CN105628024A - 基于多传感器融合的单人定位导航器和定位导航方法 - Google Patents

基于多传感器融合的单人定位导航器和定位导航方法 Download PDF

Info

Publication number
CN105628024A
CN105628024A CN201511006444.7A CN201511006444A CN105628024A CN 105628024 A CN105628024 A CN 105628024A CN 201511006444 A CN201511006444 A CN 201511006444A CN 105628024 A CN105628024 A CN 105628024A
Authority
CN
China
Prior art keywords
information
positioning
navigation
sensor fusion
positioning system
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.)
Granted
Application number
CN201511006444.7A
Other languages
English (en)
Other versions
CN105628024B (zh
Inventor
阳洪
宋军
刘程
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.)
CETC 26 Research Institute
Original Assignee
CETC 26 Research Institute
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 CETC 26 Research Institute filed Critical CETC 26 Research Institute
Priority to CN201511006444.7A priority Critical patent/CN105628024B/zh
Publication of CN105628024A publication Critical patent/CN105628024A/zh
Application granted granted Critical
Publication of CN105628024B publication Critical patent/CN105628024B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C19/00Gyroscopes; Turn-sensitive devices using vibrating masses; Turn-sensitive devices without moving masses; Measuring angular rate using gyroscopic effects
    • G01C19/56Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces
    • G01C19/5705Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces using masses driven in reciprocating rotary motion about an axis
    • G01C19/5712Turn-sensitive devices using vibrating masses, e.g. vibratory angular rate sensors based on Coriolis forces using masses driven in reciprocating rotary motion about an axis the devices involving a micromechanical structure
    • 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
    • G01C21/18Stabilised platforms, e.g. by gyroscope
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G01C5/06Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels by using barometric means
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/03Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
    • G01S19/05Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing aiding data

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于多传感器融合的单人定位导航器和定位导航方法,单人定位导航器包括全球卫星定位系统、气压计、三轴陀螺仪、三轴加速度计和三轴地磁传感器,陀螺仪得到的姿态角信息、加速度计得到的位置信息、地磁传感器提供的人体航向信息、气压计提供的高度信息、加速度计计算出的步频信息以及全球卫星定位系统提供的位置速度信息共同输入卡尔曼滤波器,利用卡尔曼滤波算法进行多信息融合,以输出定位导航参数。即使全球卫星定位系统由于遮挡和电磁干扰等因素而不能稳定接受信息,本发明也可有效定位导航,适用于各种环境,如室内和隧道内。本发明能够降低随时间积累的定位误差,实现个人精确3D定位。

Description

基于多传感器融合的单人定位导航器和定位导航方法
技术领域
本发明涉及惯性导航和组合导航,尤其是一种基于多传感器融合的单人定位导航器和定位导航方法,属于惯性系统技术领域。
背景技术
目前,微机械(MEMS)技术已经相当成熟,在军民各个领域都有着广泛的应用,在惯性领域亦是如此。MEMS陀螺仪和MEMS加速度计凭借其体积小、功耗低、重量轻和成本低等特点,在航模、无人机、照相机和手机等领域,有着广泛的应用。另外,卫星导航系统,地磁传感器和气压计等传感器,也被广泛运用于汽车导航、飞行控制等场合。
个人导航系统,即PNS(Personal/PedestrianNavigationSystem)主要用于跟踪定位行走人员的实时位置,并通过无线通讯传输给监控单元,实时监测人员位置变化和运动状态,有效地提高军事作战人员、抢险搜救人员的快速反应能力以及保障行人的交通安全。个人导航系统具有重量轻、体积小、价格相对低廉、便携性好等特点,在反恐,消防安全等领域有着广泛的需求和应用前景。
惯性导航系统,经过几十年的发展,技术已经非常成熟,在飞机、舰船、车辆和导弹等载体上有着广泛应用。但是,由于体积、重量和成本的限制,未能用于单人定位导航领域。全球卫星定位系统(GNSS)的出现,解决了传统惯性导航系统体积、重量和成本等问题,让单人定位导航成为了可能。但是,由于遮挡和电磁干扰等因素,不能实现室内定位和完全自主导航等功能。
发明内容
针对现有技术存在的上述不足,本发明的目的在于提供一种基于多传感器融合的单人定位导航器和定位导航方法,本发明可以实现个人在各种环境下的精确定位。
为了实现上述目的,本发明采用的技术方案如下:
基于多传感器融合的单人定位导航器,其特征在于:包括全球卫星定位系统、用于测量高度的气压计、三轴陀螺仪、三轴加速度计和三轴地磁传感器,三轴陀螺仪和三轴加速度计组成微机械惯性导航单元,陀螺仪得到的姿态角信息、加速度计得到的位置信息、地磁传感器提供的人体航向信息、气压计提供的高度信息、加速度计计算出的步频信息以及全球卫星定位系统提供的位置速度信息共同输入卡尔曼滤波器,利用卡尔曼滤波算法进行多信息融合,卡尔曼滤波器用于输出定位导航参数。
所述卡尔曼滤波器输出的定位导航参数反馈给微机械惯性导航单元,以对微机械惯性导航单元的输出进行修正,从而降低随时间积累的定位误差。
基于多传感器融合的单人定位导航方法,本单人定位导航方法采用前述的基于多传感器融合的单人定位导航器,具体根据全球卫星定位系统信息有无分别处理,
当全球卫星定位系统信息有效的情况下,本方法利用微机械惯性导航单元信息、地磁传感器信息和全球卫星定位系统信息,通过卡尔曼滤波算法,形成组合导航系统,实时输出位置、速度、姿态和方位信息,比对系统和器件的各项误差进行估计和补偿;
当全球卫星定位系统信号受到遮挡或干扰,不能提供人体位置和速度信息的时候,本方法采用微机械惯性导航单元信息与地磁传感器信息、气压计信息和加速度计获得的计步信息进行卡尔曼滤波计算,实时输出人体位置、速度、姿态和方位信息。
与现有技术相比,本发明具有以下有益效果:
1、由于本发明为组合导航系统,即使全球卫星定位系统由于遮挡和电磁干扰等因素而不能稳定接受信息,也可有效定位导航,适用于各种环境,如室内和隧道内。
2、采用卡尔曼滤波器进行多传感器数据融合,通过步态检测算法修正MEMS惯性导航系统,从而降低随时间积累的定位误差,实现个人精确3D定位。
3、采用MEMS陀螺仪和加速度计,单人定位导航器具有体积小,重量轻,功耗低和成本低等特点。
附图说明
图1-本发明系统结构图。
具体实施方式
以下结合附图和具体实施方式对本发明进行详细描述。
参见图1,从图上可以看出,本发明基于多传感器融合的单人定位导航器,包括全球卫星定位系统、用于测量高度的气压计、三轴陀螺仪、三轴加速度计和三轴地磁传感器,三轴陀螺仪和三轴加速度计组成微机械惯性导航单元,陀螺仪得到的姿态角信息、加速度计得到的位置信息、地磁传感器提供的人体航向信息、气压计提供的高度信息、加速度计计算出的步频信息以及全球卫星定位系统提供的位置速度信息共同输入卡尔曼滤波器,利用卡尔曼滤波算法进行多信息融合,卡尔曼滤波器用于输出定位导航参数。
系统工作原理如图1所示,将三轴陀螺仪输出角速率信号进行积分,得到系统姿态矩阵信息(包括方位角和姿态角信息)。根据姿态矩阵,将加速度计测量的比力信息投影积分,得到系统速度。将速度进行再次积分,获得系统的位置信息。通过该惯性导航计算,获得系统姿态、速度和位置等信息。再结合气压计获得的高度信息,地磁传感器信息,计步信息和GNSS信息,进行卡尔曼滤波,从而获得最优的姿态、速度和位置等参数。
所述卡尔曼滤波器输出的定位导航参数反馈给微机械惯性导航单元,以对微机械惯性导航单元的输出进行修正,从而降低随时间积累的定位误差。
基于多传感器融合的单人定位导航方法,采用前述基于多传感器融合的单人定位导航器,具体根据全球卫星定位系统信息有无分别处理,
当全球卫星定位系统信息有效的情况下,本方法利用微机械惯性导航单元信息、地磁传感器信息和全球卫星定位系统信息,通过卡尔曼滤波算法,形成组合导航系统。其中,气压计输出系统高度,对惯性积分的高度进行观测修正;利用加速度计信息计算得到计步信息,再结合内置的步长信息对惯性积分的速度进行观测修正;利用三轴地磁传感器信息和系统姿态信息计算方位角信息,对惯性积分的方位角进行观测修正。通过这些观测信息,通过卡尔曼滤波算法,可得到陀螺仪误差、加速度计误差、方位角误差、水平姿态角误、速度误差和位置误差的最优估计。通过估计出的误差,对陀螺仪、加速度计输出和惯性积分得到方位角、姿态角、速度和位置进行补偿修正,最终获得最优的位置、速度、姿态和方位信息。
当全球卫星定位系统信号受到遮挡或干扰,不能提供人体位置和速度信息的时候,本方法采用微机械惯性导航单元信息与地磁传感器信息、气压计信息和加速度计获得的计步信息进行卡尔曼滤波计算,实时输出人体位置、速度、姿态和方位信息。
由于MEMS惯性器件的精度低,利用经典的惯性导航原理无法实现系统自主导航工作,因此,本发明单人定位导航器集成了三轴陀螺仪,三轴加速度计,三轴地磁传感器,气压计和GNSS等多个传感器。三轴陀螺仪和三轴加速度计组成的惯性测量单元(IMU),它是系统惯性导航解算的基础。它与地磁传感器提供的人体航向信息,气压高度计提供的气压高度信息,加速度计计算出的步频信息以及GNSS提供的位置速度等信息,利用卡尔曼滤波技术进行有效融合,最终获得最优的系统导航参数。工作原理如图1所示。
单人定位导航器设计有两种工作状态,有GNSS信息工作状态和无GNSS信息工作状态。在GNSS信息有效的情况下,系统利用MEMSIMU(微机械惯性导航单元)信息,地磁传感器信息和GNSS信息,通过卡尔曼滤波算法,形成组合导航系统,实时的输出位置,速度,姿态和方位等信息,比对系统和器件的各项误差进行估计和补偿。当人体进入大楼或地下通道时,GNSS信号受到遮挡或干扰,不能提供人体位置和速度信息的时候,系统采用MEMSIMU信息与地磁传感器信息,气压计信息和计步信息进行卡尔曼滤波计算,并实时的输出高精度的人体位置,速度、姿态和方位等导航信息。
本发明提出的上述基于MEMS惯性测量组件(三轴加速度计和三轴陀螺仪)、GNSS、三轴地磁传感器以及气压计的单人定位导航器佩戴在人体腰部,通过步态检测算法修正MEMS惯性导航系统,从而降低随时间积累的定位误差,并利用磁传感器得到航向以及高度计得到的高度,采用卡尔曼滤波器进行数据融合,从而实现个人精确3D定位。
本发明的上述实施例仅仅是为说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化和变动。这里无法对所有的实施方式予以穷举。凡是属于本发明的技术方案所引申出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (3)

1.基于多传感器融合的单人定位导航器,其特征在于:包括全球卫星定位系统、用于测量高度的气压计、三轴陀螺仪、三轴加速度计和三轴地磁传感器,三轴陀螺仪和三轴加速度计组成微机械惯性导航单元,陀螺仪得到的姿态角信息、加速度计得到的位置信息、地磁传感器提供的人体航向信息、气压计提供的高度信息、加速度计计算出的步频信息以及全球卫星定位系统提供的位置速度信息共同输入卡尔曼滤波器,利用卡尔曼滤波算法进行多信息融合,卡尔曼滤波器用于输出定位导航参数。
2.根据权利要求1所述的基于多传感器融合的单人定位导航器,其特征在于:所述卡尔曼滤波器输出的定位导航参数反馈给微机械惯性导航单元,以对微机械惯性导航单元的输出进行修正,从而降低随时间积累的定位误差。
3.基于多传感器融合的单人定位导航方法,其特征在于:本单人定位导航方法采用权利要求1或2所述的基于多传感器融合的单人定位导航器,具体根据全球卫星定位系统信息有无分别处理,
当全球卫星定位系统信息有效的情况下,本方法利用微机械惯性导航单元信息、地磁传感器信息和全球卫星定位系统信息,通过卡尔曼滤波算法,形成组合导航系统,实时输出位置、速度、姿态和方位信息,比对系统和器件的各项误差进行估计和补偿;
当全球卫星定位系统信号受到遮挡或干扰,不能提供人体位置和速度信息的时候,本方法采用微机械惯性导航单元信息与地磁传感器信息、气压计信息和加速度计获得的计步信息进行卡尔曼滤波计算,实时输出人体位置、速度、姿态和方位信息。
CN201511006444.7A 2015-12-29 2015-12-29 基于多传感器融合的单人定位导航器和定位导航方法 Active CN105628024B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511006444.7A CN105628024B (zh) 2015-12-29 2015-12-29 基于多传感器融合的单人定位导航器和定位导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511006444.7A CN105628024B (zh) 2015-12-29 2015-12-29 基于多传感器融合的单人定位导航器和定位导航方法

Publications (2)

Publication Number Publication Date
CN105628024A true CN105628024A (zh) 2016-06-01
CN105628024B CN105628024B (zh) 2018-09-04

Family

ID=56043174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511006444.7A Active CN105628024B (zh) 2015-12-29 2015-12-29 基于多传感器融合的单人定位导航器和定位导航方法

Country Status (1)

Country Link
CN (1) CN105628024B (zh)

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106248107A (zh) * 2016-09-22 2016-12-21 中国电子科技集团公司第二十二研究所 一种基于室内地磁轨迹匹配的航迹推断校准方法和装置
CN106370182A (zh) * 2016-08-31 2017-02-01 北斗时空信息技术(北京)有限公司 一种个人组合导航方法
CN106643712A (zh) * 2016-12-14 2017-05-10 北斗时空信息技术(北京)有限公司 一种车载组合导航系统
CN106768549A (zh) * 2016-12-12 2017-05-31 北京信息科技大学 一种高动态载体环境力测量装置
CN106840085A (zh) * 2016-12-20 2017-06-13 长安大学 一种基于多层信息融合的无人机测高方法
CN106840156A (zh) * 2017-03-28 2017-06-13 千寻位置网络有限公司 一种提高手机惯性导航性能的方法
CN106950585A (zh) * 2017-04-06 2017-07-14 广州中硕云空间信息技术有限公司 基于压力传感器和数字罗盘协同卫星定位的方法及系统
CN107144958A (zh) * 2017-06-26 2017-09-08 深圳沃利创意工程有限公司 增强现实望远镜
CN107144866A (zh) * 2017-04-06 2017-09-08 广州中硕云空间信息技术有限公司 一种基于数字罗盘协同卫星定位的方法及系统
CN107167829A (zh) * 2017-04-06 2017-09-15 广州中硕云空间信息技术有限公司 一种基于mems压力传感器协同卫星定位的方法及系统
CN107289948A (zh) * 2017-07-24 2017-10-24 成都通甲优博科技有限责任公司 一种基于多传感器融合的无人机导航系统及方法
CN107525505A (zh) * 2017-07-27 2017-12-29 河南思维轨道交通技术研究院有限公司 机车轮对空转及滑行检测方法及系统
CN107577238A (zh) * 2017-08-25 2018-01-12 深圳禾苗通信科技有限公司 基于ukf的无人机气压计异常数据处理的高度控制方法
CN107608348A (zh) * 2017-09-04 2018-01-19 上海圭目机器人有限公司 一种自主式标线机器人系统及标线方法
CN107655476A (zh) * 2017-08-21 2018-02-02 南京航空航天大学 基于多信息融合补偿的行人高精度足部导航算法
CN107783163A (zh) * 2016-08-31 2018-03-09 地壳(北京)机器人科技有限公司 一种智能轮式机器人行进航向角融合方法
CN107907900A (zh) * 2017-11-07 2018-04-13 长光卫星技术有限公司 一种gnss双天线辅助的多传感器组合导航系统及方法
CN108844533A (zh) * 2018-04-24 2018-11-20 西安交通大学 一种基于多传感器融合和姿态解算的自由姿态pdr定位方法
CN109031384A (zh) * 2018-06-27 2018-12-18 杭州爱体科技有限公司 一种低功耗卫星定位设备
CN109101019A (zh) * 2018-07-31 2018-12-28 安徽灵翔智能机器人技术有限公司 一种基于信息融合的确定智能割草机行走位置的方法
CN109579830A (zh) * 2017-09-29 2019-04-05 长沙理工大学 智能机器人的导航方法和导航系统
CN109931926A (zh) * 2019-04-04 2019-06-25 山东智翼航空科技有限公司 一种基于站心坐标系的小型无人机无缝自主式导航算法
WO2019228417A1 (zh) * 2018-05-31 2019-12-05 北京辰安科技股份有限公司 行人导航定位系统和方法
CN110989647A (zh) * 2019-12-24 2020-04-10 北京航天飞腾装备技术有限责任公司 一种基于SoC的多传感器融合飞行控制器
CN111006660A (zh) * 2019-12-11 2020-04-14 陕西瑞特测控技术有限公司 一种组合惯导姿态计算方法
CN111664850A (zh) * 2020-08-04 2020-09-15 上海询诺通信科技发展有限公司 一种基于多源融合定位的语音导盲导乘系统及方法
CN111811472A (zh) * 2020-07-01 2020-10-23 亿航智能设备(广州)有限公司 一种气压计高度动态补偿方法、装置、计算机存储介质
CN113324541A (zh) * 2021-06-01 2021-08-31 广州小马智行科技有限公司 定位方法及装置、定位系统
US20240045014A1 (en) * 2022-01-25 2024-02-08 Kratos Antenna Solutions Corporation Track highly inclined satellites with noise affected signals
CN117949990A (zh) * 2024-03-26 2024-04-30 西安现代控制技术研究所 一种多源信息融合量测野值检测抑制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1389710A (zh) * 2002-07-18 2003-01-08 上海交通大学 多传感器多目标信息融合方法
US20080077326A1 (en) * 2006-05-31 2008-03-27 Funk Benjamin E Method and System for Locating and Monitoring First Responders
CN101782642A (zh) * 2010-03-09 2010-07-21 山东大学 多传感器融合的测量目标绝对定位的方法及装置
CN202217057U (zh) * 2011-01-14 2012-05-09 昆明聚信丰科技有限公司 多传感器融合的目标定位装置
CN202433774U (zh) * 2011-12-30 2012-09-12 浙江理工大学 基于多传感器融合的机器人定位系统
CN104181573A (zh) * 2014-09-11 2014-12-03 中国电子科技集团公司第二十六研究所 北斗惯导深组合导航微系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1389710A (zh) * 2002-07-18 2003-01-08 上海交通大学 多传感器多目标信息融合方法
US20080077326A1 (en) * 2006-05-31 2008-03-27 Funk Benjamin E Method and System for Locating and Monitoring First Responders
CN101782642A (zh) * 2010-03-09 2010-07-21 山东大学 多传感器融合的测量目标绝对定位的方法及装置
CN202217057U (zh) * 2011-01-14 2012-05-09 昆明聚信丰科技有限公司 多传感器融合的目标定位装置
CN202433774U (zh) * 2011-12-30 2012-09-12 浙江理工大学 基于多传感器融合的机器人定位系统
CN104181573A (zh) * 2014-09-11 2014-12-03 中国电子科技集团公司第二十六研究所 北斗惯导深组合导航微系统

Cited By (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106370182A (zh) * 2016-08-31 2017-02-01 北斗时空信息技术(北京)有限公司 一种个人组合导航方法
CN107783163A (zh) * 2016-08-31 2018-03-09 地壳(北京)机器人科技有限公司 一种智能轮式机器人行进航向角融合方法
CN106248107A (zh) * 2016-09-22 2016-12-21 中国电子科技集团公司第二十二研究所 一种基于室内地磁轨迹匹配的航迹推断校准方法和装置
CN106248107B (zh) * 2016-09-22 2019-03-12 中国电子科技集团公司第二十二研究所 一种基于室内地磁轨迹匹配的航迹推断校准方法和装置
CN106768549A (zh) * 2016-12-12 2017-05-31 北京信息科技大学 一种高动态载体环境力测量装置
CN106643712A (zh) * 2016-12-14 2017-05-10 北斗时空信息技术(北京)有限公司 一种车载组合导航系统
CN106840085A (zh) * 2016-12-20 2017-06-13 长安大学 一种基于多层信息融合的无人机测高方法
CN106840085B (zh) * 2016-12-20 2019-02-15 长安大学 一种基于多层信息融合的无人机测高方法
CN106840156A (zh) * 2017-03-28 2017-06-13 千寻位置网络有限公司 一种提高手机惯性导航性能的方法
CN106950585A (zh) * 2017-04-06 2017-07-14 广州中硕云空间信息技术有限公司 基于压力传感器和数字罗盘协同卫星定位的方法及系统
CN107167829A (zh) * 2017-04-06 2017-09-15 广州中硕云空间信息技术有限公司 一种基于mems压力传感器协同卫星定位的方法及系统
CN107144866A (zh) * 2017-04-06 2017-09-08 广州中硕云空间信息技术有限公司 一种基于数字罗盘协同卫星定位的方法及系统
CN107144958A (zh) * 2017-06-26 2017-09-08 深圳沃利创意工程有限公司 增强现实望远镜
CN107289948A (zh) * 2017-07-24 2017-10-24 成都通甲优博科技有限责任公司 一种基于多传感器融合的无人机导航系统及方法
CN107525505A (zh) * 2017-07-27 2017-12-29 河南思维轨道交通技术研究院有限公司 机车轮对空转及滑行检测方法及系统
CN107655476A (zh) * 2017-08-21 2018-02-02 南京航空航天大学 基于多信息融合补偿的行人高精度足部导航算法
CN107655476B (zh) * 2017-08-21 2021-04-20 南京航空航天大学 基于多信息融合补偿的行人高精度足部导航方法
CN107577238B (zh) * 2017-08-25 2020-12-18 深圳禾苗通信科技有限公司 基于ukf的无人机气压计异常数据处理的高度控制方法
CN107577238A (zh) * 2017-08-25 2018-01-12 深圳禾苗通信科技有限公司 基于ukf的无人机气压计异常数据处理的高度控制方法
CN107608348A (zh) * 2017-09-04 2018-01-19 上海圭目机器人有限公司 一种自主式标线机器人系统及标线方法
CN109579830A (zh) * 2017-09-29 2019-04-05 长沙理工大学 智能机器人的导航方法和导航系统
CN107907900A (zh) * 2017-11-07 2018-04-13 长光卫星技术有限公司 一种gnss双天线辅助的多传感器组合导航系统及方法
CN108844533A (zh) * 2018-04-24 2018-11-20 西安交通大学 一种基于多传感器融合和姿态解算的自由姿态pdr定位方法
CN108844533B (zh) * 2018-04-24 2021-01-19 西安交通大学 一种基于多传感器融合和姿态解算的自由姿态pdr定位方法
WO2019228417A1 (zh) * 2018-05-31 2019-12-05 北京辰安科技股份有限公司 行人导航定位系统和方法
CN109031384A (zh) * 2018-06-27 2018-12-18 杭州爱体科技有限公司 一种低功耗卫星定位设备
CN109101019B (zh) * 2018-07-31 2021-07-30 安徽灵翔智能机器人技术有限公司 一种基于信息融合的确定智能割草机行走位置的方法
CN109101019A (zh) * 2018-07-31 2018-12-28 安徽灵翔智能机器人技术有限公司 一种基于信息融合的确定智能割草机行走位置的方法
CN109931926A (zh) * 2019-04-04 2019-06-25 山东智翼航空科技有限公司 一种基于站心坐标系的小型无人机无缝自主式导航算法
CN111006660A (zh) * 2019-12-11 2020-04-14 陕西瑞特测控技术有限公司 一种组合惯导姿态计算方法
CN110989647B (zh) * 2019-12-24 2023-12-08 北京航天飞腾装备技术有限责任公司 一种基于SoC的多传感器融合飞行控制器
CN110989647A (zh) * 2019-12-24 2020-04-10 北京航天飞腾装备技术有限责任公司 一种基于SoC的多传感器融合飞行控制器
CN111811472A (zh) * 2020-07-01 2020-10-23 亿航智能设备(广州)有限公司 一种气压计高度动态补偿方法、装置、计算机存储介质
CN111664850A (zh) * 2020-08-04 2020-09-15 上海询诺通信科技发展有限公司 一种基于多源融合定位的语音导盲导乘系统及方法
CN113324541A (zh) * 2021-06-01 2021-08-31 广州小马智行科技有限公司 定位方法及装置、定位系统
CN113324541B (zh) * 2021-06-01 2024-05-31 广州小马智行科技有限公司 定位方法及装置、定位系统
US20240045014A1 (en) * 2022-01-25 2024-02-08 Kratos Antenna Solutions Corporation Track highly inclined satellites with noise affected signals
US11947025B2 (en) * 2022-01-25 2024-04-02 Kratos Antenna Solutions Corporation Track highly inclined satellites with noise affected signals
CN117949990A (zh) * 2024-03-26 2024-04-30 西安现代控制技术研究所 一种多源信息融合量测野值检测抑制方法
CN117949990B (zh) * 2024-03-26 2024-06-14 西安现代控制技术研究所 一种多源信息融合量测野值检测抑制方法

Also Published As

Publication number Publication date
CN105628024B (zh) 2018-09-04

Similar Documents

Publication Publication Date Title
CN105628024A (zh) 基于多传感器融合的单人定位导航器和定位导航方法
US10679360B2 (en) Mixed motion capture system and method
CN105547285B (zh) 基于虚拟现实技术的建筑内导航系统
US20160238395A1 (en) Method for indoor and outdoor positioning and portable device implementing such a method
KR101851836B1 (ko) 물체의 움직임을 추정하기 위한 시스템 및 방법
CN104007460B (zh) 一种消防员单兵定位导航装置
CN107490378B (zh) 一种基于mpu6050与智能手机的室内定位与导航的方法
CA2673795C (en) System and method for tracking a moving person
Zhang et al. Use of an inertial/magnetic sensor module for pedestrian tracking during normal walking
Stromback et al. Foot-mounted inertial navigation and cooperative sensor fusion for indoor positioning
EP2040036A2 (en) Method of personal navigation using stride vectoring
CN104713554A (zh) 一种基于mems惯性器件与安卓智能手机融合的室内定位方法
CN102445200A (zh) 微小型个人组合导航系统及其导航定位方法
CN104181573A (zh) 北斗惯导深组合导航微系统
CN111024126A (zh) 一种行人导航定位中的自适应零速修正方法
CN114111802A (zh) 一种行人航迹推算辅助uwb的定位方法
CN104897155B (zh) 一种个人携行式多源定位信息辅助修正方法
Luna et al. An indoor pedestrian positioning system based on inertial measurement unit and wireless local area network
Xia et al. A novel PDR aided UWB indoor positioning method
Lategahn et al. Robust pedestrian localization in indoor environments with an IMU aided TDoA system
CN104749600B (zh) 一种基于偏振光的判定式组合导航方法
Lategahn et al. Extended Kalman filter for a low cost TDoA/IMU pedestrian localization system
US8812235B2 (en) Estimation of N-dimensional parameters while sensing fewer than N dimensions
CN206073998U (zh) 一种地球物理惯性导航系统
Mather et al. A man motion navigation system using high sensitivity GPS, MEMS IMU and auxiliary sensors

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant