CN109863367A - 对惯性导航系统对准方法的改进 - Google Patents
对惯性导航系统对准方法的改进 Download PDFInfo
- Publication number
- CN109863367A CN109863367A CN201780063132.0A CN201780063132A CN109863367A CN 109863367 A CN109863367 A CN 109863367A CN 201780063132 A CN201780063132 A CN 201780063132A CN 109863367 A CN109863367 A CN 109863367A
- Authority
- CN
- China
- Prior art keywords
- alignment
- alignment information
- duration
- observation duration
- carrier
- 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
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, 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
-
- 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
- G01C21/166—Mechanical, construction or arrangement details of inertial navigation systems
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
本发明涉及一种用于对由静态或准静态载体携带的惯性导航系统进行对准的方法,其中:在不同对准观测持续试下的情况下,同时执行多个对准过程,所述多个对准过程是针对所述载体的运动的多个幅度设置的;确定最小观测持续时间,所述最小观测持续时间对应于对准信息的一致性被确认的对准观测持续时间,所述对准信息是借助于针对所述载体的运动的给定幅度设置的对准过程来获得的;并且根据针对所述最小观测持续时间确定的对准信息来确定所述对准信息。本发明还涉及相关的惯性导航系统。
Description
技术领域
本发明涉及一种用于对位于静态或准静态载体上的惯性导航系统进行对准的方法。
本发明还涉及执行这种对准过程的惯性系统。
背景技术
惯性定位的初始化包括详细描述惯性定位算法的姿态的初始值、速度的初始值和位置的初始值。该步骤对应于称为“对准”的惯性导航系统的模式。
取决于应用,惯性定位的初始化包括大量变量,并分为两类:
·在载体不运动的情况下的静态对准;
·在可移动的地面载体的情况下,在运动期间的对准。
载体在静态对准期间的运动降低了导航初始化的准确性。大多数应用程序集成了运动检测功能,以确认载体的不动性并确保惯性导航的对准。各种算法使用惯性测量来检测载体的运动,还可以使用“起落架负重”(WOW)、驻机制动(陆地车辆或飞机)、旋翼功率(直升飞机)、总距(直升飞机)等类型的信息。
运动检测算法的检测能力取决于运动的类型。在低频振荡运动的情况下,由于用于惯性定位的惯性传感器的精度有限,因此当前运动测试不足以确保静态对准算法的可靠性。
下面回顾一些关于最小二乘回归的已知结果,因为它们构成了通过观测惯性速度或通过观测由惯性速度的积分获得的惯性位移来估计惯性定位的初始化的手段。
在静态或准静态载体上并且在粗略对准阶段之后,可以通过多项式对惯性定位的水平速度误差进行建模。所述多项式是对准持续时间的函数,并且对于每个水平轴是2阶。这两个多项式的系数允许对惯性定位的姿态和速度误差进行估计,从而完成对准。以相同的方式,可以通过多项式对惯性定位的水平位移误差进行建模。所述多项式是对准持续时间的函数,并且对于每个水平轴是3阶。这两个多项式的系数允许对惯性定位的姿态和速度的误差进行估计,从而完成对准。使用惯性位移的回归量非常适合于振荡载体的情况。
此外,已知的是对惯性定位的航向误差进行的估计对载体的运动非常敏感,因为它依赖于地球的旋转,地球的旋转是比地球重力更难测量的物理信号。该航向估计是从观测惯性速度的回归量的曲率推导出的,或者是从观测惯性位移的回归量的3阶多项式推导出的。
卡尔曼滤波器也构成对惯性定位的初始化进行估计的常规手段。与卡尔曼滤波器相比,最小二乘回归量的一个已知优点是,已知如何基于该运动具有已知且有限幅度的假设来简单地限制对寄生运动的对准的影响。
下表重申了对于阶数为2和3的回归量的最高阶的多项式系数cmax或dmax的最大影响,其观测到速度的有限幅度V或位移D的信号。已知的是,对于一个信号来说,最大的影响是在其极限之间交换(如果观测速度误差,则为+或-V;如果观测位移,则为+或-D),对于2阶的回归量恰好为2次,对于3阶的回归量恰好为3次。
其中T代表时间回归的持续时间,u代表归一化时间,且u=t/T。
图1示出了2阶模型的场景(存在第二个对称场景)。横坐标为归一化时间,且纵坐标为等于误差/V的归一化误差。
在该图中,曲线MP显示了最坏情况下的相应运动。曲线R是2阶回归量的曲线。
在所述曲线上,载体的运动在其极限之间交换2次。这种方式导致对于2阶多项式估计的最大曲率误差cmax。
已知的是,由载体运动引起的最大惯性漂移因此等于:
其中g代表地球重力。
图2,就其本身而言,示出了3阶模型的情景。横坐标为归一化时间u,纵坐标为等于误差/D的归一化误差。
载体的运动在其极限(+或-D)之间交换3次(MP曲线)。因此,这产生了3阶多项式估计(曲线R)的3阶系数的最大误差dmax。已知的是,由载体运动引起的最大惯性漂移等于:
无论回归量如何,与惯性传感器的精度相比,由载体运动引起的最大惯性漂移必须保持较小。通常认为的数量级是由运动引起的漂移必须小于用于惯性定位的陀螺仪漂移的三分之一,因为在所有RMS中1/3导致大约10%的劣化。
因此,对于载体运动的给定幅度,如果对准被处理了长的观测持续时间T,则该对准会更加受扰。该结果也适用于其他类型的估计器,特别是基于卡尔曼滤波器的估计器。
发明内容
本发明的一般目的是提出一种对准方法,所述方法不具有现有技术的缺点,并且可以改善相对于寄生运动的可靠性。
特别地,本发明的一个目的是提出一种对准方法,其使得由载体的运动引起的最大惯性漂移与惯性传感器的精度相比较小。
本发明提出完成针对低频振荡运动的多个幅度所同时设置的多个对准(通过最小二乘回归,通过卡尔曼滤波或通过任何其他惯性定位的误差估计),以及选择最小持续时间的对准,该对准的一致性已被对准间整合所确认。
因此提出了一种对由静态或准静态载体携带的惯性导航系统进行对准的方法,其中:
-同时执行设置有不同观测持续时间的多个对准过程;
–确定最小观测持续时间,针对该最小观测持续时间所获得的对准信息的一致性通过以下方式来确认:测试针对最小观测持续时间所获得的对准信息的一致性,并且如果适用的话,测试针对更长观测持续时间获得的对准信息的一致性;
-根据持续针对该最小观测持续时间确定的对准信息来确定对准信息。
这种方法有利地通过单独或组合使用的以下不同特征来实现:
-保留的对准信息是针对最小观测持续时间确定的最新对准信息;
-保留的对准信息是以下两项的平均值:针对最小观测持续时间确定的最新对准信息,和之前通过相同过程以及针对相同的最小观测持续时间所确定的对准信息;
-保留的对准信息是使用以下过程确定的对准信息,该过程
是针对在选定的最小观测持续时间中执行的对准过程中的载体运动幅度设置的;并且
被执行了更长的观测持续时间。
本发明还涉及一种惯性系统,其特征在于,包括适于实现上述方法的处理装置。
附图说明
本发明的其他特征和优点将通过下面的描述揭示,该描述纯粹是说明性的而非限制性的,并且必须参考附图阅读,其中:
-图1和图2分别示意性地一方面示出了载体最不利运动的曲线,另一方面示出了在2阶多项式估计和3阶多项式估计的情况下给出最大曲率误差的曲线;
-图3a和3b示出了符合本发明不同模式的惯性系统的两种可能的实施例;
-图4是给出实现本发明的可能过程的不同步骤的示意图;
-图5至7示出了本发明的三种可能的实施例。
具体实施方式
关于惯性系统的概述
在第一实施例中,参考图3a,(惯性)系统包括处理单元1和惯性导航系统2。
所述数据处理单元1通常包括至少一个用于实现计算机程序的处理器。该计算机程序包括被配置为实现所述改进的对准装置10的程序代码指令。该处理单元可以共享安装在静态载体上的惯性导航系统2或者利用诸如车辆、船或飞机的寄生运动来驱动。所述惯性导航系统2包括导航单元20和惯性传感器22。惯性导航单元2还可以包括用户界面。
所述惯性传感器22包括例如提供测量值Sa的加速度计和提供测量值Sg的陀螺仪。
本身已知的所述导航单元20尤其被配置为实现惯性定位和粗略对准,其根据现有技术的已知方法实现在几度范围内的姿态估计。所述导航单元20包括例如处理器,所述处理器被配置为执行用于维持惯性定位的算法。此外,所述改进的对准装置10和所述导航单元20可以是自主的物理部件或分组在同一壳体内。
所述处理单元1还包括用于存储数据的存储器12,尤其是从所述惯性导航系统2接收的测量值。
作为变型(图3b),所述系统包括所述处理单元1和也称为IMU的惯性测量单元2bis。
对准处理的示例
图3a或3b中所示的系统实现例如图4中所示的不同步骤。
在第一步骤中,开始对准阶段并完成对准信息的初始化(步骤1)。姿态和速度的初始值以及所使用的位置(如果适用的话)的初始值例如是由放置所述系统的载体的不同传感器提供的原始采集数据。当然,对于这种初始化,许多其他技术也是可能的。
在该步骤1结束时,所述系统并行地启动不同的对准过程(在这种情况下,在图中标记为从1到n,其中n是有限整数)。
这些过程中的每一个对应于不同的观测持续时间(D1,...,Dn)。
这些过程进一步被设置有不同的载体运动幅度。
因此,对于第一观测持续时间D1:
-所述系统通过执行针对载体运动的幅度S1所设置的对准过程(步骤21)来计算第一组对准信息S1c_1;该计算基于步骤1中提供的初始数据和步骤8中获得的速度和/或水平位移误差来完成;存储所获得的所述组信息S1c_1(步骤21a);
-然后,每次使用先前对准过程获得的所述组信息作为输入数据(在步骤31的情况下,是用于计算所述组对准信息S1c_2的所述组对准信息S1c_1),对步骤21的计算进行一次或多次迭代;每次所述过程与步骤21中实现的过程相同(同样确定幅度S1和持续时间D1);
-在迭代结束时,在获得的对准信息之间实现一致性的确认(步骤41)。例如,在图4的仅存在一次迭代的情况下,确认获得的最后两组对准信息S1c_1和S1c_2的一致性;
-当确认步骤的结果是认为所述信息一致时,所述对准被认为是可接受的并且结束(步骤51);然后确定一组对准值;该组对准值可以对应于针对该过程获得的对准信息的最后一组S1c_2,或者对应于重新计算集合,所述重新计算集合取决于该组信息S1c_2以及更长观测持续时间并行确定的一组或多组其他信息(步骤61)(例如,准确的对准过程S1p_1,其使用针对载体运动的标注S1以及比D1场的持续时间(例如,持续时间为D1的2倍)来实现-见下文)。
如将理解的,所述系统对于一个或多个其他观测持续时间并行地实现类似的步骤,所有这些观测持续时间彼此不同,针对不同幅度设置不同的对准过程。
特别地,对于观测持续时间Dn和幅度标注Sn,它与步骤21至61并行地实现以下步骤:
-步骤2n和步骤2na:计算和存储第一组对准信息Snc_1;
-步骤3n:迭代和计算,特别是对准Snc_2;
-步骤4n:确认一致性;
-步骤5n:对准结束并输出一组估计的对准信息;以及
-步骤6n:并行实现持续时间大于Dn(例如Dn的2倍)和相同幅度标注Sn的对准过程。
在图4的示例中,当在步骤41中执行的确认结果是获得的对准信息不一致时,针对更长的观测持续时间触发确认,并且通过连续地改变持续时间来迭代该确认过程,直至找到确认一致性的观测持续时间。当然,这些不同的确认过程可以并行执行。
如果针对不同持续时间D1,...,Dn执行的过程都不允许确认一致性,则对准失败。提供了这种效果的消息(步骤7,在最大持续时间Dn的一致性检验Sn的输出处)。
例如,根据等比级数选择不同的持续时间D1,...,Dn。
所选持续时间的数量n通常可以包括在3和5之间。
例如:D1=2分30秒,D2=5分钟,D3=10分钟,D4=15分钟,D5=30分钟。
在图5所示的情况下,对准过程使用根据公比为2的等比级数选择的三个对准持续时间。
在时刻Ta,可以确认针对载体的运动幅度S1设置的编号为S1c_1和S1c_2的对准所估计出的信息的一致性。
在一致的情况下,终止所述对准,并且可以提供最后对准S1c_2的信息或两次对准S1c_1和S1c_2的信息的平均值。
如果不一致,可以选择以下2种:
-通过不再使用针对载体运动的幅度S1所设置的对准来设置齿轮效应。
-继续使用针对载体运动的幅度s1所设置的对准,因为载体的运动不一定是稳定的。通过该选择完成该示例的描述。
然后通过针对载体运动的幅度S2所设置的对准来继续对准。
在时刻Tb,可以确认通过对准S2c_1和S2c_2估计出的信息的一致性。
在一致的情况下,终止对准并且可以提供来自最后一个对准S2c_2的信息,或者两次对准S2c_1和S2c_2的信息的平均值。
在不一致的情况下,通过针对载体的运动的幅度S3所设置的对准来继续对准。
在时刻Tc,可以确认由对准S3c_1和S3c_2估计出的信息的一致性。
在一致性的情况下,终止对准并且可以提供最新对准S3c_2的信息或两次对准S3c_1和S3c_2的信息的平均值。
假设幅度S3总是大于载体运动的幅度,图6中所示的示例构成第一示例的变形。
在这种情况下,确认针对载体运动的幅度S3所设置的对准的一致性是无效的。然后不对该幅度进行确认。
同样作为变体(图7),还可以通过添加专用于精确性的、表示为S1p_*和S2p*的对准来改进该第一示例(*表示对准的时刻编号)。专用于一致性的对准表示为S1c_*和S2c_*。
S1p_*类型的对准以与S1c_*类型的对准相同的方式组织,除了它们继续观测超过2倍的持续时间之外:在两次对准S1c_1和S1c_2的一致性的情况下,对准终止并且对应于通过S1p_1给出的估计。在这些对准不一致的情况下,测试2次对准S2c_1和S2c_2的一致性。
如果这些对准是一致的,则对准终止并且对应于通过S2p_1给出的估计。一致性的确认
在所呈现的不同示例中的2次对准之间的一致性的确认,使用关于2次对准的估计的准确度的水平速度误差估计的偏差的绝对值和3个姿态误差的绝对值的测试。因此,可以使用以下过程来完成一致性的确认。
阈值S_VX、S_VY、S_AX、S_AY和S_AZ计算如下:
S_VX=K*SquareRoot((1号对准的速度误差轴X的不确定度)2+(2号对准的速度误差轴X的不确定度)2)
S_VY=K*SquareRoot((1号对准的速度误差轴Y的不确定度)2+(2号对准的速度误差轴Y的不确定度)2)
S_AX=K*SquareRoot((1号对准的姿态误差轴X的不确定度)2+(2号对准的姿态误差轴X的不确定度)2)
S_AY=K*SquareRoot((1号对准的姿态误差轴Y的不确定度)2+(2号对准的姿态误差轴Y的不确定度)2)
S_AZ=K*SquareRoot((1号对准的姿态误差轴Z的不确定度)2+(2号对准的姿态误差轴Z的不确定度)2)
其中K是根据误报警Pfa的所需概率选择的固定常数,即取决于错误地声明两个不一致对准的概率。通常,基于高斯分布的分位数来计算误报警的概率。同样地,基于高斯分布的统计功率计算以非检测的概率Pnd检测的最小偏差。下表给出了调整常数K的几个可能值以及所选Pnd等于0.1%的最小可检测偏差K2的值。
Pfa | K | Pnd=0.1%时的K2 |
0.1% | 3.29 | 6.38 |
0.01% | 3.89 | 6.98 |
0.001% | 4.42 | 7.51 |
惯性定位的速度和姿态的误差的最小可检测值按以下方式计算:
VX_detect=K2*SquareRoot((1号对准的速度误差轴X的不确定度)2+(2号对准的速度误差轴X的不确定度)2)
VY_detect=K2*SquareRoot((1号对准的速度误差轴Y的不确定度)2+(2号对准的速度误差轴Y的不确定度)2)
AX_detect=K2*SquareRoot((1号对准的姿态误差轴X的不确定度)2+(2号对准的姿态误差轴X的不确定度)2)
AY_detect=K2*SquareRoot((1号对准的姿态误差轴Y的不确定度)2+(2号对准的姿态误差轴Y的不确定度)2)
AZ_detect=K2*SquareRoot((1号对准的姿态误差轴Z的不确定度)2+(2号对准的姿态误差轴Z的不确定度)2)。
Claims (9)
1.一种对由静态或准静态载体携带的惯性导航系统进行对准的方法,其中:
同时执行不同观测持续时间下的多个对准过程,所述多个对准过程是针对所述载体的运动的多个幅度设置的;
确定最小观测持续时间,所述最小观测持续时间对应于对准信息的一致性被确认的对准观测持续时间,所述对准信息是借助于针对所述载体的运动的给定幅度设置的对准过程来获得的;以及
根据针对所述最小观测持续时间确定的对准信息来确定所述对准信息。
2.根据权利要求1所述的方法,其中,保留的对准信息是针对所述最小观测持续时间确定的最新对准信息。
3.根据权利要求1所述的方法,其中,保留的对准信息是以下两项的平均值:针对所述最小观测持续时间确定的最新对准信息,和之前针对相同过程和相同的最小观测持续时间确定的对准信息。
4.根据权利要求1所述的方法,其中,保留的对准信息是利用以下过程确定的对准信息,该过程:
是针对在选定的最小观测持续时间中执行的对准过程中的载体运动幅度设置的;并且
被执行了更长的观测持续时间。
5.根据权利要求4所述的方法,其中,所述更长的观测时段等于所述最小观测时段的两倍。
6.根据前述权利要求之一所述的方法,其中,根据等比级数选择不同对准过程的观测持续时间。
7.根据权利要求6所述的方法,其中,所述等比级数具有公比2。
8.根据前述权利要求之一所述的方法,其中,所述对准信息包括姿态的值和/或速度和/或位置的值。
9.一种惯性系统,其特征在于,所述惯性系统包括适于执行根据前述权利要求之一的方法的处理装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1659806A FR3057349B1 (fr) | 2016-10-11 | 2016-10-11 | Perfectionnements aux procedes d'alignement de centrale inertielle |
FR1659806 | 2016-10-11 | ||
PCT/EP2017/075547 WO2018069191A1 (fr) | 2016-10-11 | 2017-10-06 | Perfectionnements aux procédés d'alignement de centrale inertielle |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109863367A true CN109863367A (zh) | 2019-06-07 |
CN109863367B CN109863367B (zh) | 2020-06-09 |
Family
ID=57796524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780063132.0A Active CN109863367B (zh) | 2016-10-11 | 2017-10-06 | 对惯性导航系统对准方法的改进 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10801861B2 (zh) |
EP (1) | EP3526551B1 (zh) |
CN (1) | CN109863367B (zh) |
FR (1) | FR3057349B1 (zh) |
WO (1) | WO2018069191A1 (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1862764A1 (en) * | 2006-05-31 | 2007-12-05 | Honeywell International Inc. | High speed gyrocompass alignment via multiple kalman filter based hypothesis testing |
CN102865881A (zh) * | 2012-03-06 | 2013-01-09 | 武汉大学 | 一种惯性测量单元的快速标定方法 |
CN103575300A (zh) * | 2013-11-13 | 2014-02-12 | 北京理工大学 | 一种基于旋转调制的摇摆基座惯导系统粗对准方法 |
CN104344835A (zh) * | 2014-10-28 | 2015-02-11 | 北京理工大学 | 一种基于切换式自适应控制罗经的捷联惯导动基座对准方法 |
CN105157724A (zh) * | 2015-07-30 | 2015-12-16 | 北京航空航天大学 | 一种基于速度加姿态匹配的传递对准时间延迟估计与补偿方法 |
CN105806365A (zh) * | 2016-03-15 | 2016-07-27 | 北京航空航天大学 | 一种基于自抗扰控制的车载惯导行进间快速初始对准方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2951535B1 (fr) * | 2009-10-15 | 2011-12-02 | Sagem Defense Securite | Procede de detection de mouvements parasites lors de l'alignement d'une centrale inertielle |
US10048070B2 (en) * | 2015-04-17 | 2018-08-14 | Honeywell International Inc. | Transitioning from stationary alignment mode to in-motion alignment mode |
-
2016
- 2016-10-11 FR FR1659806A patent/FR3057349B1/fr not_active Expired - Fee Related
-
2017
- 2017-10-06 WO PCT/EP2017/075547 patent/WO2018069191A1/fr active Search and Examination
- 2017-10-06 CN CN201780063132.0A patent/CN109863367B/zh active Active
- 2017-10-06 US US16/341,172 patent/US10801861B2/en active Active
- 2017-10-06 EP EP17781092.6A patent/EP3526551B1/fr active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1862764A1 (en) * | 2006-05-31 | 2007-12-05 | Honeywell International Inc. | High speed gyrocompass alignment via multiple kalman filter based hypothesis testing |
CN102865881A (zh) * | 2012-03-06 | 2013-01-09 | 武汉大学 | 一种惯性测量单元的快速标定方法 |
CN103575300A (zh) * | 2013-11-13 | 2014-02-12 | 北京理工大学 | 一种基于旋转调制的摇摆基座惯导系统粗对准方法 |
CN104344835A (zh) * | 2014-10-28 | 2015-02-11 | 北京理工大学 | 一种基于切换式自适应控制罗经的捷联惯导动基座对准方法 |
CN105157724A (zh) * | 2015-07-30 | 2015-12-16 | 北京航空航天大学 | 一种基于速度加姿态匹配的传递对准时间延迟估计与补偿方法 |
CN105806365A (zh) * | 2016-03-15 | 2016-07-27 | 北京航空航天大学 | 一种基于自抗扰控制的车载惯导行进间快速初始对准方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018069191A1 (fr) | 2018-04-19 |
US20200200565A1 (en) | 2020-06-25 |
US10801861B2 (en) | 2020-10-13 |
EP3526551A1 (fr) | 2019-08-21 |
FR3057349A1 (fr) | 2018-04-13 |
FR3057349B1 (fr) | 2019-07-12 |
EP3526551B1 (fr) | 2020-08-26 |
CN109863367B (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7860651B2 (en) | Enhanced inertial system performance | |
CN107421534B (zh) | 一种冗余式捷联惯导系统多故障隔离方法 | |
CN110411438B (zh) | 一种基于多星敏感器的自适应组合确定卫星姿态角的方法 | |
US10240929B2 (en) | Methods and systems for vertical trajectory determination and automatic jump detection | |
US6711517B2 (en) | Hybrid inertial navigation method and device | |
US20110208473A1 (en) | Method for an improved estimation of an object orientation and attitude control system implementing said method | |
CN106153069B (zh) | 自主导航系统中的姿态修正装置和方法 | |
CN110567457B (zh) | 一种基于冗余的惯导自检测系统 | |
CN111060133A (zh) | 一种用于城市复杂环境的组合导航完好性监测方法 | |
CN107643088A (zh) | 无人机导航方法、装置、无人机及存储介质 | |
US8949027B2 (en) | Multiple truth reference system and method | |
EP2172743B1 (en) | Method and apparatus for determining the operational state of a navigation system | |
KR20110085495A (ko) | 센서오차의 작동 중 자동교정 방법과 이를 이용한 관성항법장치 | |
CN109238307B (zh) | 一种基于多惯组信息辅助的飞行故障检测方法及装置 | |
Maliňák et al. | Pure-inertial AHRS with adaptive elimination of non-gravitational vehicle acceleration | |
RU2667672C2 (ru) | Усовершенствованный способ определения положения и/или скорости направляемого транспортного средства, соответствующая система | |
EP3351959A1 (en) | Apparatus and method for performing a consistency testing using non-linear filters that provide predictive probability density functions | |
US20120185205A1 (en) | method of detecting parasitic movements while aligning an inertial unit | |
CN109863367A (zh) | 对惯性导航系统对准方法的改进 | |
Setlak et al. | MEMS electromechanical microsystem as a support system for the position determining process with the use of the inertial navigation system INS and kalman filter | |
Brunner et al. | Multiple MEMS-IMU localization: Architecture comparison and performance assessment | |
CN113721282A (zh) | 具有多面完好性解决方案的三维姿态确定系统 | |
US20200363208A1 (en) | Factory-specific inertial measurement unit error model | |
RU2620786C1 (ru) | Способ восстановления параметров движения летательного аппарата | |
CN110766105A (zh) | 车辆的钥匙定位方法、装置及设备 |
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 |