CN109506660A - 一种用于仿生导航的姿态最优化解算方法 - Google Patents
一种用于仿生导航的姿态最优化解算方法 Download PDFInfo
- Publication number
- CN109506660A CN109506660A CN201910014211.3A CN201910014211A CN109506660A CN 109506660 A CN109506660 A CN 109506660A CN 201910014211 A CN201910014211 A CN 201910014211A CN 109506660 A CN109506660 A CN 109506660A
- Authority
- CN
- China
- Prior art keywords
- attitude
- coordinate system
- value
- subscript
- search
- 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
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
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; 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
- G01C21/16—Navigation; 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
- G01C21/165—Navigation; 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明提供一种用于仿生导航的姿态最优化解算方法,属于偏振光导航姿态求解技术领域。该方法利用偏振矢量和重力矢量构建目标误差函数模型,并根据不同运动状态求解最优姿态四元数,以提高复杂机动条件下的姿态解算精度。本发明通过求解偏振方位角误差搜索方向实现无人机航向信息补偿修正,避免直接求解出现的角度模糊性问题。本发明设计的偏振光导航方案解耦航向与水平姿态求解过程,以克服姿态解算的空间位置约束,同时采取搜索因子可变的梯度优化方法,可以根据飞行器不同运动状态实时改变搜索步长大小,提高偏振光导航系统的测量精度和鲁棒性。
Description
技术领域
本发明属于飞行器姿态测量与估计技术领域,涉及一种基于偏振光传感器的航向姿态参考系统(AHRS),主要是涉及一种搜索因子可变的梯度优化姿态解算方法。
背景技术
航姿参考系统(Attitude and Heading Reference System,AHRS)是导航平台中的关键设备,能够为飞行器提供准确可靠的飞行状态信息。传统的航姿参考系统以惯性测量单元(Inertial Measurement Unit,IMU)作为主要姿态解算部件,在此基础上按照导航平台的性能需求可以有两种扩展方式:一种由惯性测量单元和地磁传感器组成,另一种通过惯性测量单元结合GPS构成。然而上述两种姿态测量方案均存在各自的不足:方案一中的地磁传感器通过检测磁场矢量来确定航向信息,然而其对电磁干扰十分敏感,易受周围电磁场和机载电子设备影响导致航姿解算精度降低;在高机动情况下由于卫星信号传输频率与飞行器运动频率的不一致性显著增强,导致方法二中GPS丢星现象严重,影响航向信息的精确解算。
针对上述地磁传感器和GPS不足,目前已经提出了基于偏振光信息的仿生导航方法,其优势是无误差累积现象、导航信息源独立且有更好的自主性和较强抗干扰能力。现阶段的偏振光导航策略主要有以下两种:(1)在仅利用偏振光传感器情况下实现自主定姿,关键技术是通过量测的偏振方位角来解算航向信息;(2)基于卡尔曼滤波的偏振光辅助定姿方法,核心策略是利用卡尔曼滤波算法实现惯性测量单元和偏振光传感器的数据融合。然而这两种方法均存在一定局限性:方法一在航向信息解算过程中存在偏振方位角模糊性问题,而且航姿解算精度与飞行器水平姿态的误差精度密切相关,水平倾角只有在小角度范围内变化时才能达到较高定向精度,因此极大限制了飞行器的空间姿态解算。方法二将偏振光传感器与惯性测量单元输出值作为滤波器观测量以实现数据融合。其中卡尔曼滤波模型在每次迭代过程中计算量较大,因而需要运算速度足够快的微处理器,否则将无法保证姿态解算的实时性要求,同时由于偏振光传感器的模型误差受多种因素影响,无法在卡尔曼滤波器中准确输入相应误差项,这样进一步制约了该方法对导航精度的提高和系统性能的改善。
发明内容
针对现有技术的缺陷,本发明提出一种基于偏振光信息的姿态解算最优化方法。偏振光传感器主要利用天空中大气偏振模式实现导航控制功能,具有不易受电磁干扰及测量误差不随时间累积等优势。本发明将偏振光传感器与惯性测量单元结合,为了提高飞行器姿态解算精度提出一种用于仿生导航的最优化计算方法。
本发明采用的技术方案:
一种用于仿生导航的姿态最优化解算方法,利用偏振光传感器和惯性测量单元采集飞行器实时姿态信息,通过偏振矢量和重力矢量建立目标误差函数模型求解最优姿态四元数,同时采取搜索因子可变的梯度优化方法,根据飞行器不同运动状态实时改变搜索步长大小,以提高偏振光导航系统的测量精度和鲁棒性。该方法的具体步骤如下:
步骤一:采集偏振光传感器和加速度计的输出数据,设偏振光传感器在模块坐标系下的量测值为加速度计在载体坐标系下的量测值为将二者作为目标误差函数实测项。其中,Pc m的上标m表示投影到模块坐标系,下标c表示该变量是偏振光传感器的实测值;的上标b表示投影到载体坐标系,下标c表示该变量是加速度计的实测值。下标x,y,z表示矢量在三个坐标轴上各自分量。
步骤二:通过查询天文年历和经纬度信息,根据瑞利散射模型计算偏振矢量参考输出值再根据坐标系旋转变换关系将重力矢量从导航坐标系投影到载体坐标系,以得到重力矢量参考输出值将二者作为目标误差函数理论项。
步骤三:利用Pc m和Ps m组成偏振误差矢量由和构成重力误差矢量从而得到姿态误差矢量为使姿态误差最小需建立目标误差函数模型F(q)。
其中,
其中,q=[q0q1q2q3]T,为导航坐标系对载体坐标系的旋转四元数。
步骤四:为求解误差最小值的姿态四元数,采用梯度优化理论中一维精确搜索方法,根据目标误差函数的梯度与其导数H(q)计算搜索步长因子λ。
其中,
步骤五:在姿态解算中,每个解算周期只需进行一次迭代即可获得最优姿态四元数,从而通过旋转四元数微分方程建立偏振光传感器、加速度计与陀螺仪之间的数据融合关系。在已知第k次最优姿态估计值Q(k)情况下,由式(7)计算当前最优四元数变化率再结合步骤四求解的搜索步长因子λ迭代更新得到下一时刻姿态四元数最优解Q(k+1)。
其中,ωx(k),ωy(k),ωz(k)表示陀螺仪在载体坐标系下x,y,z轴各自的角速度分量。Δt表示姿态解算周期。
步骤六:利用步骤五得到的姿态四元数最优解,解算出当前时刻飞行器横滚角γ、俯仰角θ以及航向角ψ的最优估计值。
本发明的有益效果:
(1)本发明设计的偏振光导航方案不仅适用于电磁场干扰坏境,而且该系统不易受机载电磁设备影响,能够克服传统航姿参考系统中GPS信号易丢失缺陷,以提高导航系统稳定性。
(2)本发明的设计方法不需要偏振光传感器精确误差模型,通过构建目标误差矢量函数模型求解最优姿态角,而且求解过程的计算量明显小于卡尔曼滤波器,可以降低实际应用中对微处理器运算速度的要求,更适用于低成本航姿参考系统。
(3)本发明通过求解偏振方位角的误差搜索方向实现对飞行器航向信息的补偿修正,避免直接求解出现的角度模糊性问题。同时本发明的优化策略解耦飞行器航向与水平姿态求解过程,以摆脱解算姿态时的空间位置约束。
(4)本发明采取搜索因子可变的梯度优化方法,以使姿态估计过程可以根据飞行器运动状态实时改变步长大小,弥补固定步长梯度法解算姿态时动态性较差的缺陷,有效提高偏振光导航系统鲁棒性。
附图说明
图1是本发明姿态求解方法的计算流程图。
图2是本发明数据融合过程的原理框图。
图3(a)是静态实验中本发明解算航向角与参考值对比图。
图3(b)是静态实验中本发明搜索步长值的实时变化图。
图4(a)是动态实验中本发明解算航向角与参考值对比图。
图4(b)是动态实验中本发明搜索步长值的实时变化图。
具体实施方式
下面结合技术方案和附图对本发明的具体实施过程作进一步阐述。本发明涉及的坐标系有:载体坐标系(b);导航坐标系(n);偏振光模块坐标系(m)。其中飞行器与载体坐标系固连,导航坐标系到载体坐标系之间的转换用姿态矩阵表示。在本发明中,通过梯度优化理论更新旋转四元数微分方程,以求解姿态角最优估计值。
实施例1为某次静态实验,本次实验的实验地点是大连理工大学机械工程学院室外,地理位置信息为东经121.527°、北纬38.879°,实验时间为2018年5月28日下午17点40分,天气晴朗无云,通过查询天文年历可知此时的太阳高度角17.04°,太阳方位角-104.18°,将偏振光导航实验平台静止放置220秒左右。通过采集陀螺仪,偏振光传感器和加速度计输出数据,以验证静止条件下本发明算法的系统稳定性。
在附图1中展示了本发明姿态求解方法的计算流程图,具体步骤如下:
步骤一:采集偏振光传感器和加速度计的输出数据,设偏振光传感器在模块坐标系下的量测值为加速度计在载体坐标系下的量测值为将二者作为目标误差函数实测项。其中,Pc m的上标m表示投影到模块坐标系,下标c表示该变量是偏振光传感器的实测值;的上标b表示投影到载体坐标系,下标c表示该变量是加速度计的实测值。下标x,y,z表示矢量在三个坐标轴上各自分量。
步骤二:通过查询天文年历和经纬度信息,根据瑞利散射模型计算偏振矢量参考输出值再根据坐标系旋转变换关系将重力矢量从导航坐标系投影到载体坐标系,以得到重力矢量参考输出值将二者作为目标误差函数理论项。
步骤三:利用Pc m和Ps m组成偏振误差矢量由和构成重力误差矢量从而得到姿态误差矢量为使姿态误差最小需建立目标误差函数模型F(q)。
其中,
其中,q=[q0 q1 q2 q3]T,为导航坐标系对载体坐标系的旋转四元数。
步骤四:为求解误差最小值的姿态四元数,采用梯度优化理论中一维精确搜索方法,根据目标误差函数的梯度与其导数H(q)计算搜索步长因子λ。
其中,
步骤五:在姿态解算中,每个解算周期只需进行一次迭代即可获得最优姿态四元数,从而通过旋转四元数微分方程建立偏振光传感器、加速度计与陀螺仪之间的数据融合关系。在已知第k次最优姿态估计值Q(k)情况下,由式(7)计算当前最优四元数变化率再结合步骤四求解的搜索步长因子λ迭代更新得到下一时刻姿态四元数最优解Q(k+1)。
其中,ωx(k),ωy(k),ωz(k)表示陀螺仪在载体坐标系下x,y,z轴各自的角速度分量。Δt表示姿态解算周期。
步骤六:利用步骤五得到的姿态四元数最优解,解算出当前时刻飞行器横滚角γ、俯仰角θ以及航向角ψ的最优估计值。
附图3中展示了航向角对比曲线和搜索步长值的实时变化曲线。图3a中的参考值为卡尔曼滤波解算值,可以看出本发明方法解算的航向角静态稳定性更好,误差在±0.1°范围内。由于本次实验将实验平台静止放置,因此图3b中的搜索步长值曲线变化较平缓,符合实验条件特点。
实施例2为某次动态实验,本次实验的实验地点不变,实验时间为2018年6月12日下午18点,天气晴朗无云,通过查询天文年历可知此时的太阳高度角14.29°,太阳方位角-108.42°,将偏振光导航实验平台进行三维倾斜转动。通过采集陀螺仪,偏振光传感器和加速度计输出数据,以验证运动条件下本发明算法的动态跟踪性。实施例2的实施过程与实施例1的步骤一致,不同的实验参数已在前面说明。
附图4中展示了航向角的对比曲线和搜索步长值的实时变化曲线。图4a中的参考值为卡尔曼滤波解算值,可以看出本发明方法解算的航向角可以很好的跟踪参考值的变化。从图4b中可以明显看出本发明方法设计的搜索步长值在三维运动条件下的实时变化情况,从而保证本发明方法具有很高的动态精度。
本发明通过求解偏振方位角误差搜索方向实现飞行器航向信息补偿修正,避免直接求解出现的角度模糊性问题。本发明设计的偏振光导航方案解耦航向与水平姿态求解过程,以克服姿态解算时空间位置约束。通过采取搜索因子可变的梯度优化方法,根据飞行器不同运动状态实时改变步长大小以使飞行器适应复杂机动环境,提高偏振光导航系统的测量精度和鲁棒性。
Claims (1)
1.一种用于仿生导航的姿态最优化解算方法,其特征在于,具体步骤如下:
步骤一:采集偏振光传感器和加速度计的输出数据,设偏振光传感器在模块坐标系下的量测值为加速度计在载体坐标系下的量测值为将二者作为目标误差函数实测项;其中,的上标m表示投影到模块坐标系,下标c表示该变量是偏振光传感器的实测值;的上标b表示投影到载体坐标系,下标c表示该变量是加速度计的实测值;下标x,y,z表示矢量在三个坐标轴上各自分量;
步骤二:通过查询天文年历和经纬度信息,根据瑞利散射模型计算偏振矢量参考输出值再根据坐标系旋转变换关系将重力矢量从导航坐标系投影到载体坐标系,以得到重力矢量参考输出值将二者作为目标误差函数理论项;
步骤三:利用和组成偏振误差矢量由和构成重力误差矢量从而得到姿态误差矢量为使姿态误差最小需建立目标误差函数模型F(q);
其中,
其中,q=[q0 q1 q2 q3]T,为导航坐标系对载体坐标系的旋转四元数;
步骤四:为求解误差最小值的姿态四元数,采用梯度优化理论中一维精确搜索方法,根据目标误差函数的梯度与其导数H(q)计算搜索步长因子λ;
其中,
步骤五:在姿态解算中,每个解算周期只需进行一次迭代即可获得最优姿态四元数,从而通过旋转四元数微分方程建立偏振光传感器、加速度计与陀螺仪之间的数据融合关系;在已知第k次最优姿态估计值Q(k)情况下,由式(7)计算当前最优四元数变化率再结合步骤四求解的搜索步长因子λ迭代更新得到下一时刻姿态四元数最优解Q(k+1);
其中,ωx(k),ωy(k),ωz(k)表示陀螺仪在载体坐标系下x,y,z轴各自的角速度分量;Δt表示姿态解算周期;
步骤六:利用步骤五得到的姿态四元数最优解,解算出当前时刻飞行器横滚角γ、俯仰角θ以及航向角ψ的最优估计值;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910014211.3A CN109506660B (zh) | 2019-01-08 | 2019-01-08 | 一种用于仿生导航的姿态最优化解算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910014211.3A CN109506660B (zh) | 2019-01-08 | 2019-01-08 | 一种用于仿生导航的姿态最优化解算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109506660A true CN109506660A (zh) | 2019-03-22 |
CN109506660B CN109506660B (zh) | 2022-03-29 |
Family
ID=65756388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910014211.3A Active CN109506660B (zh) | 2019-01-08 | 2019-01-08 | 一种用于仿生导航的姿态最优化解算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109506660B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110017837A (zh) * | 2019-04-26 | 2019-07-16 | 沈阳航空航天大学 | 一种姿态抗磁干扰的组合导航方法 |
CN111207773A (zh) * | 2020-01-16 | 2020-05-29 | 大连理工大学 | 一种用于仿生偏振光导航的姿态无约束优化求解方法 |
CN111307139A (zh) * | 2019-12-09 | 2020-06-19 | 北京航空航天大学 | 一种基于偏振/天文信息融合的航向与姿态确定方法 |
CN111307143A (zh) * | 2020-02-17 | 2020-06-19 | 东南大学 | 基于地磁梯度辅助的多目标进化搜索的仿生导航算法 |
CN113834484A (zh) * | 2021-11-26 | 2021-12-24 | 北京航空航天大学 | 一种基于非瑞利散射模型误差的惯导/偏振组合导航方法 |
CN114353774A (zh) * | 2022-01-17 | 2022-04-15 | 青岛智海牧洋科技有限公司 | 一种水下光纹罗盘装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10253735A (ja) * | 1997-03-12 | 1998-09-25 | Japan Radio Co Ltd | 測位装置 |
CN102967311A (zh) * | 2012-11-30 | 2013-03-13 | 中国科学院合肥物质科学研究院 | 基于天空偏振分布模型匹配的导航定位方法 |
US20140260605A1 (en) * | 2012-08-01 | 2014-09-18 | Micro-G Lacoste, Inc. | Polarized Beam, Matched Coincident Beam Path, Interferometric Gradiometer Apparatus and Method |
CN104374388A (zh) * | 2014-11-10 | 2015-02-25 | 大连理工大学 | 一种基于偏振光传感器的航姿测定方法 |
CN106767752A (zh) * | 2016-11-25 | 2017-05-31 | 北京航空航天大学 | 一种基于偏振信息的组合导航方法 |
US20170323129A1 (en) * | 2016-05-07 | 2017-11-09 | Morgan E. Davidson | Navigation Using Self-Describing Fiducials |
CN108225335A (zh) * | 2018-01-23 | 2018-06-29 | 中国人民解放军国防科技大学 | 一种用于多目偏振视觉的航向角求解方法 |
CN108519090A (zh) * | 2018-03-27 | 2018-09-11 | 东南大学—无锡集成电路技术研究所 | 一种基于优化的ukf算法的双通道组合定姿算法的实现方法 |
CN108759819A (zh) * | 2018-06-08 | 2018-11-06 | 北京航空航天大学 | 一种基于全天域偏振度信息的偏振导航实时定位方法 |
-
2019
- 2019-01-08 CN CN201910014211.3A patent/CN109506660B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10253735A (ja) * | 1997-03-12 | 1998-09-25 | Japan Radio Co Ltd | 測位装置 |
US20140260605A1 (en) * | 2012-08-01 | 2014-09-18 | Micro-G Lacoste, Inc. | Polarized Beam, Matched Coincident Beam Path, Interferometric Gradiometer Apparatus and Method |
CN102967311A (zh) * | 2012-11-30 | 2013-03-13 | 中国科学院合肥物质科学研究院 | 基于天空偏振分布模型匹配的导航定位方法 |
CN104374388A (zh) * | 2014-11-10 | 2015-02-25 | 大连理工大学 | 一种基于偏振光传感器的航姿测定方法 |
US20170323129A1 (en) * | 2016-05-07 | 2017-11-09 | Morgan E. Davidson | Navigation Using Self-Describing Fiducials |
CN106767752A (zh) * | 2016-11-25 | 2017-05-31 | 北京航空航天大学 | 一种基于偏振信息的组合导航方法 |
CN108225335A (zh) * | 2018-01-23 | 2018-06-29 | 中国人民解放军国防科技大学 | 一种用于多目偏振视觉的航向角求解方法 |
CN108519090A (zh) * | 2018-03-27 | 2018-09-11 | 东南大学—无锡集成电路技术研究所 | 一种基于优化的ukf算法的双通道组合定姿算法的实现方法 |
CN108759819A (zh) * | 2018-06-08 | 2018-11-06 | 北京航空航天大学 | 一种基于全天域偏振度信息的偏振导航实时定位方法 |
Non-Patent Citations (4)
Title |
---|
BJÖRN FROMMKNECHT等: "GOCE level 1b data processing", 《JOURNAL OF GEODESY》 * |
LUIGICOLANGELO 等: "Embedded model control GNC for the Next Generation Gravity Mission", 《ACTA ASTRONAUTICA》 * |
孙会生: "基于偏振光的无人机航姿测量系统研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
孙和平 等: "现代大地测量及其地学应用研究进展", 《中国科学基金》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110017837A (zh) * | 2019-04-26 | 2019-07-16 | 沈阳航空航天大学 | 一种姿态抗磁干扰的组合导航方法 |
CN110017837B (zh) * | 2019-04-26 | 2022-11-25 | 沈阳航空航天大学 | 一种姿态抗磁干扰的组合导航方法 |
CN111307139A (zh) * | 2019-12-09 | 2020-06-19 | 北京航空航天大学 | 一种基于偏振/天文信息融合的航向与姿态确定方法 |
CN111207773A (zh) * | 2020-01-16 | 2020-05-29 | 大连理工大学 | 一种用于仿生偏振光导航的姿态无约束优化求解方法 |
CN111207773B (zh) * | 2020-01-16 | 2023-04-11 | 大连理工大学 | 一种用于仿生偏振光导航的姿态无约束优化求解方法 |
CN111307143A (zh) * | 2020-02-17 | 2020-06-19 | 东南大学 | 基于地磁梯度辅助的多目标进化搜索的仿生导航算法 |
CN111307143B (zh) * | 2020-02-17 | 2022-07-01 | 东南大学 | 基于地磁梯度辅助的多目标进化搜索的仿生导航算法 |
CN113834484A (zh) * | 2021-11-26 | 2021-12-24 | 北京航空航天大学 | 一种基于非瑞利散射模型误差的惯导/偏振组合导航方法 |
CN113834484B (zh) * | 2021-11-26 | 2022-03-08 | 北京航空航天大学 | 一种基于非瑞利散射模型误差的惯导/偏振组合导航方法 |
CN114353774A (zh) * | 2022-01-17 | 2022-04-15 | 青岛智海牧洋科技有限公司 | 一种水下光纹罗盘装置 |
CN114353774B (zh) * | 2022-01-17 | 2024-04-30 | 青岛智海牧洋科技有限公司 | 一种水下光纹罗盘装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109506660B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109506660A (zh) | 一种用于仿生导航的姿态最优化解算方法 | |
CN107314718B (zh) | 基于磁测滚转角速率信息的高速旋转弹姿态估计方法 | |
CN108375370B (zh) | 一种面向智能巡防无人机的复合导航系统 | |
CN109813311B (zh) | 一种无人机编队协同导航方法 | |
CN103245360B (zh) | 晃动基座下的舰载机旋转式捷联惯导系统自对准方法 | |
CN110926468B (zh) | 基于传递对准的动中通天线多平台航姿确定方法 | |
CN109556632A (zh) | 一种基于卡尔曼滤波的ins/gnss/偏振/地磁组合导航对准方法 | |
CN106643709B (zh) | 一种海上运载体的组合导航方法及装置 | |
CN107785663A (zh) | 天线波束姿态控制方法和系统 | |
CN111426320B (zh) | 一种基于图像匹配/惯导/里程计的车辆自主导航方法 | |
CN107270898B (zh) | 基于mems传感器和vlc定位融合的双粒子滤波导航装置和方法 | |
CN109556631A (zh) | 一种基于最小二乘的ins/gnss/偏振/地磁组合导航系统对准方法 | |
CN110017837A (zh) | 一种姿态抗磁干扰的组合导航方法 | |
CN105928515B (zh) | 一种无人机导航系统 | |
CN109931955A (zh) | 基于状态相关李群滤波的捷联惯性导航系统初始对准方法 | |
CN105841698A (zh) | 一种无需调零的auv舵角精确实时测量系统 | |
CN115574816B (zh) | 仿生视觉多源信息智能感知无人平台 | |
Bistrov | Performance analysis of alignment process of MEMS IMU | |
CN106352897B (zh) | 一种基于单目视觉传感器的硅mems陀螺误差估计与校正方法 | |
CN105910623B (zh) | 利用磁强计辅助gnss/mins紧组合系统进行航向校正的方法 | |
CN106441372A (zh) | 一种基于偏振与重力信息的静基座粗对准方法 | |
CN111207773A (zh) | 一种用于仿生偏振光导航的姿态无约束优化求解方法 | |
CN105928519B (zh) | 基于ins惯性导航与gps导航以及磁力计的导航算法 | |
Li et al. | Unmanned aerial vehicle position estimation augmentation using optical flow sensor | |
CN109459015A (zh) | 一种基于最大偏振度观测的偏振导航全球自主定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |