CN104296741B - 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 - Google Patents
采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 Download PDFInfo
- Publication number
- CN104296741B CN104296741B CN201410527995.7A CN201410527995A CN104296741B CN 104296741 B CN104296741 B CN 104296741B CN 201410527995 A CN201410527995 A CN 201410527995A CN 104296741 B CN104296741 B CN 104296741B
- Authority
- CN
- China
- Prior art keywords
- delta
- ahrs
- moment
- unknown node
- error
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法,包括:选取导航区域内任意一个参考节点的位置作为坐标原点,构建相对坐标系;在所述相对坐标系中将AHRS即姿态和方位参照系统、WSN即无线传感器网络进行集成,通过扩展卡尔曼滤波器对得到的同步导航数据在导航计算机中进行数据融合;构建扩展卡尔曼滤波器的状态方程和观测方程;将AHRS采集到的当前时刻的未知节点的位置和速度与滤波器输出的AHRS误差做差,最终得到当前时刻的未知节点的位置和速度的最优估计。本发明有益效果:由于该紧组合方法中将距离平方变化率作为数据滤波器的观测向量,因此无需新添设备就可以完成对目标节点速度误差的预估,进而完成对目标节点的速度预估。
Description
技术领域
本发明属于复杂环境下组合定位技术领域,具体涉及一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法。
背景技术
近年来,随着计算机技术、信息技术、通讯技术、微电子技术的飞速发展,面向小区域的目标跟踪技术的研究与应用,逐渐成为目前该领域的研究热点。然而,在外界无线电信号微弱、电磁干扰强烈等一系列复杂室内环境中,对目标载体导航信息获取的准确性、实时性及鲁棒性有很大的影响。如何将室内环境下获取的有限信息进行有效的融合以满足小区域目标高导航精度的要求,消除外界环境的影响,具有重要的科学理论意义和实际应用价值。
在现有的定位方式中,全球卫星导航系统(Global Navigation SatelliteSystem,GNSS)是最为常用的一种方式。虽然GNSS能够通过精度持续稳定的位置信息,但是其易受电磁干扰、遮挡等外界环境影响的缺点限制了其应用范围,特别是在室内、地下巷道等一些密闭的、环境复杂的场景,GNSS信号被严重遮挡,无法进行有效的工作。
近年来,WSN以其低成本、低功耗和低系统复杂度的特点在短距离局部定位领域表现出很大的潜力。伴随着全国范围内无线网络的普及和使用,学者们提出将基于WSN的目标跟踪应用于GNSS失效环境下的行人导航。这种方式虽然能够实现室内定位,但是由于室内环境复杂多变,WSN信号十分容易受到干扰而导致定位精度下降甚至失锁;除此之外,由于WSN采用的通信技术通常为短距离无线通信技术,因此若想完成大范围的室内目标跟踪定位,需要大量的网络节点共同完成,这必将引入网络组织结构优化设计、多节点多簇网络协同通信等一系列问题。因此现阶段基于WSN的目标跟踪在室内导航领域仍旧面临很多挑战。
为了克服上述两种导航方法需要参考节点并容易产生失锁的缺点,学者们提出将惯性导航系统(Inertial navigation system,INS)应用于小区域目标跟踪领域。特别是随着MEMS元件的产品化,微机械陀螺和加速度计开始尝试用于姿态测量,出现了姿态和方位参照系统(Attitude Heading Reference System,AHRS),它由3只微机械陀螺、3只微机械加速度计和三轴地磁传感器组成,选用重力向量和地磁向量作为参考向量,为陀螺提供角度修正和零偏估计,实现动态环境下载体姿态控制。AHRS具有全自主、运动信息全面、短时、高精度的优点,虽然可以实现自主导航,但误差随时间积累,长航时运行条件下将导致导航精度严重下降。
发明内容
本发明的目的就是为了解决上述问题,提出了一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法,该方法有效的提高了小区域内目标跟踪的导航精度,可用于室内,地下矿井等密闭复杂环境下的长距离高精度目标定位跟踪。
为了实现上述目的,本发明采用如下技术方案:
一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法,包括以下步骤:
(1)选取导航区域内任意一个参考节点的位置作为坐标原点,并分别选取x向和y向构建相对坐标系;
(2)在所述相对坐标系中将AHRS即姿态和方位参照系统、WSN即无线传感器网络进行集成,通过扩展卡尔曼滤波器对得到的同步导航数据在导航计算机中进行数据融合;
(3)以AHRS每一时刻在x和y两个方向的位置误差和速度误差作为状态变量,构建扩展卡尔曼滤波器的状态方程;
(4)分别计算k时刻AHRS测量得到的未知节点与第i个参考节点之间的距离,以及k时刻AHRS测量得到的未知节点与第i个参考节点的距离平方的变化率;
(5)以每一时刻AHRS和WSN各自测量的未知节点与参考节点之间的距离平方之差和距离平方变化率之差作为观测量,构建卡尔曼滤波器的观测方程;
(6)将AHRS采集到的当前时刻的未知节点的位置和速度与滤波器输出的AHRS误差做差,最终得到当前时刻的未知节点的位置和速度的最优估计。
所述步骤(3)中扩展卡尔曼滤波器的状态方程具体为:
其中,(δxk,δyk)、(δvxk,δvyk)和(δaxk,δayk)分别为AHRS测量的未知节点在k时刻的x向和y向的位置误差、速度误差和加速度误差,T为滤波器的采样周期,W为滤波器的状态噪声矩阵。
所述步骤(4)中计算k时刻AHRS测量得到的未知节点与第i个参考节点之间的距离的具体方法为:
其中,为k时刻AHRS解算的未知节点的x向和y向的位置,(xi,yi)为第i个参考节点的x向和y向的位置;
当前时刻未知节点与第i个参考节点之间的的理论真值为:
其中,为k时刻未知节点在x向和y向的理论位置;则k时刻AHRS测量得到的距离平方的误差为:
而则:
其中,为k时刻AHRS测量得到未知节点与第i个参考节点之间的距离平方的误差;(δxk,δyk)为AHRS测量的未知节点在k时刻的x向和y向的位置误差。
所述步骤(4)中计算k时刻AHRS测量得到的未知节点与第i个参考节点的距离平方的变化率的具体方法为:
其中,为k时刻AHRS解算的未知节点的x向和y向的速度;
而理论上的未知节点与第i个参考节点的距离平方的变化率为:
其中,为k时刻AHRS解算的未知节点的x和y向的速度;则k时刻AHRS测量得到的未知节点到第i个参考节点的距离变化率平方的误差为:
而
其中,为k时刻AHRS测量得到的x和y向的速度,则:
其中,为k时刻AHRS测量得到的未知节点到第i个参考节点的距离变化率平方的误差。
所述步骤(5)中卡尔曼滤波器的观测方程具体为:
其中,v为系统的观测噪声,为k时刻AHRS解算的未知节点的x向和y向的位置,(xm,ym)为第i个参考节点的x向和y向的位置。
本发明的有益效果是:
由于该方法在扩展卡尔曼滤波器进行数据融合时只需要获得AHRS的位置、速度信息和WSN测量得到的未知节点与已知节点之间的距离信息,而不需要获得WSN测量得到的未知节点的位置、速度信息,因此通过紧组合方法,能够有效的克服传统松组合方式必须至少获得3个以上未知节点的位置、速度信息才能完成数据融合的缺点,充分的利用了导航环境中的资源。
其次,由于在组合模型的推导过程中以AHRS的测量值与其误差的差值替代了参数的真实值,减少了传统紧组合方法由于泰勒展开后忽略二次项对定位精度造成的影响。
最后,由于该紧组合方法中将距离平方变化率作为数据滤波器的观测向量,因此无需新添设备就可以完成对目标节点速度误差的预估,进而完成对目标节点的速度预估,实现对目标节点速度的完全客观。
本导航方法的提出,有效的提高了小区域内目标跟踪的导航精度,可用于室内,地下矿井等密闭复杂环境下的长距离高精度目标定位跟踪。
附图说明
图1为用于采用距离平方和距离平方变化率的WSN/AHRS紧组合方法的系统示意图;
图2为用于采用距离平方和距离平方变化率的WSN/AHRS紧组合方法的控制方法示意图;
图3为本发明的方法流程图。
具体实施方式:
下面结合附图与实施例对本发明做进一步说明:
单一的导航方式容易受到目标周围导航环境的影响,不能提供持续稳定的高精度导航信息,为了克服单一导航技术存在的不同程度的缺陷,本发明提出一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法,以一个参考节点的位置作为坐标原点,并选取相对坐标系中的x向和y向。在此基础上,滤波器的系统方程以AHRS每一时刻在x和y两个方向的位置误差和速度误差作为状态变量,以每一时刻AHRS和WSN各自测量的未知节点与参考节点之间的距离平方之差和距离平方变化率之差作为观测量。
如图1所示,用于采用距离平方和距离平方变化率的WSN/AHRS紧组合方法的系统,包括参考节点部分和未知节点部分。参考节点部分由多个无线接收模块组成;未知节点部分由无线发送模块、无线路由模块、AHRS模块和控制模块组成。
如图2所示,在采用距离平方和距离平方变化率的WSN/AHRS紧组合方法使用一个滤波器进行数据融合。其中滤波器的系统方程以AHRS每一时刻在x和y两个方向的位置误差和速度误差作为状态变量,滤波器的状态方程为:
其中,(δxk,δyk)、(δvxk,δvyk)和(δaxk,δayk)分别为INS测量的未知节点在k时刻的x向和y向的位置误差、速度误差和加速度误差,T为滤波器的采样周期,W为滤波器的状态噪声矩阵;
k时刻AHRS测量得到的未知节点与第i个参考节点之间的距离可通过式(2)得到:
其中,为k时刻AHRS解算的未知节点的x和y向的位置,(xi,yi)为第i个参考节点的x和y向的位置;当前时刻的理论真值应为:
其中,为k时刻未知节点在x和y向的理论位置;通过式(2)和式(3)可得:
而将其带入式(4)可得:
由于WSN独立工作下并不能对未知节点的速度进行直接测量,这会导致系统中的速度不可观测,进而影响组合导航系统的精度。为了解决这一问题,需要引入第三方的测速设备完成测速,这种方法虽然能够获取较高的测速精度,实现速度的可观测,但是增加了系统的实现成本,不利于组合导航系统的应用。为了克服这一问题,本专利提出通过采集距离平方变化率之差来完成对未知节点的AHRS速度解算误差的预估。k时刻AHRS测量得到的距离平方的变化率为:
其中,为k时刻AHRS解算的未知节点的x和y向的速度,而理论上的距离平方的变化率为:
其中,为k时刻AHRS解算的未知节点的x和y向的速度;则:
而其中,为k时刻AHRS测量得到的x和y向的速度,将其带入式(8)可得:
滤波器的观测方程为:
其中,v为系统的观测噪声;通过上述滤波器,可以对当前时刻AHRS的导航解算误差进行最优估计;将AHRS采集到的当前时刻的未知节点的位置和速度与滤波器输出的AHRS误差做差,最终得到当前时刻的未知节点的位置和速度的最优估计。
本方法的流程如图3示,方法的具体步骤如下:
(1)选取导航区域内任意一个参考节点的位置作为坐标原点,并分别选取大地坐标系中的东向和北向分别作为x向和y向构建相对坐标系;
(2)在所述相对坐标系中将AHRS即姿态和方位参照系统、WSN即无线传感器网络进行集成,通过扩展卡尔曼滤波器对得到的同步导航数据在导航计算机中进行数据融合;
(3)以AHRS每一时刻在x和y两个方向的位置误差和速度误差作为状态变量,构建扩展卡尔曼滤波器的状态方程;
(4)分别计算k时刻AHRS测量得到的未知节点与第i个参考节点之间的距离,以及k时刻AHRS测量得到的未知节点与第i个参考节点的距离平方的变化率;
(5)以每一时刻AHRS和WSN各自测量的未知节点与参考节点之间的距离平方之差和距离平方变化率之差作为观测量,构建卡尔曼滤波器的观测方程;
(6)将AHRS采集到的当前时刻的未知节点的位置和速度与滤波器输出的AHRS误差做差,最终得到当前时刻的未知节点的位置和速度的最优估计。
组合导航方法的数据融合通过扩展卡尔曼滤波器完成,首先无线接收模块获取参考节点的信号,在此基础上,计算未知节点与参考节点之间的距离的平方和距离平方的变化率,与此同时,AHRS通过采集传感器数据对导航信息进行解算,之后再完成未知节点与参考节点之间的距离的平方和距离平方的变化率的计算,将AHRS测量得到的距离平方和距离平方变化率与WSN测量得到的距离平方与距离平方变化率分别做差,差值作为扩展卡尔曼滤波器的观测向量。通过扩展卡尔曼滤波器对AHRS的导航信息解算误差进行预估,并对AHRS解算的导航信息进行误差补偿。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (4)
1.一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法,其特征是,包括以下步骤:
(1)选取导航区域内任意一个参考节点的位置作为坐标原点,并分别选取x向和y向构建相对坐标系;
(2)在所述相对坐标系中将AHRS即姿态和方位参照系统、WSN即无线传感器网络进行集成,通过扩展卡尔曼滤波器对得到的同步导航数据在导航计算机中进行数据融合;
(3)以AHRS每一时刻在x和y两个方向的位置误差和速度误差作为状态变量,构建扩展卡尔曼滤波器的状态方程;
(4)分别计算k时刻AHRS测量得到的未知节点与第i个参考节点之间的距离,以及k时刻AHRS测量得到的未知节点与第i个参考节点的距离平方的变化率;
(5)以每一时刻AHRS和WSN各自测量的未知节点与参考节点之间的距离平方之差和距离平方变化率之差作为观测量,构建卡尔曼滤波器的观测方程;
(6)将AHRS采集到的当前时刻的未知节点的位置和速度与滤波器输出的AHRS误差做差,最终得到当前时刻的未知节点的位置和速度的最优估计;
所述步骤(5)中卡尔曼滤波器的观测方程具体为:
其中,v为系统的观测噪声,为k时刻AHRS解算的未知节点的x向和y向的位置,(xi,yi)为第i个参考节点的x向和y向的位置;(δxk,δyk)和(δvxk,δvyk)分别为AHRS测量的未知节点在k时刻的x向和y向的位置误差和速度误差;(δxk+1,δyk+1)和(δvxk+1,δvyk+1)分别为AHRS测量的未知节点在k+1时刻的x向和y向的位置误差和速度误差和加速度误差;为k时刻AHRS测量得到未知节点的x和y向的速度;为k时刻AHRS测量得到未知节点与第i个参考节点之间的距离平方的误差;为k时刻AHRS测量得到的未知节点到第i个参考节点的距离变化率平方的误差。
2.如权利要求1所述的一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法,其特征是,所述步骤(3)中扩展卡尔曼滤波器的状态方程具体为:
其中,(δxk,δyk)、(δvxk,δvyk)和(δaxk,δayk)分别为AHRS测量的未知节点在k时刻的x向和y向的位置误差、速度误差和加速度误差,T为滤波器的采样周期,W为滤波器的状态噪声矩阵;(δxk+1,δyk+1)、(δvxk+1,δvyk+1)和(δaxk+1,δayk+1)分别为AHRS测量的未知节点在k+1时刻的x向和y向的位置误差、速度误差和加速度误差。
3.如权利要求1所述的一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法,其特征是,所述步骤(4)中计算k时刻AHRS测量得到的未知节点与第i个参考节点之间的距离的具体方法为:
其中,为k时刻AHRS解算的未知节点的x向和y向的位置,(xi,yi)为第i个参考节点的x向和y向的位置;
k时刻未知节点与第i个参考节点之间的理论真值为:
其中,为k时刻未知节点在x向和y向的理论位置;k时刻AHRS测量得到的距离平方的误差为:
而则:
其中,为k时刻AHRS测量得到未知节点与第i个参考节点之间的距离平方的误差;(δxk,δyk)为AHRS测量的未知节点在k时刻的x向和y向的位置误差。
4.如权利要求1所述的一种采用距离平方和距离平方变化率的WSN/AHRS紧组合方法,其特征是,所述步骤(4)中计算k时刻AHRS测量得到的未知节点与第i个参考节点的距离平方的变化率的具体方法为:
其中,为k时刻AHRS测量得到未知节点的x和y向的速度;为k时刻AHRS测量得到的未知节点与第i个参考节点之间的距离;为k时刻AHRS解算的未知节点的x向和y向的位置;
而理论上的未知节点与第i个参考节点的距离平方的变化率为:
其中,为k时刻AHRS解算的未知节点的x和y向的速度;为k时刻未知节点在x向和y向的理论位置;为k时刻未知节点与第i个参考节点之间的理论真值;则k时刻AHRS测量得到的未知节点到第i个参考节点的距离变化率平方的误差为:
而
其中,为k时刻AHRS测量得到的x和y向的速度,(δxk,δyk)和(δvxk,δvyk)分别为AHRS测量的未知节点在k时刻的x向和y向的位置误差和速度误差;则:
其中,为k时刻AHRS测量得到的未知节点到第i个参考节点的距离变化率平方的误差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410527995.7A CN104296741B (zh) | 2014-10-09 | 2014-10-09 | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410527995.7A CN104296741B (zh) | 2014-10-09 | 2014-10-09 | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104296741A CN104296741A (zh) | 2015-01-21 |
CN104296741B true CN104296741B (zh) | 2017-02-15 |
Family
ID=52316577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410527995.7A Active CN104296741B (zh) | 2014-10-09 | 2014-10-09 | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104296741B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104897157B (zh) * | 2015-06-25 | 2017-09-22 | 济南大学 | 基于足部航姿参考和肩部电子罗盘的个人导航系统及方法 |
CN105115507B (zh) * | 2015-08-10 | 2018-01-02 | 济南大学 | 一种基于双imu的双模式室内个人导航系统及方法 |
DE102018201305A1 (de) * | 2018-01-29 | 2019-08-01 | Robert Bosch Gmbh | Verfahren und Umgebungserkennungsvorrichtung zum Bestimmen des Vorhandenseins und/oder von Eigenschaften eines oder mehrerer Objekte in der Umgebung eines Kraftfahrzeugs |
CN111578939B (zh) * | 2020-03-23 | 2021-11-02 | 济南大学 | 考虑采样周期随机变化的机器人紧组合导航方法及系统 |
CN111761583B (zh) * | 2020-07-08 | 2022-04-08 | 温州大学 | 一种智能机器人运动定位方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102654404A (zh) * | 2011-03-02 | 2012-09-05 | 浙江中科无线授时与定位研发中心 | 一种提高航姿参考系统解算精度和系统抗干扰能力的方法 |
CN202975337U (zh) * | 2012-12-27 | 2013-06-05 | 山东大学 | 一种消防员室内外3d无缝定位及姿态检测系统 |
CN103399683A (zh) * | 2013-07-29 | 2013-11-20 | 深圳超多维光电子有限公司 | 一种电子设备、定位方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120169535A1 (en) * | 2011-01-05 | 2012-07-05 | Qualcomm Incorporated | Affecting electronic device positioning functions based on measured communication network signal parameters |
-
2014
- 2014-10-09 CN CN201410527995.7A patent/CN104296741B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102654404A (zh) * | 2011-03-02 | 2012-09-05 | 浙江中科无线授时与定位研发中心 | 一种提高航姿参考系统解算精度和系统抗干扰能力的方法 |
CN202975337U (zh) * | 2012-12-27 | 2013-06-05 | 山东大学 | 一种消防员室内外3d无缝定位及姿态检测系统 |
CN103399683A (zh) * | 2013-07-29 | 2013-11-20 | 深圳超多维光电子有限公司 | 一种电子设备、定位方法及系统 |
Non-Patent Citations (3)
Title |
---|
Adaptive Iterated Extended Kalman Filter and Its Application to Autonomous Integrated Navigation for Indoor Robot;Yuan Xu 等;《The Scientific World Journal》;20140213;第2014卷;第1-7页 * |
Unbiased tightly-coupled INS/WSN integrated navigation based on extended kalman filter;Xu Yuan 等;《中国惯性技术学报 Journal of Chinese Inertial Technology》;20120630;第20卷(第3期);第293-295页 * |
一种新型井下人员组合定位系统设计;刘勇 等;《工矿自动化》;20140228;第40卷(第2期);第11-15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104296741A (zh) | 2015-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105928518B (zh) | 采用伪距和位置信息的室内行人uwb/ins紧组合导航系统及方法 | |
Zhuang et al. | Tightly-coupled integration of WiFi and MEMS sensors on handheld devices for indoor pedestrian navigation | |
CN103759730B (zh) | 一种基于导航信息双向融合的行人与智能移动载体的协同导航系统及其导航方法 | |
CN105509739B (zh) | 采用固定区间crts平滑的ins/uwb紧组合导航系统及方法 | |
CN103471595B (zh) | 一种面向ins/wsn室内移动机器人紧组合导航的迭代扩展rts均值滤波方法 | |
CN104864865B (zh) | 一种面向室内行人导航的ahrs/uwb无缝组合导航方法 | |
CN103235328B (zh) | 一种gnss与mems组合导航的方法 | |
CN104296741B (zh) | 采用距离平方和距离平方变化率的wsn/ahrs紧组合方法 | |
CN102494684B (zh) | 一种基于wsn/mins组合导航的导航信息无偏紧组合方法 | |
CN102636166B (zh) | 基于航向角的wsn/ins组合导航系统的控制方法 | |
CN102901977B (zh) | 一种飞行器的初始姿态角的确定方法 | |
CN106052684A (zh) | 采用多模式描述的移动机器人imu/uwb/码盘松组合导航系统及方法 | |
CN107966143A (zh) | 一种基于多窗口的自适应efir数据融合方法 | |
CN106871893A (zh) | 分布式ins/uwb紧组合导航系统及方法 | |
CN106680765A (zh) | 基于分布式组合滤波ins/uwb行人导航系统及方法 | |
CN103674021A (zh) | 基于捷联惯导与星敏感器的组合导航系统及方法 | |
CN107966142A (zh) | 一种基于多窗口的室内行人自适应ufir数据融合方法 | |
CN104181573A (zh) | 北斗惯导深组合导航微系统 | |
CN104374389B (zh) | 一种面向室内移动机器人的imu/wsn组合导航方法 | |
CN104316058B (zh) | 一种采用交互多模型的移动机器人wsn/ins组合导航方法 | |
CN205384029U (zh) | 采用固定区间crts平滑的ins/uwb紧组合导航系统 | |
CN109945895A (zh) | 基于渐消平滑变结构滤波的惯性导航初始对准方法 | |
CN105115507B (zh) | 一种基于双imu的双模式室内个人导航系统及方法 | |
CN108759825A (zh) | 面向有数据缺失INS/UWB行人导航的自适应预估Kalman滤波算法及系统 | |
CN104897155B (zh) | 一种个人携行式多源定位信息辅助修正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |