
Figure BSA0000106858210000021
式中:g0为地表面的重力加速度,fx、fz分别表示x向和y向的加速度计输出比力信息,θ、γ分别表示对准结束时刻得到的俯仰角和横滚角估计结果;
(4)载体的静态检测;
1)计算比力幅值:在惯性导航系统输出的每个离散时刻,计算当前时刻tm处的加速度计输出比力幅值:
Figure BSA0000106858210000022
式中:fxtm、fytm、fztm分别表示tm时刻x向、y向和z向加速度计输出比力;
2)计算判断指标:求取计算区间时间段内的比力幅值的均值
Figure BSA0000106858210000023
及滑动方差Varm
Figure BSA0000106858210000024
式中,m1表示区间长度,根据加速度计的输出频率进行确定;
3)运动状态判定:根据加速度计输出噪声的方差特性,设定方差阈值为GateV,当Varm<GateV,则判定当前时刻运动状态为静止状态,否则运动状态判定为运动状态;
(5)闭环卡尔曼滤波器设计;
零速修正由载体处于静止状态时进行检测触发,即通过在检测为静止的时间区间内将速度计算结果重置为零,达到修正卡尔曼组合滤波中速度误差的目的;为充分利用静止检测的检测结果估计更多的误差参数,设计零速修正卡尔曼滤波器,结合零速修正工作原理,对卡尔曼滤波器做了如下改良:在卡尔曼更新时刻,若静态检测结果为运动状态,则滤波器只进行时间更新;若静态检测结果为静止状态,则滤波器做完整更新(即时间更新+量测更新),并闭环修正惯性导航系统的速度误差、位置误差、姿态误差及器件误差;
1)离散化后的状态方程和量测方程分别为:
Figure BSA0000106858210000031
式中,Xk、Xk-1分别表示k时刻、k-1时刻的状态估计;Zk为离散化系统观测矩阵;Φk,k-1为离散化状态转移矩阵;Hk为离散化系统量测矩阵;Wk-1和Vk分别为离散化系统状态噪声向量和量测噪声向量;
2)时间更新
状态一步预测Xk/k-1为:
Xk/k-1=Φk,k-1Xk-1
一步预测均方误差Pk/k-1为:
式中,Pk-1表示k-1时刻的均方误差;Qk-1表示系统噪声协方差矩阵;
3)量测更新
滤波增益Kk为:
Figure BSA0000106858210000033
k时刻状态估计Xk为:
Xk=Xk/k-1+Kk(Zk-HkXk/k-1)
估计参数误差协方差矩阵Pk为:
Figure BSA0000106858210000034
式中,Rk表示量测噪声协方差矩阵;I表示单位矩阵;
(6)速度与位置信息更新;
传统惯性系统的速度更新中需要从加速度计输出中去除有害加速度的影响,惯性导航系统的加速度计零偏较大,并远远大于有害加速度的影响,因此微惯性导航系统速度更新公式可简化为:
Figure BSA0000106858210000035
式中:
Figure BSA0000106858210000036
表示k+1时刻导航坐标系三个方向速度的计算值;表示k时刻导航坐标系三个方向速度;Ts表示更新周期;
Figure BSA0000106858210000038
Figure BSA0000106858210000041
表示k+1时刻得到的导航坐标系内的加速度值;
采用直角坐标系的位置更新算法如下:
式中:F(k+1)、U(k+1)、R(k+1)分别表示k+1时刻导航系三个方向的位移计算值;F(k)、U(k)、R(k)分别表示k时刻导航系三个方向的位移计算值。
本发明与现有技术相比的优点在于:本发明打破了传统惯性导航系统解算载体位置信息时,由于惯性器件偏差的随时间积累导致产生的位置信息无法满足实际应用的问题,通过利用加速度计敏感重力分量实现惯性导航系统初始化,并依据比力均值和方差实现惯性导航系统运动状态的检测,通过闭环卡尔曼滤波实现惯导系统的高精度位置提取。
对本发明有益的效果说明如下:
在VC++条件下,对该方法进行实验:为有效验证本文提出的误差修正技术对于提高惯性导航系统定位精度的可行性及其对不同空间环境的适应性,开展二维平面行走实验。试验人员所行走的路径为走廊区域,具有典型的代表性,可直观地检测出惯性导航系统所给出的定位结果与实际路径的符合程度。利用本发明所述方法得到惯性导航系统解算位移与预订行走路线具有较高的重合度,采用本发明方法可以获得较高的定位精度,北向位移与东向位移的最大偏差小于0.4米(附图3)。
(四)附图说明
图1为本发明的基于零速修正的闭环卡尔曼滤波惯性定位方法流程图;
图2为本发明的加速度计比力输出的幅值变化图;
图3为本发明的惯性导航系统解算位置与理论位置对比曲线;
(五)具体实施方式
下面结合附图对本发明的具体实施方式进行详细地描述:
(1)利用全球定位系统GPS确定载体的初始位置参数,将它们装订至导航计算机中;
(2)系统进行预热准备,采集陀螺仪和加速度计输出的数据并对数据进行处理;
(3)惯性导航系统初始对准;
根据加速度计的输出可完成水平对准,由加速度计输出解算初始的俯仰角和横滚角,计算公式如下:
Figure BSA0000106858210000051
式中:g0为地表面的重力加速度,fx、fz分别表示x向和y向的加速度计输出比力信息,θ、γ分别表示对准结束时刻得到的俯仰角和横滚角估计结果;
(4)载体的静态检测;
1)计算比力幅值:在惯性导航系统输出的每个离散时刻,计算当前时刻tm处的加速度计输出比力幅值:
Figure BSA0000106858210000052
式中:fxtm、fytm、fztm分别表示tm时刻x向、y向和z向加速度计输出比力;
2)计算判断指标:求取计算区间
Figure BSA0000106858210000055
时间段内的比力幅值的均值
Figure BSA0000106858210000053
及滑动方差Varm
Figure BSA0000106858210000054
式中,m1表示区间长度,根据加速度计的输出频率进行确定;
3)运动状态判定:根据加速度计输出噪声的方差特性,设定方差阈值为GateV,当Varm<GateV,则判定当前时刻运动状态为静止状态,否则运动状态判定为运动状态;
(5)闭环卡尔曼滤波器设计;
零速修正由载体处于静止状态时进行检测触发,即通过在检测为静止的时间区间内将速度计算结果重置为零,达到修正卡尔曼组合滤波中速度误差的目的;为充分利用静止检测的检测结果估计更多的误差参数,设计零速修正卡尔曼滤波器,结合零速修正工作原理,对卡尔曼滤波器做了如下改良:在卡尔曼更新时刻,若静态检测结果为运动状态,则滤波器只进行时间更新;若静态检测结果为静止状态,则滤波器做完整更新(即时间更新+量测更新),并闭环修正惯性导航系统的速度误差、位置误差、姿态误差及器件误差;
1)离散化后的状态方程和量测方程分别为:
Figure BSA0000106858210000061
式中,Xk、Xk-1分别表示k时刻、k-1时刻的状态估计;Zk为离散化系统观测矩阵;Φk,k-1为离散化状态转移矩阵;Hk为离散化系统量测矩阵;Wk-1和Vk分别为离散化系统状态噪声向量和量测噪声向量;
2)时间更新
状态一步预测Xk/k-1为:
Xk/k-1=Φk,k-1Xk-1 (5)
一步预测均方误差Pk/k-1为:
Figure BSA0000106858210000062
式中,Pk-1表示k-1时刻的均方误差;Qk-1表示系统噪声协方差矩阵;
3)量测更新
滤波增益Kk为:
Figure BSA0000106858210000063
k时刻状态估计Xk为:
Xk=Xk/k-1+Kk(Zk-HkXk/k-1) (8)
估计参数误差协方差矩阵Pk为:
Figure BSA0000106858210000064
式中,Rk表示量测噪声协方差矩阵;I表示单位矩阵;
(6)速度与位置信息更新;
传统惯性系统的速度更新中需要从加速度计输出中去除有害加速度的影响,微惯性导航系统的加速度计零偏较大,并远远大于有害加速度的影响,因此微惯性导航系统速度更新公式可简化为:
Figure BSA0000106858210000065
式中:
Figure BSA0000106858210000066
表示k+1时刻导航坐标系三个方向速度的计算值;
Figure BSA0000106858210000067
表示k时刻导航坐标系三个方向速度;Ts表示更新周期;
Figure BSA0000106858210000068
表示k+1时刻得到的导航坐标系内的加速度值;
采用直角坐标系的位置更新算法如下:
Figure BSA0000106858210000072
式中:F(k+1)、U(k+1)、R(k+1)分别表示k+1时刻导航系三个方向的位移计算值;F(k)、U(k)、R(k)分别表示k时刻导航系三个方向的位移计算值。

Claims (1)

1.一种基于零速修正的闭环卡尔曼滤波惯性定位方法,其特征在于包括以下步骤:
(1)利用全球定位系统GPS确定载体的初始位置参数,将它们装订至导航计算机中;
(2)系统进行预热准备,采集陀螺仪和加速度计输出的数据并对数据进行处理;
(3)惯性导航系统初始对准;
根据加速度计的输出完成水平对准,由加速度计输出解算初始的俯仰角和横滚角,计算公式如下:
Figure FSB0000184346250000011
式中:g0为地表面的重力加速度,fx、fz分别表示x向和z向的加速度计输出比力信息,θ、γ分别表示对准结束时刻得到的俯仰角和横滚角估计结果;
(4)载体的静态检测;
1)计算比力幅值:在惯性导航系统输出的每个离散时刻,计算当前时刻tm处的加速度计输出比力幅值:
式中:fxtm、fytm、fztm分别表示tm时刻x向、y向和z向加速度计输出比力;
2)计算判断指标:求取计算区间时间段内的比力幅值的均值
Figure FSB0000184346250000014
及滑动方差Varm
Figure FSB0000184346250000015
式中,m1表示区间长度,根据加速度计的输出频率进行确定;
3)运动状态判定:根据加速度计输出噪声的方差特性,设定方差阈值为GateV,当Varm<GateV,则判定当前时刻运动状态为静止状态,否则运动状态判定为运动状态;
(5)闭环卡尔曼滤波器设计;
零速修正由载体处于静止状态时进行检测触发,即通过在检测为静止的时间区间内将速度计算结果重置为零,达到修正卡尔曼组合滤波中速度误差的目的;为充分利用静止检测的检测结果估计更多的误差参数,设计零速修正卡尔曼滤波器,结合零速修正工作原理,对卡尔曼滤波器做了如下改良:在卡尔曼更新时刻,若静态检测结果为运动状态,则滤波器只进行时间更新;若静态检测结果为静止状态,则滤波器做完整更新,即时间更新+量测更新,并闭环修正惯性导航系统的速度误差、位置误差、姿态误差及器件误差;
1)离散化后的状态方程和量测方程分别为:
式中,Xk、Xk-1分别表示k时刻、k-1时刻的状态估计;Zk为k时刻的离散化系统观测矩阵;Φk,k-1为k时刻的离散化状态转移矩阵;Hk为k时刻的离散化系统量测矩阵;Wk-1和Vk分别为k-1时刻的离散化系统状态噪声向量和k时刻的量测噪声向量;
2)时间更新
状态一步预测Xk/k-1为:
Xk/k-1=Φk,k-1Xk-1
一步预测均方误差Pk/k-1为:
式中,Pk-1表示k-1时刻的均方误差;Qk-1表示k-1时刻的系统噪声协方差矩阵;
3)量测更新
滤波增益Kk为:
Figure FSB0000184346250000023
k时刻状态估计Xk为:
Xk=Xk/k-1+Kk(Zk-HkXk/k-1)
估计参数误差协方差矩阵Pk为:
Figure FSB0000184346250000024
式中,Rk表示k时刻的量测噪声协方差矩阵;I表示单位矩阵;
(6)速度与位置信息更新;
传统惯性系统的速度更新中需要从加速度计输出中去除有害加速度的影响,微惯性导航系统的加速度计零偏较大,并远远大于有害加速度的影响,因此微惯性导航系统速度更新公式简化为:
Figure FSB0000184346250000031
式中:
Figure FSB0000184346250000032
表示k+1时刻导航坐标系三个方向速度的计算值;表示k时刻导航坐标系三个方向速度;Ts表示更新周期;
Figure FSB0000184346250000034
Figure FSB0000184346250000035
表示k+1时刻得到的导航坐标系内三个方向的加速度值;
采用直角坐标系的位置更新算法如下:
式中:F(k+1)、U(k+1)、R(k+1)分别表示k+1时刻导航系三个方向的位移计算值;F(k)、U(k)、R(k)分别表示k时刻导航系三个方向的位移计算值。
CN201410372716.4A 2014-07-25 2014-07-25 基于零速修正的闭环卡尔曼滤波惯性定位方法 Expired - Fee Related CN104132662B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410372716.4A CN104132662B (zh) 2014-07-25 2014-07-25 基于零速修正的闭环卡尔曼滤波惯性定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410372716.4A CN104132662B (zh) 2014-07-25 2014-07-25 基于零速修正的闭环卡尔曼滤波惯性定位方法

Publications (2)

Publication Number Publication Date
CN104132662A CN104132662A (zh) 2014-11-05
CN104132662B true CN104132662B (zh) 2020-01-17

Family

ID=51805435

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410372716.4A Expired - Fee Related CN104132662B (zh) 2014-07-25 2014-07-25 基于零速修正的闭环卡尔曼滤波惯性定位方法

Country Status (1)

Country Link
CN (1) CN104132662B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105783921B (zh) * 2014-12-17 2019-02-19 高德软件有限公司 一种校正汽车姿态数据的方法及装置
CN105180928B (zh) * 2015-07-30 2017-11-28 哈尔滨工程大学 一种基于惯性系重力特性的船载星敏感器定位方法
CN105467158B (zh) * 2015-12-28 2019-01-29 太原航空仪表有限公司 直升机机动飞行的空速修正方法
CN106182003A (zh) * 2016-08-01 2016-12-07 清华大学 一种机械臂示教方法、装置及系统
CN106491138B (zh) * 2016-10-26 2019-04-09 歌尔科技有限公司 一种运动状态检测方法及装置
CN109520494B (zh) * 2017-09-19 2022-07-12 北京自动化控制设备研究所 一种基于室内步行微惯性自主导航方法
CN108021242B (zh) * 2017-12-06 2020-12-25 Oppo广东移动通信有限公司 陀螺仪数据处理方法、移动终端及计算机可读存储介质
CN108171316B (zh) * 2017-12-27 2020-06-30 东南大学 一种面向不动产测量的改进型惯性定位方法
CN110231031A (zh) * 2018-03-05 2019-09-13 高德信息技术有限公司 一种姿态角确定方法、装置及系统
CN110346824B (zh) * 2019-07-15 2021-11-09 广东工业大学 一种车辆导航方法、系统、装置及可读存储介质
CN110715659A (zh) * 2019-10-25 2020-01-21 高新兴物联科技有限公司 零速检测方法、行人惯性导航方法、装置及存储介质
CN110987004B (zh) * 2019-12-02 2023-02-10 北京自动化控制设备研究所 基于零速匹配滤波的舰船用惯导对准方法
CN111024070A (zh) * 2019-12-23 2020-04-17 哈尔滨工程大学 一种基于航向自观测的惯性足绑式行人定位方法
CN112197767B (zh) * 2020-10-10 2022-12-23 江西洪都航空工业集团有限责任公司 一种在线改进滤波误差的滤波器设计方法
CN112577527B (zh) * 2021-02-25 2021-09-17 北京主线科技有限公司 车载imu误差标定方法及装置
CN113153150A (zh) * 2021-04-23 2021-07-23 中国铁建重工集团股份有限公司 一种基于零速校正的水平钻机钻进轨迹的测量方法
CN114370885B (zh) * 2021-10-29 2023-10-13 北京自动化控制设备研究所 一种惯性导航系统误差补偿方法及系统
CN116087869A (zh) * 2022-12-30 2023-05-09 泰斗微电子科技有限公司 一种基于加速度计的卫星定向方法、设备及可读存储介质
CN117346770A (zh) * 2023-10-25 2024-01-05 北京自动化控制设备研究所 一种无基准转动基座快速自对准方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101033973A (zh) * 2007-04-10 2007-09-12 南京航空航天大学 微小型飞行器微惯性组合导航系统的姿态确定方法
EP2657647A1 (en) * 2012-04-23 2013-10-30 Deutsches Zentrum für Luft- und Raumfahrt e. V. Method for estimating the position and orientation using an inertial measurement unit fixed to a moving pedestrian
CN103512575A (zh) * 2012-06-26 2014-01-15 北京自动化控制设备研究所 一种测绘车用惯导系统零速修正方法
CN103616030A (zh) * 2013-11-15 2014-03-05 哈尔滨工程大学 基于捷联惯导解算和零速校正的自主导航系统定位方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101033973A (zh) * 2007-04-10 2007-09-12 南京航空航天大学 微小型飞行器微惯性组合导航系统的姿态确定方法
EP2657647A1 (en) * 2012-04-23 2013-10-30 Deutsches Zentrum für Luft- und Raumfahrt e. V. Method for estimating the position and orientation using an inertial measurement unit fixed to a moving pedestrian
CN103512575A (zh) * 2012-06-26 2014-01-15 北京自动化控制设备研究所 一种测绘车用惯导系统零速修正方法
CN103616030A (zh) * 2013-11-15 2014-03-05 哈尔滨工程大学 基于捷联惯导解算和零速校正的自主导航系统定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于卡尔曼滤波器的零速修正技术在导弹发射车中的应用研究;杨裕翠 等;《电气自动化》;20101231;第32卷(第01期);第1-3页 *
车载单轴旋转激光捷联惯导抗晃动初始对准和零速修正方法;赵小明 等;《中国惯性技术学报》;20130630;第21卷(第03期);第302-307页 *
零速修正技术在车载惯性导航中的应用研究;赵玉 等;《压电与声光》;20121231;第34卷(第06期);第843-847+852页 *

Also Published As

Publication number Publication date
CN104132662A (zh) 2014-11-05

Similar Documents

Publication Publication Date Title
CN104132662B (zh) 基于零速修正的闭环卡尔曼滤波惯性定位方法
KR101988786B1 (ko) 관성 항법 장치의 초기 정렬 방법
KR102017404B1 (ko) 9축 mems 센서에 기반하여 농기계의 전-자세 각도를 갱신하는 방법
CN110398245B (zh) 基于脚戴式惯性测量单元的室内行人导航姿态估计方法
CN106168485B (zh) 步行航迹数据推算方法及装置
CN107490378B (zh) 一种基于mpu6050与智能手机的室内定位与导航的方法
Benzerrouk et al. Robust IMU/UWB integration for indoor pedestrian navigation
CN106153069B (zh) 自主导航系统中的姿态修正装置和方法
CN103822633A (zh) 一种基于二阶量测更新的低成本姿态估计方法
CN110715659A (zh) 零速检测方法、行人惯性导航方法、装置及存储介质
CN110702113B (zh) 基于mems传感器的捷联惯导系统数据预处理和姿态解算的方法
US20160370188A1 (en) Inertial device, control method and program
JP6662842B2 (ja) 歩行者ナビゲーションデバイス及び方法
KR20210013526A (ko) 관성 위치를 사용한 지형 참조 항법을 위한 장치 및 방법
CN112362057A (zh) 基于零速修正与姿态自观测的惯性行人导航算法
CN105547291B (zh) 室内人员自主定位系统的自适应静止检测方法
EP3227634B1 (en) Method and system for estimating relative angle between headings
Guo et al. The usability of MTI IMU sensor data in PDR indoor positioning
WO2016165336A1 (zh) 一种导航的方法和终端
CN103954288A (zh) 一种卫星姿态确定系统精度响应关系确定方法
CN106441282B (zh) 一种星敏感器星跟踪方法
KR20120062519A (ko) 관성 항법 시스템의 바이어스 추정치를 이용한 정렬 장치 및 그 항법 시스템
Yin et al. Pedestrian dead reckoning indoor positioning with step detection based on foot-mounted IMU
TW201416815A (zh) 用於六軸運動姿態感測之方法及其感測系統
Nabil et al. A new Kalman filter-based algorithm to improve the indoor positioning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200117

Termination date: 20200725

CF01 Termination of patent right due to non-payment of annual fee