CN110631573B - 一种惯性/里程计/全站仪多信息融合方法 - Google Patents

一种惯性/里程计/全站仪多信息融合方法 Download PDF

Info

Publication number
CN110631573B
CN110631573B CN201810652526.6A CN201810652526A CN110631573B CN 110631573 B CN110631573 B CN 110631573B CN 201810652526 A CN201810652526 A CN 201810652526A CN 110631573 B CN110631573 B CN 110631573B
Authority
CN
China
Prior art keywords
measurement
inertia
odometer
coordinate
point
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
CN201810652526.6A
Other languages
English (en)
Other versions
CN110631573A (zh
Inventor
邓继权
郭玉胜
王海军
艾赢涛
马小艳
张吉先
莫明岗
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.)
Beijing Automation Control Equipment Institute BACEI
Original Assignee
Beijing Automation Control Equipment Institute BACEI
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 Beijing Automation Control Equipment Institute BACEI filed Critical Beijing Automation Control Equipment Institute BACEI
Priority to CN201810652526.6A priority Critical patent/CN110631573B/zh
Publication of CN110631573A publication Critical patent/CN110631573A/zh
Application granted granted Critical
Publication of CN110631573B publication Critical patent/CN110631573B/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
    • G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种惯性/里程计/全站仪多信息融合方法，针对惯性/里程计组合导航测量精度会随里程增加而下降的问题，利用全站仪测量控制点对惯性/里程计组合导航结果进行定点约束，提高测量精度，实现大型工程轨迹的高精度、连续、动态测量。

Description

一种惯性/里程计/全站仪多信息融合方法
技术领域
本发明属于一种组合导航系统信息融合方法，具体涉及一种针对惯性基准大型工程轨迹精密测量方法。
背景技术
铁路、桥梁、隧道、大坝等大型工程是保障国家安全与民生的重要条件。在自然环境、地质结构稳定性、长期服役等复合因素作用下沉降、线形变化、错位变形的情况普遍存在，一方面对大型工程运营质量产生重大影响，另一方面，如果形变积累达到一定程度，将会导致结构强度突变，破坏工程自身固有的动/静力学稳定性，最终导致灾难性事件的发生。因此必须及时、高效、全面地进行大型工程精密轨迹测量，并以此为基础进行安全性评估和采取相应的灾害预防措施。
传统的大型工程轨迹精密测量方法主要包括检测尺、水准仪、全站仪等方法，监测点数量有限，劳动强度高，作业效率低，只适用于重点区域短距离、小范围的检测，基于惯性基准的大型工程精密轨迹测量是一种自主式测量方法，具有精度高、抗干扰能力强，能够全天候连续提供测量信息等优点，并且能够克服其它测量技术只能对离散的点进行测量、基准点难以确定、不能连续重复测量、测量仪器不易安装等缺点，具有广泛的应用前景。
为提高检测效率和测量精度，减轻测量人员的劳动强度，国内外许多专家学者在惯性基准大型工程轨迹精密测量应用领域开展了深入的研究。俄罗斯INFOTRANS公司通过基于惯性测量的惯性/里程计/GPS/激光测距仪等多信息融合的方法，实现了对铁路线路的精密轨迹测量，300m区间轨迹测量精度优于5mm。美国通用公司(GE)旗下的PII公司针对管道的测绘与形变，研制了一款基于惯性基准的位移测量装置，通过惯性/里程计组合，结合卫星定点修正的方法，实现了管道轨迹的精密测量。国内GJ-6型轨道检测车通过惯性/里程计/激光测距仪多信息融合的方法也实现了对铁路线路轨迹的精密测量，100m区间轨迹测量精度优于4mm。
惯性测量由于其自主、连续、不受干扰等特点，在众多领域都得到了广泛应用。但惯性导航系统误差随时间累积，单纯采用惯性测量难以满足大型工程轨迹毫米级测量精度的要求，惯性/里程计组合导航利用里程计高精度测速信息抑制惯导系统的误差累积，能够有效提高惯性导航系统测量精度。全站仪是一种集光、机、电为一体的高精度测量仪器，将测角、测距、数据处理等诸多功能集于一体，架站完成后，能够对定点目标实现高精度测量。
惯性/里程计组合导航系统的测量误差仍然随里程增加而累积，为满足大型工程轨迹毫米级测量精度的需求，本发明提出一种惯性/里程计/全站仪多信息融合方法，利用全站仪的高精度测量信息抑制惯性/里程计组合导航的误差累积，提高惯性基准轨迹测量精度，对于大型工程轨迹精密测量而言具有非常重要的意义。惯性/里程计组合导航利用里程计的高精度测速信息抑制惯性系统随时间累积的误差，提高惯性系统测量精度。但惯性/里程计组合导航测量精度会随里程增加而下降，仅通过惯性/里程计组合导航难以满足大型工程轨迹毫米级测量精度的需求。
发明内容
本发明的目的是提出的一种惯性/里程计/全站仪多信息融合方法，它可应用于大型工程轨迹精密测量。
本发明是这样实现的，一种惯性/里程计/全站仪多信息融合方法，它包括如下步骤，
步骤1：惯性/里程计组合导航；
步骤2：惯性/里程计/全站仪多信息融合方法。
所述的步骤1包括如下步骤，
1)状态方程
惯性/里程计组合导航Kalman滤波选取21维状态变量：
X＝[δVNδVUδVEφNφUφEδLδhδλ▽x▽y▽zεxεyεzφayφazδKDRxRyRz]T
式中，δVN、δVU、δVE表示惯导系统北向、天向、东向速度误差，φN、φU、φE：表示惯导系统北向、天向、东向失准角，δL、δh、δλ表示惯导系统纬度、高度、经度误差，▽x、▽y、▽z表示x轴、y轴、z轴加速度计零位误差，εx、εy、εz表示x轴、y轴、z轴陀螺常值漂移，φay、φaz表示里程计与惯性测量单元之间残余方位和俯仰安装误差角，δKD为里程计刻度系数误差，Rx、Ry、Rz表示里程计与惯性测量单元之间的杆臂误差，
对应的状态方程表示如下：
Figure GDA0001770179040000031
式中，w为系统噪声，A为系统状态矩阵，根据状态变量，参照捷联惯导系统误差方程，可以得到系统状态矩阵中各元素的值，
2)量测方程
Kalman滤波量测方程形式如下：
Z＝HX+v
式中，Z表示Kalman滤波观测量，H表示系统观测矩阵，v为系统量测噪声，
惯性/里程计组合导航Kalman滤波采用速度匹配模式，以惯性导航解算得到的速度和里程计测量的速度之差值作为Kalman滤波器的观测量，即观测量：
Z＝VSINS-VOdo
式中，VSINS表示惯性导航解算得到的速度，VOdo表示里程计输出速度，
根据观测量可以得到量测矩阵H
Figure GDA0001770179040000032
式中，vbx表示里程计测量坐标系x轴速度，
Figure GDA0001770179040000033
分别表示陀螺测得的载体坐标系x轴、y轴、z轴角速率，
3)滤波计算
根据组合导航系统状态方程和量测方程，选择合适的初始状态估计值X0、初始估计均方误差阵P0、系统噪声初始方差阵Q0以及量测噪声方差阵Rk，参照Kalman滤波计算公式，可以实现对各项误差的准确估计，
4)误差修正
利用Kalman滤波计算得到的状态估计值，对惯导系统位置误差、速度误差以及里程计刻度系数误差进行修正可以得到检测系统的位置、速度及姿态信息，实现高精度惯性空间基准建立。
所述的步骤2包括如下步骤，
1)控制点测量
惯性/里程计组合导航测量轨迹与真实轨迹存在一定偏差，为提高测量精度，在测量过程中增加控制点测量，其中，A点、B点、C点为全站仪测量得到的约束控制点，
2)转换角度计算
假设A点测量坐标为(x1,y1,z1)、B点测量坐标为(x2,y2,z2)、C点测量坐标为(x3,y3,z3)，A1点、B1点、C1点分别为与A点、B点、C点相对应的惯性/里程计组合导航结果，A1点坐标为(x'1,y'1,z'1)、B1点坐标为(x'2,y'2,z'2)、C1点坐标为(x'3,y'3,z'3)，所有坐标均为转换到同一坐标系后的值，
根据全站仪测量的A点、B点坐标可以得到水平方向参考角度αx以及高低方向参考角度αy，
αx＝a tan((x2-x1)/(z2-z1))
αy＝a tan((y2-y1)/(z2-z1))
根据惯性/里程计组合导航得到的A1点、B1点坐标可以得到水平角度α'x以及高低角度α'y，
α'x＝atan((x'2-x'1)/(z'2-z'2))
α'y＝atan((y'2-y'1)/(z'2-z'1))
结合参考角度可以得到水平方向转换角度Δαx以及高低方向转换角度Δαy，
Δαx＝αx-α'x
Δαy＝αy-α'y
3)转换矩阵计算
转换角度可以得到水平方向转换矩阵Cx以及高低方向转换矩阵Cy，
Figure GDA0001770179040000051
Figure GDA0001770179040000052
4)轨迹融合
根据转换矩阵对惯性/里程计组合导航结果以及全站仪测量坐标进行轨迹融合，
X'＝Cx·X
Y'＝CY·Y
式中，X'为融合后的水平方向坐标，X为惯性/里程计组合导航得到的水平方向坐标，Y'为融合后的高低方向坐标，Y为惯性/里程计组合导航得到的高低方向坐标，
利用转换矩阵Cx、Cy对A1B1之间的所有惯性/里程计组合测量结果进行约束可以提高整个区间段的轨迹测量精度，B1C1区间段可以采用相同的方法，利用B点、C点的全站仪测量结果进行约束。
本发明的优点是，全站仪虽然难以实现轨迹连续测量，但是可以对离散点实现亚毫米级高精度测量。因此可以在轨迹测量过程中利用全站仪对惯性/里程计组合导航结果进行定点约束，能够有效提高测量精度，实现大型工程轨迹的高精度、连续、动态测量。
附图说明
图1为惯性/里程计/全站仪轨迹测量示意图。
图中，1惯性/里程计组合得到的测量轨迹，2大型工程的真实轨迹，3惯性/里程计/全站仪多信息融合得到的轨迹。
具体实施方式
下面结合附图和具体实施例对本发明进行详细介绍：
本发明提出的惯性/里程计/全站仪多信息融合方法首先进行惯性/里程计组合导航Kalman滤波计算，建立里程计测速误差模型，通过Kalman滤波实现对各项误差的有效估计，再利用全站仪的高精度测量信息对惯性/里程计组合导航的测量轨迹进行线形约束，提高测量精度。
具体的计算方法如下：
步骤1：惯性/里程计组合导航
1)状态方程
惯性/里程计组合导航Kalman滤波选取21维状态变量：
X＝[δVNδVUδVEφNφUφEδLδhδλ▽x▽y▽zεxεyεzφayφazδKDRxRyRz]T
式中，δVN、δVU、δVE表示惯导系统北向、天向、东向速度误差，φN、φU、φE：表示惯导系统北向、天向、东向失准角，δL、δh、δλ表示惯导系统纬度、高度、经度误差，▽x、▽y、▽z表示x轴、y轴、z轴加速度计零位误差，εx、εy、εz表示x轴、y轴、z轴陀螺常值漂移，φay、φaz表示里程计与惯性测量单元之间残余方位和俯仰安装误差角，δKD为里程计刻度系数误差，Rx、Ry、Rz表示里程计与惯性测量单元之间的杆臂误差。
对应的状态方程表示如下：
Figure GDA0001770179040000061
式中，w为系统噪声，A为系统状态矩阵，根据状态变量，参照捷联惯导系统误差方程，可以得到系统状态矩阵中各元素的值。
2)量测方程
Kalman滤波量测方程形式如下：
Z＝HX+v
式中，Z表示Kalman滤波观测量，H表示系统观测矩阵，v为系统量测噪声。
惯性/里程计组合导航Kalman滤波采用速度匹配模式，以惯性导航解算得到的速度和里程计测量的速度之差值作为Kalman滤波器的观测量。即观测量：
Z＝VSINS-VOdo
式中，VSINS表示惯性导航解算得到的速度，VOdo表示里程计输出速度。
根据观测量可以得到量测矩阵H
Figure GDA0001770179040000071
式中，vbx表示里程计测量坐标系x轴速度，
Figure GDA0001770179040000072
分别表示陀螺测得的载体坐标系x轴、y轴、z轴角速率。
3)滤波计算
根据组合导航系统状态方程和量测方程，选择合适的初始状态估计值X0、初始估计均方误差阵P0、系统噪声初始方差阵Q0以及量测噪声方差阵Rk，参照Kalman滤波计算公式，可以实现对各项误差的准确估计。
4)误差修正
利用Kalman滤波计算得到的状态估计值，对惯导系统位置误差、速度误差以及里程计刻度系数误差进行修正可以得到检测系统的位置、速度及姿态信息，实现高精度惯性空间基准建立。
步骤2：惯性/里程计/全站仪多信息融合方法
1)控制点测量
参照图1，惯性/里程计组合导航测量轨迹与真实轨迹存在一定偏差，为提高测量精度，在测量过程中增加控制点测量，图1中A点、B点、C点为全站仪测量得到的约束控制点。
2)转换角度计算
假设A点测量坐标为(x1,y1,z1)、B点测量坐标为(x2,y2,z2)、C点测量坐标为(x3,y3,z3)，A1点、B1点、C1点分别为与A点、B点、C点相对应的惯性/里程计组合导航结果，A1点坐标为(x'1,y'1,z'1)、B1点坐标为(x'2,y'2,z'2)、C1点坐标为(x'3,y'3,z'3)，所有坐标均为转换到同一坐标系后的值。
根据全站仪测量的A点、B点坐标可以得到水平方向参考角度αx以及高低方向参考角度αy。
αx＝atan((x2-x1)/(z2-z1))
αy＝atan((y2-y1)/(z2-z1))
根据惯性/里程计组合导航得到的A1点、B1点坐标可以得到水平角度α'x以及高低角度α'y。
α'x＝atan((x'2-x'1)/(z'2-z'2))
α'y＝atan((y'2-y'1)/(z'2-z'1))
结合参考角度可以得到水平方向转换角度Δαx以及高低方向转换角度Δαy。
Δαx＝αx-α'x
Δαy＝αy-α'y
3)转换矩阵计算
转换角度可以得到水平方向转换矩阵Cx以及高低方向转换矩阵Cy。
Figure GDA0001770179040000081
Figure GDA0001770179040000082
4)轨迹融合
根据转换矩阵对惯性/里程计组合导航结果以及全站仪测量坐标进行轨迹融合。
X'＝Cx·X
Y'＝CY·Y
式中，X'为融合后的水平方向坐标，X为惯性/里程计组合导航得到的水平方向坐标，Y'为融合后的高低方向坐标，Y为惯性/里程计组合导航得到的高低方向坐标。
利用转换矩阵Cx、Cy对A1 B1之间的所有惯性/里程计组合测量结果进行约束可以提高整个区间段的轨迹测量精度，B1 C1区间段可以采用相同的方法，利用B点、C点的全站仪测量结果进行约束。

Claims (1)

1.一种惯性/里程计/全站仪多信息融合方法，其特征在于：它包括如下步骤，
步骤1：惯性/里程计组合导航；
步骤2：惯性/里程计/全站仪多信息融合方法；
所述的步骤1包括如下步骤，
1)状态方程
惯性/里程计组合导航Kalman滤波选取21维状态变量：
Figure FDA0002797861880000011
式中，δVN、δVU、δVE表示惯导系统北向、天向、东向速度误差，φN、φU、φE：表示惯导系统北向、天向、东向失准角，δL、δh、δλ表示惯导系统纬度、高度、经度误差，
Figure FDA0002797861880000012
表示x轴、y轴、z轴加速度计零位误差，εx、εy、εz表示x轴、y轴、z轴陀螺常值漂移，φay、φaz表示里程计与惯性测量单元之间残余方位和俯仰安装误差角，δKD为里程计刻度系数误差，Rx、Ry、Rz表示里程计与惯性测量单元之间的杆臂误差，
对应的状态方程表示如下：
Figure FDA0002797861880000013
式中，w为系统噪声，A为系统状态矩阵，根据状态变量，参照捷联惯导系统误差方程，得到系统状态矩阵中各元素的值，
2)量测方程
Kalman滤波量测方程形式如下：
Z＝HX+v
式中，Z表示Kalman滤波观测量，H表示系统观测矩阵，v为系统量测噪声，
惯性/里程计组合导航Kalman滤波采用速度匹配模式，以惯性导航解算得到的速度和里程计测量的速度之差值作为Kalman滤波器的观测量，即观测量：
Z＝VSINS-VOdo
式中，VSINS表示惯性导航解算得到的速度，VOdo表示里程计输出速度，
根据观测量得到量测矩阵H
Figure FDA0002797861880000021
式中，vbx表示里程计测量坐标系x轴速度，
Figure FDA0002797861880000022
分别表示陀螺测得的载体坐标系x轴、y轴、z轴角速率，
3)滤波计算
根据组合导航系统状态方程和量测方程，选择合适的初始状态估计值X0、初始估计均方误差阵P0、系统噪声初始方差阵Q0以及量测噪声方差阵Rk，参照Kalman滤波计算公式，实现对各项误差的准确估计，
4)误差修正
利用Kalman滤波计算得到的状态估计值，对惯导系统位置误差、速度误差以及里程计刻度系数误差进行修正得到检测系统的位置、速度及姿态信息，实现高精度惯性空间基准建立；
所述的步骤2包括如下步骤，
1)控制点测量
惯性/里程计组合导航测量轨迹与真实轨迹存在一定偏差，为提高测量精度，在测量过程中增加控制点测量，其中，A点、B点、C点为全站仪测量得到的约束控制点，
2)转换角度计算
假设A点测量坐标为(x1,y1,z1)、B点测量坐标为(x2,y2,z2)、C点测量坐标为(x3,y3,z3)，A1点、B1点、C1点分别为与A点、B点、C点相对应的惯性/里程计组合导航结果，A1点坐标为(x'1,y'1,z′1)、B1点坐标为(x'2,y'2,z'2)、C1点坐标为(x'3,y'3,z'3)，所有坐标均为转换到同一坐标系后的值，
根据全站仪测量的A点、B点坐标得到水平方向参考角度αx以及高低方向参考角度αy，
αx＝atan((x2-x1)/(z2-z1))
αy＝atan((y2-y1)/(z2-z1))
根据惯性/里程计组合导航得到的A1点、B1点坐标得到水平角度α′x以及高低角度α′y，
α'x＝atan((x'2-x'1)/(z'2-z'2))
α'y＝atan((y'2-y′1)/(z'2-z′1))
结合参考角度得到水平方向转换角度Δαx以及高低方向转换角度Δαy，
Δαx＝αx-α'x
Δαy＝αy-α'y
3)转换矩阵计算
转换角度得到水平方向转换矩阵Cx以及高低方向转换矩阵Cy，
Figure FDA0002797861880000031
Figure FDA0002797861880000032
4)轨迹融合
根据转换矩阵对惯性/里程计组合导航结果以及全站仪测量坐标进行轨迹融合，
X'＝Cx·X
Y'＝CY·Y
式中，X'为融合后的水平方向坐标，X为惯性/里程计组合导航得到的水平方向坐标，Y'为融合后的高低方向坐标，Y为惯性/里程计组合导航得到的高低方向坐标，
利用转换矩阵Cx、Cy对A1 B1之间的所有惯性/里程计组合测量结果进行约束提高整个区间段的轨迹测量精度，B1 C1区间段采用相同的方法，利用B点、C点的全站仪测量结果进行约束。
CN201810652526.6A 2018-06-22 2018-06-22 一种惯性/里程计/全站仪多信息融合方法 Active CN110631573B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810652526.6A CN110631573B (zh) 2018-06-22 2018-06-22 一种惯性/里程计/全站仪多信息融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810652526.6A CN110631573B (zh) 2018-06-22 2018-06-22 一种惯性/里程计/全站仪多信息融合方法

Publications (2)

Publication Number Publication Date
CN110631573A CN110631573A (zh) 2019-12-31
CN110631573B true CN110631573B (zh) 2021-03-12

Family

ID=68967214

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810652526.6A Active CN110631573B (zh) 2018-06-22 2018-06-22 一种惯性/里程计/全站仪多信息融合方法

Country Status (1)

Country Link
CN (1) CN110631573B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112378399B (zh) * 2020-07-16 2023-02-28 西安科技大学 基于捷联惯导和数字全站仪的煤矿巷道掘进机器人精确定位定向方法
CN111895996B (zh) * 2020-08-09 2024-08-20 湖南星至导航科技有限公司 高速轨道检测系统及方法
CN113267156B (zh) * 2021-04-13 2022-10-14 深圳大学 一种利用惯导测量水泥地坪平整度的方法及测量系统
CN115900692A (zh) * 2022-08-25 2023-04-04 中铁隧道局集团有限公司 一种多传感器融合高精度隧道定位定姿方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006099059A2 (en) * 2005-03-10 2006-09-21 Witten Technologies, Inc. Method for correcting a 3d location measured by a tracking system assuming a vertical offset
CN101281030A (zh) * 2008-05-28 2008-10-08 上海隧道工程股份有限公司 提高隧道横向贯通精度的测量方法
CN103821054A (zh) * 2014-03-12 2014-05-28 武汉大学 基于ins与全站仪组合的轨道几何状态测量系统及方法
CN104775342A (zh) * 2015-04-10 2015-07-15 北京力铁轨道交通设备有限公司 轨道几何状态快速测量仪
CN106500649A (zh) * 2016-10-24 2017-03-15 中国矿业大学 一种基于惯性测量与轨道信标组合技术的矿井下车辆轨道变形监测方法
DE102007051198B4 (de) * 2006-11-08 2017-07-27 Caterpillar Trimble Control Technologies Llc System und Verfahren zur automatischen Einstellung eines Arbeitsgerätes

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006099059A2 (en) * 2005-03-10 2006-09-21 Witten Technologies, Inc. Method for correcting a 3d location measured by a tracking system assuming a vertical offset
DE102007051198B4 (de) * 2006-11-08 2017-07-27 Caterpillar Trimble Control Technologies Llc System und Verfahren zur automatischen Einstellung eines Arbeitsgerätes
CN101281030A (zh) * 2008-05-28 2008-10-08 上海隧道工程股份有限公司 提高隧道横向贯通精度的测量方法
CN103821054A (zh) * 2014-03-12 2014-05-28 武汉大学 基于ins与全站仪组合的轨道几何状态测量系统及方法
CN104775342A (zh) * 2015-04-10 2015-07-15 北京力铁轨道交通设备有限公司 轨道几何状态快速测量仪
CN106500649A (zh) * 2016-10-24 2017-03-15 中国矿业大学 一种基于惯性测量与轨道信标组合技术的矿井下车辆轨道变形监测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
惯性/卫星/里程计多信息融合方法及在铁路测绘中的应用;郭玉胜等;《中国惯性技术学报》;20170630;第334-337页 *

Also Published As

Publication number Publication date
CN110631573A (zh) 2019-12-31

Similar Documents

Publication Publication Date Title
CN110631573B (zh) 一种惯性/里程计/全站仪多信息融合方法
CN110631574B (zh) 一种惯性/里程计/rtk多信息融合方法
CN102337710B (zh) 一种gps轨道不平顺检测系统及其检测方法
CN104977004B (zh) 一种激光惯组与里程计组合导航方法及系统
CN112378399B (zh) 基于捷联惯导和数字全站仪的煤矿巷道掘进机器人精确定位定向方法
CN109974697A (zh) 一种基于惯性系统的高精度测绘方法
CN111207744B (zh) 一种基于厚尾鲁棒滤波的管线地理位置信息测量方法
CN108844539A (zh) 一种用于海浪主动补偿系统的位姿检测系统
CN110657788B (zh) 一种起重机轨道平顺性动态检测方法
CN102636165B (zh) 一种用于油气管道轨迹测绘的后处理组合导航方法
Zhou et al. Kinematic measurement of the railway track centerline position by GNSS/INS/odometer integration
CN106405592B (zh) 车载北斗载波相位周跳检测与修复方法及系统
CN102207386A (zh) 基于方位效应误差补偿的寻北方法
CN102494699A (zh) 捷联式航空重力仪测量参数置信度评估方法
CN109085655B (zh) 一种水下平台重力测量方案与验证方法
CN103499340A (zh) 一种实现大高差高程竖直传递的测量装置及测量方法
CN112628524B (zh) 一种基于拐弯角的小径管道机器人高精度定位方法
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
CN110261876B (zh) 高精度位置无关的gnss监测虚拟基准方法
CN104047212A (zh) 一种基于角度量测的轨道沉降自动测量装置及方法
CN110658543A (zh) 一种基于非接触式测量的高速铁路轨道几何参数检测方法
CN114136275A (zh) 一种轨道线路状态检测装置及路基沉降检测方法
CN103901496A (zh) 一种基于光纤陀螺sins与北斗的重力测量方法
CN116202516B (zh) 一种轨道bim多维参数辅助imu的轨道三维重建方法
CN112798014A (zh) 一种基于重力场球谐模型补偿垂线偏差的惯导自对准方法

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