CN106840084A - 基于高度平滑切换的无人机鲁棒解决方法 - Google Patents

基于高度平滑切换的无人机鲁棒解决方法 Download PDF

Info

Publication number
CN106840084A
CN106840084A CN201611077190.2A CN201611077190A CN106840084A CN 106840084 A CN106840084 A CN 106840084A CN 201611077190 A CN201611077190 A CN 201611077190A CN 106840084 A CN106840084 A CN 106840084A
Authority
CN
China
Prior art keywords
unmanned plane
height
value
module
over seamlessly
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.)
Pending
Application number
CN201611077190.2A
Other languages
English (en)
Inventor
吕印新
贾文峰
杭义军
邢丽
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.)
Jiyi Robot (shanghai) Co Ltd
Original Assignee
Jiyi Robot (shanghai) Co Ltd
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 Jiyi Robot (shanghai) Co Ltd filed Critical Jiyi Robot (shanghai) Co Ltd
Priority to CN201611077190.2A priority Critical patent/CN106840084A/zh
Publication of CN106840084A publication Critical patent/CN106840084A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G01C5/005—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels altimeters for aircraft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G01C5/06—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels by using barometric means

Abstract

本发明涉及无人机领域，尤其涉及一种基于高度平滑切换的无人机鲁棒解决方法。本发明设计的基于高度平滑切换的无人机鲁棒解决方法，将超声波或雷达测高模块与气压测高模块的量测量进行平滑切换，然后进行最优估计，得出无人机的飞行高度，这样有助于无人机在飞行过程中更加的稳定可靠。

Description

基于高度平滑切换的无人机鲁棒解决方法
技术领域
本发明涉及无人机领域，尤其涉及一种基于高度平滑切换的无人机鲁棒解决方法。
背景技术
多旋翼无人机的高度稳定测量是多旋翼无人机高度方向控制性能好坏的重要基础，对于绝大多数多旋翼无人机，其高度测量系统通常包括了如下几种重要的高度测量信息来源如：超声波或雷达测高模块提供的相对高度、气压计高度计提供的气压高度以及MEMS惯性导航系统提供的高度方向短时位移。由于以上传感器都存在一定的不足或缺陷，无法在所有情况下单独完成对于多旋翼无人机高度的高精度可靠测量，因此，如何有效融合以上三种传感器单元的输出信息使得多旋翼无人机的高度测量达到一个更好的精度和稳定性是多旋翼无人机高度方向控制性能提升所亟待解决的重要问题。
发明内容
本发明的目的是提供基于高度平滑切换的无人机鲁棒解决方法，鉴于上述问题，它弥补了上述的缺陷并提供以下优点：
基于高度平滑切换的无人机鲁棒解决方法，其中，包括：
预设所述无人机测高模块的测高范围值，对所述无人机测高模块 采集的高度值与测高范围值进行对比，剔除不在测高范围值内的高度值；
对剔除后的高度值进行中值滤波处理得到平滑切换后的无人机相对高度值；
对平滑切换后的无人机相对高度值进行最优估计，以得出所述无人机的飞行高度。
上述的方法，其中，测高模块包括超声波测高模块和/或雷达测高模块和气压高度计测高模块。
上述的方法，其中，所述方法还包括：
通过平滑切换后的无人机相对高度值的二次差分获得所述无人机垂直方向的加速度模值，并将所述加速度模值与预先设定垂直方向加速度阈值进行对比，判断并计算出所述无人机的高度偏移量。
上述的方法，其中，将所述加速度模值与预先设定垂直方向加速度阈值进行对比，根据比对结果进行判断所述无人机获得的高度信息是通过所述超声波测高模块和/或所述雷达测高模块和/或所述气压高度计测高模块采集的；
若是通过所述超声波测高模块或所述雷达测高模块采集的，则根据所述无人机获得的高度信息与所述气压高度计测高模块输出的气压高度信息进行计算得出所述无人机高度偏移量；
若是通过所述气压高度计测高模块采集的，则根据所述气压高度计测高模块输出的气压高度信息与所述超声波测高模块或所述雷达测高模块输出的高度信息滤波值进行计算得出所述无人机高度偏移 量。
上述的方法，其中，所述方法还包括：
通过MEMS导航系统采集所述无人机的惯性测量单元的数据，结合平滑切换后的无人机相对高度值进行最优估计，以得出无人机的飞行高度。
上述的方法，其中，对平滑切换后的无人机相对高度值进行卡尔曼滤波的最优估计，以得出所述无人机的精确高度值。
综上所述，本发明公开设计的基于高度平滑切换的无人机鲁棒解决方法，在多旋翼无人机的正常飞行过程中，受多旋翼无人机的重量、动力极限与控制包络设置的限制，正常飞行过程中多旋翼无人机的运动加速度包含在一定数值范围内并且不存在大幅度的突变，这样有助于无人机在飞行过程中更加的稳定可靠。
附图说明
参考所附附图，以更加充分的描述本发明的实施例。然而，所附附图仅用于说明和阐述，并不构成对本发明范围的限制。
图1是本发明的高度突变干扰情况下的高度量测信息平滑切换流程图。
图2是本发明的基于卡尔曼滤波的高度最优估计流程图。
具体实施方式
下面结合附图和具体的实施例对本发明作进一步的说明，但是不 作为本发明的限定。
无人飞行器中为了更好的融合超声波测高传感器、雷达测高传感器、气压高度计测高传感器和MEMS导航系统，最终得到对多旋翼无人机高度的稳定估计信息，我们有必要对以上三类高度传感器测量单元的测量特性和使用范围进行详细的分析和对比。
超声波或雷达测高模块：此类测量模块一般安装在多旋翼无人机的底部，通过对地发射、接收超声波或电磁波的形式测量多旋翼无人机在空中相对地面反射物的相对高度，其优点是测量重复性好、分辨率高，缺点是测量范围有限(一般不大于10米)，存在测量死区(小于0.3m的测量高度不准确)，测量高度稳定性与地面平坦程度和地面反射超声波或电磁波的强弱有关，因此，测量高度可能存在跳变或异常测量值。
气压高度计：此类高度传感器模块，其一般安装在多旋翼无人机的内部电路板中，通过测量不同高度变化对应的气压差异输出多旋翼的飞行高度信息。其优点是测量范围广，与所处飞行环境下方的物体无关。但气压计所测量的气压高度很容易受到室外温度、湿度以及多旋翼无人机飞行或风产生的相对气流的影响。因此，其对多旋翼无人机高度的测量重复性较差，抗气流干扰能力差。
MEMS惯性导航系统：此类传感器作为多旋翼无人机的重要传感器单元，一般安装在多旋翼的特殊减震装置中，其通过测量多旋翼无人机的三轴角速率和加速度信息，然后进行多次积分运算获取多旋翼无人机在高度方向的位移变化量，其优点是抗干扰能力强，不收地 面反射物和气流干扰的影响，缺点是由于MEMS传感器的精度较差，使得通过其输出角速率和加速度积分获得的多旋翼无人机高度信息存在随时间快速发散，长时间测量精度较差的问题。
现有多旋翼无人机的高度融合算法一般以MEMS导航系统作为状态递推信息来源，估算不同时刻多旋翼无人机的高度位移变化量，然后再与超声波测高/雷达或气压高度计分别采用互补滤波或卡尔曼滤波模型进行融合。然而这种传统的融合模式将得到两个高度信息，一个是由MEMS导航系统与超声波测高/雷达融合得到的相对地面的相对高度；另一个是由MEMS导航系统与气压高度计融合得到的气压高度信息。
但是，让多旋翼无人机在近地面环境飞行时，由于相对高度信息与气压高度信息之间差异以及地面高度的突变将给多旋翼无人机的高度估计带来极大的困扰，特别是，当多旋翼无人机在室内飞行时，由于室内家具、沙发、桌椅等物体导致的相对高度测出现突变，由于此时多旋翼无人机多处于高度稳定控制模式，相对高度信息异常波动将被无人机误认为是多旋翼无人机的高度变化，这将引起无人机高度控制的异常窜高或掉高现象，严重干扰多旋翼无人机的高度控制稳定，影响飞行安全，极端情况下将造成多旋翼无人机的坠毁或失控。
本发明设计的基于高度平滑切换的无人机鲁棒解决方法，具体的涉及了：
首先是预设无人机测高模块的测高范围值，这个范围值是对相对的一个标准，然后将无人机测高模块采集的高度值与测高范围值进行 对比，剔除不在测高范围值内的高度值；
进一步是将剔除后的高度值进行中值滤波处理得到平滑切换后的无人机相对高度值；
进一步是对平滑切换后的无人机相对高度值进行最优估计，进而得出无人机的飞行数据。
在本申请中，测高模块是指的超声波测高模块和/或雷达测高模块和/或气压高度计测高模块。通过平滑切换后的无人机相对高度值的二次差分获得无人机的垂直方向上的加速度模值，并将该加速度模值与预先设定垂直方向上的加速度阈值进行对比，根据比对结果进行判断无人机获得的高度信息是通过超声波测高模块和/或雷达测高模块和/或气压高度计测高模块采集的；若是通过超声波测高模块或雷达测高模块采集的，则根据该无人机获得的高度信息与气压高度计测高模块输出的气压高度信息进行计算得出无人机高度便宜量；若是通过气压高度计测高模块采集的，则根据起亚高度计测高模块输出的气压高度信息与超声波测高模块或雷达测高模块输出的高度信息滤波值进行计算得出无人机高度偏移量。最后通过MEMS导航系统采集的无人机惯性测量单元的数据，对平滑切换后的无人机相对高度值进行卡尔曼滤波的最优估计，以得出无人机的飞行数据。
实施例
对于多旋翼无人机中的高度融合算法而言，实现多旋翼无人机的高度准确而稳定融合其关键不仅在于可靠的滤波算法的设计，还在于 如何实现两种不同类型的高度量测信息的数据预处理，基于多旋翼无人机的飞行特性和控制包络范围的限制，我们对多旋翼无人机中的高度测信息的特性进行如下几点合理假设：
A、在多旋翼无人机的正常飞行过程中，受多旋翼无人机的重量、动力极限与控制包络设置的限制，正常飞行过程中多旋翼无人机的运动加速度包含在一定数值范围内并且不存在大幅度的突变。
B、多旋翼无人机在近地面环境下的飞行，由于离地面比较近，考虑多旋翼无人机的飞行安全，在定高飞行模式下，多旋翼无人机的垂向加速度必定在一个较小的范围。
C、对于极短的时间内，如1秒内，因为环境温度湿度的变化有限，认为这段时间内气压计高度计所测量的气压高度具有较高的重复性和可靠性；
在以上假设的基础上，首先需要对超声波测高模块/雷达输出的高度信息进行数据预处理，以剔除传感器模块输出数据中的异常数据，并降低传感器输出数据的波动，从而提高超声波测高模块/雷达输出的高度信息准确度和可靠性。
首先，采用所选超声波测高模块/雷达的标称的测量范围作为阈值其中，代表了所能测量的最小相对高度，代表了所能测量的最大相对高度，通过野值剔除处理，将剔除不在此输入范围内的高度测量错误信息。
然后，由于仅仅经过野值剔除处理的数据仍然存在波动较大的问题，因此，还需要通过专门设计的中值滤波器对超声波测高模块/雷 达输出的高度信息数据进行进一步的滤波处理以提高数据的平稳度和准确度，其中，中值滤波的基本原理描述如下，首先取出最近的n次相对高度测量数据如其中，k为当前数据时刻标记，然后对这n次高度测量数据进行自小到大的排序然后去掉排序后的最大和最小各m个数据，然后求剩余n-2m个数据的均值，即为本次中值滤波的输出结果如公式(4.1)所示：
在对超声波测高模块/测高雷达的输出数据进行野值剔除与中值滤波降噪处理后，通过对于滤波后相对高度信息的一次差分得到垂向速度通过所得垂向速度的再次差分可以获得垂向加速度同时，基于合理假设限制条件(a)和(b),设定了垂向加速度波动的最大阈值 如果，两次差分获得的垂向加速度的模值超出了设定的最大阈值则表明超声波测高模块/测高雷达受到了干扰、遮挡或者处于测量盲区附近，此时将采取对应措施隔离异常相对高度量测信息对于多旋翼无人机实际高度的干扰影响。但由于气压计高度和超声波高度测量的相对高度之间存在一定的偏差，若直接切换将引起高度量测信息的突变，造成高度信息融合错误，影响多旋翼无人机的高度准确估计与稳定控制。
本节采用了一种特殊平滑切换机制处理超声波测高模块/测高雷达测得的相对高度与气压高度计测得的气压高度之间的高度差异，实现了在各种情况下的多旋翼无人机高度信息平稳估计与稳定测量，保 证了超声波测高/雷达测高模块输出数据发生突变时的多旋翼无人机高度的控制稳定性。
定义hz为平滑切换后不存在突变的多旋翼无人机高度观测值，定义滤波后处理后的超声波测高/雷达测高模块高度与此高度hz之间的偏差为其计算公式如公式(4.2)所示，定义气压高度输出值与此高度hz之间的偏差为其计算公式如公式(4.3)所示。
如图1所示，该图是高度突变干扰情况下的高度量测信息平滑切换流程图，输入信息分别为超声波或雷达测高模块输出的相对高度信息与气压高度及气压高度信息，通过野值剔除与中值滤波处理后得到平滑后的相对高度信息通过平滑后相对高度的二次差分获得多旋翼无人机垂直方向的加速度模值根据其与设定垂向加速度阈值 的对比，判断当前使用超声波或雷达测高模块输出的相对高度信息还是气压高度及气压高度信息。
若采用超声波或雷达测高模块输出的相对高度信息计算多旋翼无人机的高度量测信息，则通过下式(4.4)计算多旋翼无人机的高度量测信息，并根据此高度量测信息hz和气压高度计输出的气压高度信息 依据公式(4.3)计算最新的气压高度偏移量
若采用气压高度计输出的气压高度信息计算多旋翼无人机的高度量测信息，则通过下式(4.5)计算多旋翼无人机的高度量测信息，并 根据此高度量测信息hz和超声波或雷达测高模块输出的相对高度滤波值依据公式(4.2)计算最新的气压高度偏移量
通过上述对超声波或雷达测高模块输出的相对高度信息与气压高度及气压高度信息的平滑切换后，我们可以获得稳定准确的高度量测信息hz，定义xz、vz分别为多旋翼无人机的垂向位置、速度，bz为z轴加速度计的零偏值，选择状态量为X＝[xz vz bz]T。
如图2基于卡尔曼滤波的高度最优估计框图所示。
如公式(4.6)所示为建立状态方差的微分方程，其中F(t)为状态转移矩阵，具体表达式如式(4.7)所示，U(t)为状态控制输入，其中，控制状态输入量为通过MEMS导航系统中MEMS陀螺仪和加速度获得的地理系下垂向加速度值，即B(t)为控制状态转移矩阵，具体表达式如式(4.8)所示，W(t)为系统噪声矩阵， 分别为垂向位置、速度和加速度的系统噪声量，W(t)为零均值白噪声，且满足W～N(0,Q)，Q为系统噪声矩阵。
建立量测方程如式(4.9)所示，其中，Z(t)为量测信息Z(t)＝[hz]，H(t)为量测转移矩阵H(t)＝[100]，v(t)为量测噪声，v(t)为零均值白噪声，且满足：v～N(0,V)，其中，V为高度量测信息噪声矩阵。
Z(t)＝H(t)·X(t)+v(t) (4.9)
离散化状态方程和量测方程可得离散化状态方程量测方程如式(4.10)和(4.11)所示，
Xk＝Φk|k-1Xk-1+Bk-1Uk-1+Wk-1 (4.10)
Zk＝Hk·Xk+Vk (4.11)
通过二阶近似可以得到离散化状态转移矩阵Φk|k-1和离散化的状态噪声矩阵Qk如式(4.12)所示和式(4.13)所示，其中，ΔT为状态更新时间间隔时长。
根据卡尔曼滤波算法的计算流程可分为状态更新，量测更新两部分，其中，状态更新包括状态量的一步预测，如(4.14)所示，以及状态协方差的一步预测如式(4.15)所示。
其中R为状态控制输入量的噪声矩阵，其值由状态控制输入量的 标准差决定，状态预测更新及状态协方差预测更新随MEMS导航系统的更新同步进行。
量测更新过程一般包括滤波增益矩阵Kk计算，如式(4.16)所示，状态量最优估计值计算，如式(4.17)所示，以及状态协方差最优估值计算，如式(4.18)所示，其中V为量测噪声矩阵，其值由平滑后高度量测信息的噪声标准差决定。量测更新在每次传感器量测数据到达时刻执行。
综上所述，本发明公开设计的基于高度平滑切换的无人机鲁棒解决方法，在多旋翼无人机的正常飞行过程中，受多旋翼无人机的重量、动力极限与控制包络设置的限制，正常飞行过程中多旋翼无人机的运动加速度包含在一定数值范围内并且不存在大幅度的突变，这样有助于无人机在飞行过程中更加的稳定可靠。
通过说明和附图，给出了具体实施方式的特定结构的典型实施例，基于本发明精神，还可作其他的转换。尽管上述发明提出了现有的较佳实施例，然而，这些内容并不作为局限。
对于本领域的技术人员而言，阅读上述说明后，各种变化和修正无疑将显而易见。因此，所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容，都应认为仍属本发明的意图和范围内。

Claims (6)

1.基于高度平滑切换的无人机鲁棒解决方法，其特征在于，包括：
预设所述无人机测高模块的测高范围值，对所述无人机测高模块采集的高度值与测高范围值进行对比，剔除不在测高范围值内的高度值；
对剔除后的高度值进行中值滤波处理得到平滑切换后的无人机相对高度值；
对平滑切换后的无人机相对高度值进行最优估计，以得出所述无人机的飞行高度。
2.根据权利要求1所述的方法，其特征在于，测高模块包括超声波测高模块和/或雷达测高模块和气压高度计测高模块。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
通过平滑切换后的无人机相对高度值的二次差分获得所述无人机垂直方向的加速度模值，并将所述加速度模值与预先设定垂直方向加速度阈值进行对比，判断并计算出所述无人机的高度偏移量。
4.根据权利要求3所述的方法，其特征在于，将所述加速度模值与预先设定垂直方向加速度阈值进行对比，根据比对结果进行判断所述无人机获得的高度信息是通过所述超声波测高模块和/或所述雷达测高模块和/或所述气压高度计测高模块采集的；
若是通过所述超声波测高模块或所述雷达测高模块采集的，则根据所述无人机获得的高度信息与所述气压高度计测高模块输出的气压高度信息进行计算得出所述无人机高度偏移量；
若是通过所述气压高度计测高模块采集的，则根据所述气压高度计测高模块输出的气压高度信息与所述超声波测高模块或所述雷达测高模块输出的高度信息滤波值进行计算得出所述无人机高度偏移量。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
通过MEMS导航系统采集所述无人机的惯性测量单元的数据，结合平滑切换后的无人机相对高度值进行最优估计，以得出无人机的飞行高度。
6.根据权利要求5所述的方法，其特征在于，对平滑切换后的无人机相对高度值进行卡尔曼滤波的最优估计，以得出所述无人机的飞行高度。
CN201611077190.2A 2016-11-30 2016-11-30 基于高度平滑切换的无人机鲁棒解决方法 Pending CN106840084A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611077190.2A CN106840084A (zh) 2016-11-30 2016-11-30 基于高度平滑切换的无人机鲁棒解决方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611077190.2A CN106840084A (zh) 2016-11-30 2016-11-30 基于高度平滑切换的无人机鲁棒解决方法

Publications (1)

Publication Number Publication Date
CN106840084A true CN106840084A (zh) 2017-06-13

Family

ID=59146223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611077190.2A Pending CN106840084A (zh) 2016-11-30 2016-11-30 基于高度平滑切换的无人机鲁棒解决方法

Country Status (1)

Country Link
CN (1) CN106840084A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112762893A (zh) * 2021-04-06 2021-05-07 北京三快在线科技有限公司 无人机状态确定方法、装置、介质、电子设备及无人机

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102937449A (zh) * 2012-10-19 2013-02-20 南京航空航天大学 惯性导航系统中跨音速段气压高度计和gps信息两步融合方法
CN103344218A (zh) * 2013-06-18 2013-10-09 桂林理工大学 一种适用于低空无人机的高度测量系统及方法
CN104567799A (zh) * 2014-11-28 2015-04-29 天津大学 基于多传感器信息融合的小型旋翼无人机高度测量方法
CN105824322A (zh) * 2016-05-11 2016-08-03 飞智控（天津）科技有限公司 基于激光雷达的无人机地形跟随系统及方法
CN105867405A (zh) * 2016-05-23 2016-08-17 零度智控（北京）智能科技有限公司 无人机、无人机降落控制装置及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102937449A (zh) * 2012-10-19 2013-02-20 南京航空航天大学 惯性导航系统中跨音速段气压高度计和gps信息两步融合方法
CN103344218A (zh) * 2013-06-18 2013-10-09 桂林理工大学 一种适用于低空无人机的高度测量系统及方法
CN104567799A (zh) * 2014-11-28 2015-04-29 天津大学 基于多传感器信息融合的小型旋翼无人机高度测量方法
CN105824322A (zh) * 2016-05-11 2016-08-03 飞智控（天津）科技有限公司 基于激光雷达的无人机地形跟随系统及方法
CN105867405A (zh) * 2016-05-23 2016-08-17 零度智控（北京）智能科技有限公司 无人机、无人机降落控制装置及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112762893A (zh) * 2021-04-06 2021-05-07 北京三快在线科技有限公司 无人机状态确定方法、装置、介质、电子设备及无人机

Similar Documents

Publication Publication Date Title
CN110706279B (zh) 基于全局地图与多传感器信息融合的全程位姿估计方法
CN104567799B (zh) 基于多传感器信息融合的小型旋翼无人机高度测量方法
CN102508278B (zh) 一种基于观测噪声方差阵估计的自适应滤波方法
CN105704652B (zh) 一种wlan/蓝牙定位中的指纹库采集和优化方法
CN102257358B (zh) 使用惯性测量单元确定真北方向的指向的方法
CN110095800A (zh) 一种多源融合的自适应容错联邦滤波组合导航方法
CN106705936B (zh) 一种无人机高度优化方法及装置
CN106017470B (zh) 微惯性测量单元筛选方法及组合式微惯性测量装置
CN106840093A (zh) 一种无人机飞行高度的检测方法、装置及无人机
CN107907900A (zh) 一种gnss双天线辅助的多传感器组合导航系统及方法
CN103364785A (zh) 用于多转子旋翼式无人驾驶飞机的高度估计器
CN110017850A (zh) 一种陀螺仪漂移估计方法、装置及定位系统
CN109682375A (zh) 一种基于容错决策树的uwb辅助惯性定位方法
CN110455310A (zh) 高超声速飞行器的大气数据测量方法
CN108827301A (zh) 一种改进误差四元数卡尔曼滤波机器人姿态解算方法
CN109490855A (zh) 一种车载雷达标定方法、装置及车辆
Szafranski et al. Altitude estimation for the UAV's applications based on sensors fusion algorithm
WO2018092124A1 (en) Self-calibrating inertial measurement system and method
CN108548520A (zh) 一种基于nb-iot的天线姿态远程数据采集系统
CN108709956B (zh) 基于落球定位信息的大气参数测量方法和设备
CN109725649A (zh) 一种基于气压计/imu/gps多传感器融合的旋翼无人机定高算法
CN109579832A (zh) 一种人员高度自主定位算法
CN110968113B (zh) 一种无人机自主跟踪起降系统及跟踪定位方法
RU2382988C1 (ru) Бесплатформенная инерциальная система ориентации на "грубых" чувствительных элементах
CN102636178B (zh) 导航仪根据车内气压变化进行道路匹配的工作方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170613

WD01 Invention patent application deemed withdrawn after publication