CN110231027B - 一种基于多传感器数据融合的定位系统及定位方法 - Google Patents

一种基于多传感器数据融合的定位系统及定位方法 Download PDF

Info

Publication number
CN110231027B
CN110231027B CN201910419521.3A CN201910419521A CN110231027B CN 110231027 B CN110231027 B CN 110231027B CN 201910419521 A CN201910419521 A CN 201910419521A CN 110231027 B CN110231027 B CN 110231027B
Authority
CN
China
Prior art keywords
robot
sensor data
data fusion
positioning system
encoder
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
Application number
CN201910419521.3A
Other languages
English (en)
Other versions
CN110231027A (zh
Inventor
郑子杰
曾泓泰
刘子拓
闫玥凝
张明璨
王合胜
邢飞凡
张仁杰
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201910419521.3A priority Critical patent/CN110231027B/zh
Publication of CN110231027A publication Critical patent/CN110231027A/zh
Application granted granted Critical
Publication of CN110231027B publication Critical patent/CN110231027B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/10—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
    • G01C21/14—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 recording the course traversed by the object
    • 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

Abstract

本发明公开了一种基于多传感器数据融合的定位系统及定位方法，通过在码盘架上固定编码器和全向轮，全向轮的主转动轴与编码器转轴连接，固定支架上固定有三个码盘架，三个码盘架上的三个编码器转轴轴线所在竖直平面之间的夹角均为120°，三个全向轮同时接触运动地面；采用三码盘全场定位系统，当移动机器人运动时，三个全向轮被动旋转，能够准确获取机器人运动全方位移动数据，从而减小因陀螺仪的角度漂移而导致定位不准的影响，通过三个码盘坐标的更新公式获取待定位机器人在三个自由度的变化情况，实现相对定位，提高了机器人在高速行驶以及不同场地条件的状态下定位系统的精度，保证其在实际运行中对突发事件或地况均具有较为精准的定位数据。

Description

一种基于多传感器数据融合的定位系统及定位方法
技术领域
本发明属于定位系统技术领域，具体涉及一种基于多传感器数据融合的定位系统及定位方法。
背景技术
目前定位系统主要原理都是机器人融合内部传感器和外部环境进行定位。目前，可用于移动机器人定位的传感器有里程计、陀螺仪、编码器、电子罗盘、摄像头、激光雷达等。各种传感器定位方法都有其优缺点，人们在寻求解决移动机器人定位问题的方法时，设计出了适应不同场合的定位方案。例如，在移动机器人上安装多种用于定位的传感器来进行校正。
移动机器人的定位通常可以分成两个部分：绝对定位和相对定位。绝对定位是在地球坐标系下进行位置计算，通过搭载GPS等全球定位系统获取位置信息，容易受到房屋、高层建筑等信号屏蔽等方面的限制。而相对定位是通过对移动机器人位置进行初始化，机器人根据自身配置的传感器数据或者已知的环境信息进行定位，短时间内定位传感器的数据都能达到精度要求，因而在移动机器人定位中被人们广泛采用。
相对定位的基本思想是求极限，即通过足够小的测量累计得出机器人相对初始位置的距离和方向。传感器采集的数据时间周期越短，精确度越高，计算量愈大。为了平衡时间和精度，做了取舍，所以相对定位在积分处理下存在误差的累积问题，但是短时间或短距离的定位有很高的精度，能达到使用的要求。目前，相对定位的方法可以分为惯性导航法和里程法。
惯性导航通常使用加速度计、陀螺仪、电磁罗盘等传感器。为了获得位置信息，加速度计必须积分两次，因此对漂移特别敏感，在一般的操作状态下加速度计的加速度很小，只有0.01g左右的数量级，然而只要加速度计相对于水平位置倾斜0.5°，就会产生对应数量级的波动，因此会带来较大的测量误差。和加速度计相比，陀螺仪能够提供更为精确的航向信息。但是陀螺仪能够直接提供的只是角速度信息，必须经过一次积分才能获得航向信息，因此静态偏差漂移对陀螺仪的测量值有很大影响。电磁罗盘能够直接为机器人提供航向信息，但它并不推荐在室内环境使用，因为在靠近电线和铁磁结构位置处容易受磁场干扰的影响。
里程法是通过编码器和陀螺仪检测移动机器人行走的距离和角度。因其实现原理比较简单，安装和调试方便，而且在实时性比较高的场合有快速的采样速率而受到青睐，被广泛的应用在移动机器人定位中。其中，距离的测量可以使用模拟式编码器和数值式编码器，数值式光电编码器比模拟式旋转电位计的精度更高。里程法的编码器和陀螺仪经过一次积分分别得到位移坐标和角度值，理论上相比于惯性导航法，短期内精度更高。
目前普遍采用的里程定位法为“双码盘+陀螺仪”定位。当传感器采集的数据时间周期越短，精确度越高，计算量愈大。但由于系统误差和非系统误差的影响，导致定位误差将随着机器人移动距离的增加而逐步累积。同时陀螺仪的角度漂移问题对于定位存在负面影响，为了减小这一影响使用极高性能的陀螺仪则使得定位系统的成本大大增加。
发明内容
本发明提供一种基于多传感器数据融合的定位系统及定位方法，以克服现有技术的不足。
为了实现上述目的，本发明采用的技术方案是：
一种基于多传感器数据融合的定位系统，包括固定支架和码盘架，码盘架上固定有编码器和全向轮，全向轮的主转动轴与编码器转轴连接，固定支架上固定有三个码盘架，三个码盘架上的三个编码器转轴轴线所在竖直平面之间的夹角均为120°，三个全向轮同时接触运动地面；三个编码器均连接于用于采集编码器转动数据的控制器。
进一步的，固定支架上设有滑动架，滑动架上设有滑动槽，码盘架上固定有能够相对滑动架滑动的滑块，滑动架下端设有限位块。
进一步的，码盘架上端与滑动架之间设有弹簧。
进一步的，码盘架下端设有安装孔，全向轮包括两个半全向轮，两个半全向轮通过轮毂连接，轮毂中间设有安装通孔，轮毂通过联接轴安装在码盘架下端的安装孔内，联接轴(10)一端与编码器的转轴连接。
进一步的，联接轴与码盘架之间设有轴承。
进一步的，码盘架的安装孔侧面设有限位片。
一种基于多传感器数据融合的定位方法，包括以下步骤：
步骤1)、将定位系统装配到待定位机器人后，对定位系统进行标定；
步骤2)、对标定后的定位系统中三个编码器分别进行坐标更新，三个码盘坐标的更新公式为：
Figure GDA0002701834500000021
Figure GDA0002701834500000022
Figure GDA0002701834500000023
其中h,l,p分别为第一编码器、第二编码器和第三编码器的行走距离，
Figure GDA0002701834500000031
分别为第一编码器转轴、第二编码器转轴和第三编码器转轴与待定位机器人x轴的夹角，定义待定位机器人正方向为x轴，垂直于待定位机器人正方向为y轴，k为定位时刻，简化公式如下等式：
Figure GDA0002701834500000032
Figure GDA0002701834500000033
Figure GDA0002701834500000034
矩阵形式即为：
Figure GDA0002701834500000035
故求矩阵逆可得
Figure GDA0002701834500000036
其中
Figure GDA0002701834500000037
Figure GDA0002701834500000038
Δxk为待定位机器人k时刻沿x轴的位移量，Δyk为待定位机器人k时刻沿y轴的位移量，Δθk为待定位机器人k时刻转动角变化量，即可得到待定位机器人位置以及位姿三个自由度相对上一时刻的相对定位。
进一步的，对装配到待定位机器人的定位系统进行标定，为应标定三个编码器分别与待定位机器人x轴的夹角
Figure GDA0002701834500000039
转化为数字信号对应的转换系数。
进一步的，具体采用多次标定的方法，使用开环方式使得待定位机器人做特定直线运动，记录编码器反馈数据，根据已知相对运动与编码器反馈参数对比，利用如下等式求取第j个编码器的标定系数Cj：
Figure GDA00027018345000000310
其中L为标定行驶距离，θi为标定第i个行走角度时待定位机器人行走方向与待定位机器人x轴的夹角，
Figure GDA0002701834500000041
为第j个编码器转轴与待定位机器人x轴的夹角，Δeij为码盘步进步数；第i个行走角度即第i次标定，εij为标定误差，将标定得到的θi,Δeij数据通过MATLAB计算，令标定的误差平方和
Figure GDA0002701834500000042
最小，即可得到标定系数Cj。
进一步的，取L＝3000mm，标定次数取6次。
与现有技术相比，本发明至少具有以下有益效果：
本发明一种基于多传感器数据融合的定位系统及定位方法，通过在码盘架上固定有编码器和全向轮，全向轮的主转动轴与编码器转轴连接，固定支架上固定有三个码盘架，三个码盘架上的三个编码器转轴轴线所在竖直平面之间的夹角均为120°，三个全向轮同时接触运动地面；三个编码器均连接于用于采集编码器转动数据的控制器，采用三码盘全场定位系统，当移动机器人运动时，三个全向轮被动旋转，能够准确获取机器人运动全方位移动数据，从而减小因陀螺仪的角度漂移而导致定位不准的影响，通过三个码盘坐标的更新公式获取待定位机器人在三个自由度的变化情况，实现相对定位，提高了机器人在高速行驶以及不同场地条件的状态下定位系统的精度，保证其在实际运行中对突发事件或地况均具有精准的定位数据。
进一步的，通过滑块和弹簧设置悬挂系统，全向轮轴双端支承等方式，使得轮子能够保持足够的摩擦力，增强对场地的适应性，从而减小定位系统的系统误差。
附图说明
图1为本发明三码盘定位装置结构示意图。
图2为全向轮安装结构示意图。
其中，1、固定支架；2、码盘架；3、编码器；4、全向轮；5、滑动架；6、滑块；7、弹簧；8、半全向轮；9、轮毂；10、联接轴；11、轴承；12、限位片。
具体实施方式
下面结合附图对本发明进行详细阐述。
如图1、图2所示，一种基于多传感器数据融合的定位系统，包括固定支架1和码盘架2，码盘架2上固定有编码器3和全向轮4，全向轮4的主转动轴与编码器3转轴连接，固定支架1上固定有三个码盘架2，三个码盘架2上的三个编码器3转轴轴线所在竖直平面之间的夹角均为120°，三个全向轮同时接触运动地面；三个编码器3均连接于用于采集编码器转动数据的控制器；控制器用于加载一种基于多传感器数据融合的定位方法程序；
固定支架1上设有滑动架5，滑动架5上设有滑动槽，码盘架2上固定有能够相对滑动架5滑动的滑块6，滑动架5下端设有限位块；防止码盘架2从滑动架5下端滑落；码盘架2上端与滑动架5之间设有弹簧7；在机器人行驶过程中，由地面不平引起的全向轮4上下浮动，在弹簧7作用下能够保证全向轮4时刻与地面保持接触；
如图2所示，码盘架2下端设有安装孔，全向轮4包括两个半全向轮8，两个半全向轮8通过轮毂9连接，轮毂9中间设有安装通孔，轮毂9通过联接轴10安装在码盘架2下端的安装孔内，联接轴10一端与编码器3的转轴连接；联接轴10与码盘架2之间设有轴承11；码盘架2的安装孔侧面设有限位片12；
一种基于多传感器数据融合的定位方法，包括以下步骤：
步骤1)、将定位系统装配到待定位机器人后，对定位系统进行标定；
步骤2)、对标定后的定位系统中三个编码器分别进行坐标更新，三个码盘坐标的更新公式为：
Figure GDA0002701834500000051
Figure GDA0002701834500000052
Figure GDA0002701834500000053
其中h,l,p分别为第一编码器、第二编码器和第三编码器的行走距离，
Figure GDA0002701834500000054
分别为第一编码器转轴、第二编码器转轴和第三编码器转轴与待定位机器人x轴的夹角，定义待定位机器人正方向为x轴，垂直于待定位机器人正方向为y轴，k为定位时刻，考虑公式适用于微元情况，因此，可简化为如下等式：
Figure GDA0002701834500000055
Figure GDA0002701834500000056
Figure GDA0002701834500000057
写成矩阵形式即为：
Figure GDA0002701834500000058
故求矩阵逆可得
Figure GDA0002701834500000061
其中
Figure GDA0002701834500000062
Figure GDA0002701834500000063
Δxk为待定位机器人k时刻沿x轴的位移量，Δyk为待定位机器人k时刻沿y轴的位移量，Δθk为待定位机器人k时刻转动角变化量，即可得到待定位机器人位置以及位姿三个自由度相对上一时刻的相对定位。
对装配到待定位机器人的定位系统进行标定，为应标定三个编码器分别与待定位机器人x轴的夹角
Figure GDA0002701834500000064
转化为数字信号对应的转换系数；
具体采用多次标定的方法，使用开环方式使得机身做特定直线运动，记录编码器反馈数据，根据已知相对运动与编码器反馈参数对比，利用如下等式：
Figure GDA0002701834500000065
其中L为标定行驶距离，本申请取L＝3000mm，θi为标定第i个行走角度时待定位机器人行走方向与待定位机器人x轴的夹角，
Figure GDA0002701834500000066
为第j个编码器转轴与待定位机器人x轴的夹角，Cj为第j个编码器的标定系数，εij为标定误差，Δeij为码盘步进步数；第i个行走角度即第i次标定，本申请标定次数取6；将标定得到的θi,Δeij数据MATLAB计算，令标定的误差平方和
Figure GDA0002701834500000067
最小，即可得到标定系数。
为得到编码器返回编码值与实际旋转角度之间的比例关系，令待定位机器人只做旋转运动，即dx＝dy＝0，利用周围环境顺/逆时针转动N圈，求取正/反转比例系数。
编码器的标定方程如下：
若记在世界坐标系下，第k(1≤k≤n)个移动方向与待定位机器人世界坐标系中x轴的夹角为θk。记编码器j(1≤j≤3)的正负标定系数分别为Cj1,Cj2，记Mjk表示沿第k个方向正推机器人时编码器j返回的脉冲数，Njk表示沿第k个方向反推机器人时编码器j返回的脉冲数。
Figure GDA0002701834500000071
Figure GDA0002701834500000072
则由标定方程参数可知，总共有4n个标定方程，需要求得7个参数，将标定数据导入到MATLAB中进行参数求解，具体步骤为，利用非线性优化函数fmincon求取使得4n个等式的均方根误差最小时对应的参数值，将原参数值替换成与原参数值相对应的计算得到的参数值即完成标定。
具体的，若令n＝3，则由标定方程参数(j＝1,2；k＝1,2,3)可知，总共有12个标定方程，需要求得7个参数，将标定数据导入到MATLAB中进行参数求解：利用非线性优化函数fmincon求取使得12个等式的均方根误差最小时对应的参数值，将原参数值替换成与原参数值相对应的计算得到的参数值即完成标定。

Claims (9)

1.一种基于多传感器数据融合定位系统的多传感器数据融合定位方法，其特征在于，所述基于多传感器数据融合定位系统包括固定支架(1)和码盘架(2)，码盘架(2)上固定有编码器(3)和全向轮(4)，全向轮(4)的主转动轴与编码器(3)转轴连接，固定支架(1)上固定有三个码盘架(2)，三个码盘架(2)上的三个编码器(3)转轴轴线所在竖直平面之间的夹角均为120°，三个全向轮同时接触运动地面；三个编码器(3)均连接于用于采集编码器转动数据的控制器；
具体包括以下步骤：
步骤1)、将定位系统装配到待定位机器人后，对定位系统进行标定；
步骤2)、对标定后的定位系统中三个编码器分别进行坐标更新，三个码盘坐标的更新公式为：
Figure FDA0002701834490000011
Figure FDA0002701834490000012
Figure FDA0002701834490000013
其中h,l,p分别为第一编码器、第二编码器和第三编码器的行走距离，
Figure FDA0002701834490000014
分别为第一编码器转轴、第二编码器转轴和第三编码器转轴与待定位机器人x轴的夹角，定义待定位机器人正方向为x轴，垂直于待定位机器人正方向为y轴，k为定位时刻，简化公式如下等式：
Figure FDA0002701834490000015
Figure FDA0002701834490000016
Figure FDA0002701834490000017
矩阵形式即为：
Figure FDA0002701834490000018
故求矩阵逆可得
Figure FDA0002701834490000019
其中
Figure FDA0002701834490000021
Figure FDA0002701834490000022
Δxk为待定位机器人k时刻沿x轴的位移量，Δyk为待定位机器人k时刻沿y轴的位移量，Δθk为待定位机器人k时刻转动角变化量，即可得到待定位机器人位置以及位姿三个自由度相对上一时刻的相对定位。
2.根据权利要求1所述一种基于多传感器数据融合定位系统的多传感器数据融合定位方法，其特征在于，固定支架(1)上设有滑动架(5)，滑动架(5)上设有滑动槽，码盘架(2)上固定有能够相对滑动架(5)滑动的滑块(6)，滑动架(5)下端设有限位块。
3.根据权利要求2所述一种基于多传感器数据融合定位系统的多传感器数据融合定位方法，其特征在于，码盘架(2)上端与滑动架(5)之间设有弹簧(7)。
4.根据权利要求1所述一种基于多传感器数据融合定位系统的多传感器数据融合定位方法，其特征在于，码盘架(2)下端设有安装孔，全向轮(4)包括两个半全向轮(8)，两个半全向轮(8)通过轮毂(9)连接，轮毂(9)中间设有安装通孔，轮毂(9)通过联接轴(10)安装在码盘架(2)下端的安装孔内，联接轴(10)一端与编码器(3)的转轴连接。
5.根据权利要求4所述一种基于多传感器数据融合定位系统的多传感器数据融合定位方法，其特征在于，联接轴(10)与码盘架(2)之间设有轴承(11)。
6.根据权利要求4所述一种基于多传感器数据融合定位系统的多传感器数据融合定位方法，其特征在于，码盘架(2)的安装孔侧面设有限位片(12)。
7.根据权利要求1所述的一种基于多传感器数据融合定位系统的多传感器数据融合定位方法，其特征在于，对装配到待定位机器人的定位系统进行标定，为应标定三个编码器分别与待定位机器人x轴的夹角
Figure FDA0002701834490000023
转化为数字信号对应的转换系数。
8.根据权利要求7所述的一种基于多传感器数据融合定位系统的多传感器数据融合定位方法，其特征在于，具体采用多次标定的方法，使用开环方式使得待定位机器人做特定直线运动，记录编码器反馈数据，根据已知相对运动与编码器反馈参数对比，利用如下等式求取第j个编码器的标定系数Cj：
Figure FDA0002701834490000024
其中L为标定行驶距离，θi为标定第i个行走角度时待定位机器人行走方向与待定位机器人x轴的夹角，
Figure FDA0002701834490000031
为第j个编码器转轴与待定位机器人x轴的夹角，Δeij为码盘步进步数；第i个行走角度即第i次标定，εij为标定误差，将标定得到的θi,Δeij数据通过MATLAB计算，令标定的误差平方和
Figure FDA0002701834490000032
最小，即可得到标定系数Cj。
9.根据权利要求8所述的一种基于多传感器数据融合的定位方法，其特征在于，取L＝3000mm，标定次数取6次。
CN201910419521.3A 2019-05-20 2019-05-20 一种基于多传感器数据融合的定位系统及定位方法 Active CN110231027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910419521.3A CN110231027B (zh) 2019-05-20 2019-05-20 一种基于多传感器数据融合的定位系统及定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910419521.3A CN110231027B (zh) 2019-05-20 2019-05-20 一种基于多传感器数据融合的定位系统及定位方法

Publications (2)

Publication Number Publication Date
CN110231027A CN110231027A (zh) 2019-09-13
CN110231027B true CN110231027B (zh) 2021-01-19

Family

ID=67860841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910419521.3A Active CN110231027B (zh) 2019-05-20 2019-05-20 一种基于多传感器数据融合的定位系统及定位方法

Country Status (1)

Country Link
CN (1) CN110231027B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112881055B (zh) * 2021-01-23 2023-05-05 中船重工海为郑州高科技有限公司 一种动态行走精度标定及测距方法
CN113075931B (zh) * 2021-03-30 2022-04-08 西南科技大学 一种三轮全向移动机器人及其运动控制方法
CN113587791B (zh) * 2021-08-25 2022-08-02 哈尔滨工程大学 一种全向移动平台的位姿检测装置及位姿检测方法
CN114111681B (zh) * 2021-11-24 2023-06-06 福建汉特云智能科技有限公司 一种用于机器人底盘的轴距标定方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101262778B1 (ko) * 2008-09-03 2013-05-09 무라다기카이가부시끼가이샤 경로 계획 장치, 및 자율 이동 장치
US9470658B2 (en) * 2013-03-12 2016-10-18 The Boeing Company Self-contained holonomic tracking method and apparatus for non-destructive inspection
CN104089617B (zh) * 2014-07-31 2017-07-04 四川阿泰因机器人智能装备有限公司 一种移动机器人用定位装置及定位方法
CN104931045B (zh) * 2015-05-18 2018-04-17 哈尔滨工程大学 全方位移动机器人基于定位码盘的定位方法
CN105300378B (zh) * 2015-09-17 2018-07-31 哈尔滨工程大学 一种室内移动机器人导航定位方法
CN106493725A (zh) * 2016-10-25 2017-03-15 复旦大学 一种基于全向从动轮和编码器的工业机器人定位装置

Also Published As

Publication number Publication date
CN110231027A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
CN110231027B (zh) 一种基于多传感器数据融合的定位系统及定位方法
CN111426318B (zh) 基于四元数-扩展卡尔曼滤波的低成本ahrs航向角补偿方法
CN201561759U (zh) 惯性姿态方位测量装置
CN113311411B (zh) 一种用于移动机器人的激光雷达点云运动畸变校正方法
CN107560613B (zh) 基于九轴惯性传感器的机器人室内轨迹跟踪系统及方法
CN104406585B (zh) 基于惯性检测的激光跟踪仪靶球定位系统
JP2005140789A (ja) 移動物体の進行方向の推定方法およびシステム
CN108507572B (zh) 一种基于mems惯性测量单元的姿态定位误差修正方法
CN111024070A (zh) 一种基于航向自观测的惯性足绑式行人定位方法
CN105841698A (zh) 一种无需调零的auv舵角精确实时测量系统
CN113175933A (zh) 一种基于高精度惯性预积分的因子图组合导航方法
CN111207743B (zh) 基于编码器与惯性设备紧耦合实现厘米级精确定位的方法
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
CN109470274B (zh) 一种车载光电经纬仪载车平台变形测量系统及方法
CN104546391A (zh) 一种用于盲杖的陀螺稳定装置及其互补滤波方法
CN117053782A (zh) 一种水陆两栖机器人组合导航方法
CN110793513A (zh) 一种正交式平面移动机器人位姿检测装置与检测方法
CN105277212A (zh) 一种三轴惯性稳定平台系统的二阶动态干扰力矩补偿方法
CN111459177B (zh) 一种用于水面漂浮的三轴稳定平台的稳定控制方法
KR100962674B1 (ko) 이동 로봇의 위치 추정 방법 및 이를 위한 이동 로봇
CN111076718B (zh) 一种地铁列车的自主导航定位方法
CN111750846A (zh) 一种船用罗经及其动态校准方法
WO2018126911A1 (zh) 定位方法、装置、业务处理系统以及计算机可读存储介质
CN109374001B (zh) 一种结合行人运动场景约束的方位角校准算法
JP3783061B1 (ja) 傾斜角と並進加速度の検出方法および検出装置

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