CN110850457A - 一种用于室内煤场的无人机定位导航方法 - Google Patents

一种用于室内煤场的无人机定位导航方法 Download PDF

Info

Publication number
CN110850457A
CN110850457A CN201911006031.7A CN201911006031A CN110850457A CN 110850457 A CN110850457 A CN 110850457A CN 201911006031 A CN201911006031 A CN 201911006031A CN 110850457 A CN110850457 A CN 110850457A
Authority
CN
China
Prior art keywords
uwb
aerial vehicle
unmanned aerial
coordinates
navigation
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
CN201911006031.7A
Other languages
English (en)
Inventor
沈润杰
刘晨旭
张建卜
王超
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN201911006031.7A priority Critical patent/CN110850457A/zh
Publication of CN110850457A publication Critical patent/CN110850457A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/46—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being of a radio-wave signal type
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/08—Position of single direction-finder fixed by determining direction of a plurality of spaced sources of known location
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明涉及一种用于室内煤场的无人机定位导航方法，包括：步骤S1：建立UWB局部坐标系；步骤S2：建立状态空间方程，将UWB数据与惯性测量单元数据加入优化方程，通过卡尔曼滤波算法进行数据融合，计算出基本信息；步骤S3：检测卫星信号，若存在则将卫星信号转换为局部坐标进行滤波处理，与UWB的位置信息融合获得融合位置坐标；步骤S4：采集图像数据建立先验地图，结合融合位置坐标，使用ICP算法进行重定位，采用ORB‑SLAM算法实现导航地图的维护与更新；步骤S5：根据输出的置信度矩阵，与置信度阈值进行比较，若满足则输出导航地图中的具体坐标，否则输出融合位置坐标。与现有技术相比，本发明具有结合多种定位数据，保障导航方法精确性与稳定性等优点。

Description

一种用于室内煤场的无人机定位导航方法
技术领域
本发明涉及导航控制技术领域，尤其是涉及一种用于室内煤场的无人机定位导航方法。
背景技术
随着无人机控制技术发展与成熟，其在警用、城市管理、农业、地质、气象、电力、抢险救灾等行业领域的应用快速增长，市场上成熟的无人机控制技术以GNSS导航为基础，主要应用在露天环境下，而对于GNSS信号较差的室内环境，尚无成熟稳定的导航方法。火电站煤场的盘煤工作是无人机的典型应用场景，随着环保要求的提升，露天煤场逐渐被室内煤场所取代。在GNSS信号微弱的室内煤场环境下，需要一种新的导航技术能够为无人机提供精确地位置信息，保障无人机完成盘煤工作。
发明内容
本发明的目的就是为了克服上述现有技术存在的室内环境下无法为无人机提供精确地位置信息的缺陷而提供一种用于室内煤场的无人机定位导航方法。
本发明的目的可以通过以下技术方案来实现：
一种用于室内煤场的无人机定位导航方法，包括以下步骤：
步骤S1：布置UWB基站，建立UWB定位局部坐标系；
步骤S2：建立UWB基站与惯性测量单元的联合状态空间方程，将UWB数据与惯性测量单元的加速度数据加入统一优化方程中，通过卡尔曼滤波算法进行数据融合，计算出无人机的速度、位置信息；
步骤S3：检测GPS或北斗卫星信号，若存在则将卫星信号转换为局部坐标后进行滤波处理，与UWB定位局部坐标系的位置信息融合后，获得融合位置坐标；
步骤S4：采集煤场顶棚、墙壁等固定结构的图像数据建立先验地图，根据所述先验地图与步骤S3中的融合位置坐标，使用ICP算法进行重定位，并采用ORB-SLAM算法实现先验地图所对应导航地图的维护与更新；
步骤S5：根据ICP算法输出的置信度矩阵，与置信度阈值进行比较，若满足置信度阈值，输出无人机在步骤S4导航地图模型中的具体坐标，否则输出步骤S3的融合位置坐标。
所述卡尔曼滤波的输入值还包括UWB定位局部坐标系输出的无人机的初步UWB位置坐标。
所述GPS或北斗卫星信号与UWB数据融合完成初步定位具体是指通过高斯投影法将大地坐标转化为所述UWB定位局部坐标系的平面坐标。
所述高斯投影法的转换公式具体如下：
l＝L-L0，η＝e′·cosB，t＝tanB
Figure BDA0002242802330000021
其中，x为平面坐标的横坐标，y为平面坐标的纵坐标，L0为3度带中央子午线经度，e′为椭圆的第二偏心率，L为所求点经度，B为所求点纬度，l、η、t为转换过程的辅助变量，N为卯酉圈子午线半径。
所述UWB位置坐标的信号和GPS或北斗卫星信号经过加权平均处理，得到平均信号强度α和β，根据现场信号强度分析，计算得到良好信号强度阈值α1和β1，归一化处理后得到所述两种信号的权重α′和β′，根据所述权重计算出融合位置坐标。
所述融合位置坐标的计算公式具体为：
X＝α′X1+β′X2
其中，X为无人机的融合位置坐标，X1为UWB位置坐标的信号，X2为GPS或北斗卫星信号。
所述ICP算法的具体步骤为：
步骤S401：在目标点云P中取点集pi∈P；
步骤S402：找出源点云Q中的对应点集qi∈Q，使得||pi-qi||＝min；
步骤S403：计算旋转矩阵R和平移矩阵t，使得误差函数最小；
步骤S404：对pi使用步骤S403求得的旋转矩阵R和平移矩阵t进行旋转和平移变换，得到新的对应点集{p′i＝Rpi+t,pi∈P}；
步骤S405：计算p′i与对应点集qi的平均距离d；
步骤S406：若d小于既定阈值或者迭代超过最大迭代次数，则停止迭代计算,否则返回步骤S402，直到满足上述收敛条件为止。
所述无人机在步骤S4导航地图模型中的具体坐标或步骤S3的融合位置坐标需要使用低通滤波器对不良数据进行滤除。
与现有技术相比，本发明具有以下有益效果：
1.本发明融合了GPS或北斗导航、UWB定位、惯性导航和视觉SLAM等多种定位数据，互为冗余备份，保障了导航方法的精确性与稳定性。
2.本发明针对煤场的实际结构为SLAM过程设计了特殊的先验地图，保障SLAM在实际环境下的可行性。
3.本发明通过多重卡尔曼滤波将UWB信息与惯性测量单元提供的加速度信息进行滤波融合，提高了UWB数据与惯导数据的融合精度。
附图说明
图1为本发明的流程示意图；
图2为本发明GPS或北斗卫星信号与UWB位置坐标融合的流程示意图。
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说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
一种用于室内煤场的无人机定位导航方法，包括以下步骤：
步骤S1：布置UWB基站，建立UWB定位局部坐标系；
步骤S2：建立UWB基站与惯性测量单元的联合状态空间方程，将UWB数据与惯性测量单元的加速度数据加入统一优化方程中，通过卡尔曼滤波算法进行数据融合，计算出无人机的速度、位置信息；
步骤S3：检测GPS或北斗卫星信号，若存在则将卫星信号转换为局部坐标后进行滤波处理，与UWB定位局部坐标系的位置信息融合后，获得融合位置坐标；
步骤S4：采集煤场顶棚、墙壁等固定结构的图像数据建立先验地图，根据先验地图与步骤S3中的融合位置坐标，使用ICP算法进行重定位，并采用ORB-SLAM算法实现先验地图所对应导航地图的维护与更新；
步骤S5：根据ICP算法输出的置信度矩阵，与置信度阈值进行比较，若满足置信度阈值，输出无人机在步骤S4导航地图模型中的具体坐标，否则输出步骤S3的融合位置坐标。
卡尔曼滤波的输入值还包括UWB定位局部坐标系输出的无人机的初步UWB位置坐标。
GPS或北斗卫星信号与UWB数据融合完成初步定位具体是指在工作场地附近选择两点，精确测量其通过GPS或北斗卫星得到的经纬度坐标及其在UWB坐标系下精确地位置坐标，通过高斯投影法将大地坐标转化为UWB定位局部坐标系的平面坐标。
高斯投影法的转换公式具体如下：
l＝L-L0，η＝e′·cosB，t＝tanB
Figure BDA0002242802330000041
Figure BDA0002242802330000042
其中，x为平面坐标的横坐标，y为平面坐标的纵坐标，L0为3度带中央子午线经度，e′为椭圆的第二偏心率，L为所求点经度，B为所求点纬度，l、η、t为转换过程的辅助变量，N为卯酉圈子午线半径。
如图2所示，UWB位置坐标的信号和GPS或北斗卫星信号经过加权平均处理，得到平均信号强度α和β，根据现场信号强度分析，计算得到良好信号强度阈值α1和β1，归一化处理后得到两种信号的权重α′和β′，根据权重计算出融合位置坐标。
融合位置坐标的计算公式具体为：
X＝α′Xl+β′X2
其中，X为无人机的融合位置坐标，X1为UWB位置坐标的信号，X2为GPS或北斗卫星信号。
根据上述公式，当在室内GPS或北斗信号过于微弱或不存在的地方，α′近似于0，则X＝β′X2，即无人机的最终位置完全取决于UWB信号；当在室外离UWB基站较远处，β′近似于0，则X＝α′X1，即无人机的最终位置完全取决于GPS或北斗信号。
由于煤场顶棚结构的高度相似性，因此ICP算法必须经过大量的迭代之后才能达到收敛条件，同时算法匹配结果可能会陷入局部最优解，无法得到正确的位置信息。因此使用第三步得到的融合定位信息为ICP算法提供一个相对准确的初始位置，在此基础上完成精确匹配。
ICP算法的具体步骤为：
步骤S401：在目标点云P中取点集pi∈P；
步骤S402：找出源点云Q中的对应点集qi∈Q，使得||pi-qi||＝min；
步骤S403：计算旋转矩阵R和平移矩阵t，使得误差函数最小；
步骤S404：对pi使用步骤S403求得的旋转矩阵R和平移矩阵t进行旋转和平移变换，得到新的对应点集{p′i＝Rpi+t,pi∈P}；
步骤S405：计算p′i与对应点集qi的平均距离d；
步骤S406：若d小于既定阈值或者迭代超过最大迭代次数，则停止迭代计算,否则返回步骤S402，直到满足上述收敛条件为止。
误差函数为E(R,t)具体为：
Figure BDA0002242802330000051
其中，n为最邻近点对的个数，pi为目标点云P中的一点，qi为源点云Q中与pi对应的最近点，R为旋转矩阵，t为平移向量。
无人机在步骤S4导航地图模型中的具体坐标或步骤S3的融合位置坐标需要使用低通滤波器对不良数据进行滤除，实现无人机的稳定导航，低通滤波器参数根据实际情况调节，兼顾滤波效果与实时性。

Claims (8)

1.一种用于室内煤场的无人机定位导航方法，其特征在于，包括以下步骤：
步骤S1：布置UWB基站，建立UWB定位局部坐标系；
步骤S2：建立UWB基站与惯性测量单元的联合状态空间方程，将UWB数据与惯性测量单元的加速度数据加入统一优化方程中，通过卡尔曼滤波算法进行数据融合，计算出无人机的速度、位置信息；
步骤S3：检测GPS或北斗卫星信号，若存在则将卫星信号转换为局部坐标后进行滤波处理，与UWB定位局部坐标系的位置信息融合后，获得融合位置坐标；
步骤S4：采集煤场顶棚、墙壁等固定结构的图像数据建立先验地图，根据所述先验地图与步骤S3中的融合位置坐标，使用ICP算法进行重定位，并采用ORB-SLAM算法实现先验地图所对应导航地图的维护与更新；
步骤S5：根据ICP算法输出的置信度矩阵，与置信度阈值进行比较，若满足置信度阈值，输出无人机在步骤S4导航地图模型中的具体坐标，否则输出步骤S3的融合位置坐标。
2.根据权利要求1所述的一种用于室内煤场的无人机定位导航方法，其特征在于，所述卡尔曼滤波的输入值还包括UWB定位局部坐标系输出的无人机的初步UWB位置坐标。
3.根据权利要求1所述的一种用于室内煤场的无人机定位导航方法，其特征在于，所述GPS或北斗卫星信号与UWB数据融合完成初步定位具体是指通过高斯投影法将大地坐标转化为所述UWB定位局部坐标系的平面坐标。
4.根据权利要求3所述的一种用于室内煤场的无人机定位导航方法，其特征在于，所述高斯投影法的转换公式具体如下：
l＝L-L0,η＝e′·cosB,t＝tanB
Figure FDA0002242802320000011
其中，为平面坐标的横坐标，为平面坐标的纵坐标，L0为3度带中央子午线经度，e′为椭圆的第二偏心率，L为所求点经度，B为所求点纬度，l、η、t为转换过程的辅助变量，N为卯酉圈子午线半径。
5.根据权利要求1所述的一种用于室内煤场的无人机定位导航方法，其特征在于，所述UWB位置坐标的信号和GPS或北斗卫星信号经过加权平均处理，得到平均信号强度α和β，根据现场信号强度分析，计算得到良好信号强度阈值α1和β1，归一化处理后得到所述两种信号的权重α′和β′，根据所述权重计算出融合位置坐标。
6.根据权利要求5所述的一种用于室内煤场的无人机定位导航方法，其特征在于，所述融合位置坐标的计算公式具体为：
X＝α′X1+β′X2
其中，X为无人机的融合位置坐标，X1为UWB位置坐标的信号，X2为GPS或北斗卫星信号。
7.根据权利要求1所述的一种用于室内煤场的无人机定位导航方法，其特征在于，所述ICP算法的具体步骤为：
步骤S401：在目标点云P中取点集pi∈P；
步骤S402：找出源点云Q中的对应点集qi∈Q，使得||pi-qi||＝min；
步骤S403：计算旋转矩阵R和平移矩阵t，使得误差函数最小；
步骤S404：对pi使用步骤S403求得的旋转矩阵R和平移矩阵t进行旋转和平移变换，得到新的对应点集{p′i＝Rpi+t,pi∈P}；
步骤S405：计算p′i与对应点集qi的平均距离d；
步骤S406：若d小于既定阈值或者迭代超过最大迭代次数，则停止迭代计算,否则返回步骤S402，直到满足上述收敛条件为止。
8.根据权利要求1所述的一种用于室内煤场的无人机定位导航方法，其特征在于，所述无人机在步骤S4导航地图模型中的具体坐标或步骤S3的融合位置坐标需要使用低通滤波器对不良数据进行滤除。
CN201911006031.7A 2019-10-22 2019-10-22 一种用于室内煤场的无人机定位导航方法 Pending CN110850457A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911006031.7A CN110850457A (zh) 2019-10-22 2019-10-22 一种用于室内煤场的无人机定位导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911006031.7A CN110850457A (zh) 2019-10-22 2019-10-22 一种用于室内煤场的无人机定位导航方法

Publications (1)

Publication Number Publication Date
CN110850457A true CN110850457A (zh) 2020-02-28

Family

ID=69597784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911006031.7A Pending CN110850457A (zh) 2019-10-22 2019-10-22 一种用于室内煤场的无人机定位导航方法

Country Status (1)

Country Link
CN (1) CN110850457A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112034479A (zh) * 2020-06-15 2020-12-04 煤炭科学技术研究院有限公司 一种应用于煤矿井下智能巡检无人机的定位方法及系统
CN112150629A (zh) * 2020-09-25 2020-12-29 福建华电可门发电有限公司 一种基于视觉的盘煤系统及方法
CN112229392A (zh) * 2020-09-25 2021-01-15 福建华电可门发电有限公司 一种高冗余的室内煤场导航方法及系统
CN112346479A (zh) * 2020-11-18 2021-02-09 大连海事大学 一种基于集中式卡尔曼滤波的无人航行器状态估计方法
CN113267798A (zh) * 2021-05-26 2021-08-17 常州大学 一种bds/tbs技术的高精度隧道内定位系统及方法
CN114701544A (zh) * 2022-03-16 2022-07-05 中国矿业大学 一种煤矿井下单轨吊多源信息融合精确定位方法及系统
CN115657062A (zh) * 2022-12-27 2023-01-31 理工雷科智途(北京)科技有限公司 一种设备快速重定位方法、装置及存储介质
EP4345483A1 (en) * 2022-09-30 2024-04-03 Volvo Autonomous Solutions AB Moving object localisation across different areas of sensor coverage
CN118500385A (zh) * 2024-07-19 2024-08-16 烟台欣飞智能系统有限公司 一种多模式融合的无人机定位方法、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8130144B1 (en) * 1999-10-12 2012-03-06 Lightwaves Systems, Inc. Globally referenced positioning in a shielded environment
CN107300385A (zh) * 2017-08-25 2017-10-27 上海瀚界科技发展有限公司 基于uwb测距的惯导定位系统
CN108490473A (zh) * 2018-02-10 2018-09-04 深圳大学 一种融合gnss和uwb的无人机增强定位方法与系统
CN108759824A (zh) * 2018-07-24 2018-11-06 顺丰科技有限公司 高精度定位导航系统及方法
CN109283562A (zh) * 2018-09-27 2019-01-29 北京邮电大学 一种车联网中车辆三维定位方法及装置
CN109781120A (zh) * 2019-01-25 2019-05-21 长安大学 一种基于同步定位构图的车辆组合定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8130144B1 (en) * 1999-10-12 2012-03-06 Lightwaves Systems, Inc. Globally referenced positioning in a shielded environment
CN107300385A (zh) * 2017-08-25 2017-10-27 上海瀚界科技发展有限公司 基于uwb测距的惯导定位系统
CN108490473A (zh) * 2018-02-10 2018-09-04 深圳大学 一种融合gnss和uwb的无人机增强定位方法与系统
CN108759824A (zh) * 2018-07-24 2018-11-06 顺丰科技有限公司 高精度定位导航系统及方法
CN109283562A (zh) * 2018-09-27 2019-01-29 北京邮电大学 一种车联网中车辆三维定位方法及装置
CN109781120A (zh) * 2019-01-25 2019-05-21 长安大学 一种基于同步定位构图的车辆组合定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李康: ""室内环境无人机复合定位方法研究"", 《中国优秀硕士学位论文数据库工程科技||辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112034479A (zh) * 2020-06-15 2020-12-04 煤炭科学技术研究院有限公司 一种应用于煤矿井下智能巡检无人机的定位方法及系统
CN112150629A (zh) * 2020-09-25 2020-12-29 福建华电可门发电有限公司 一种基于视觉的盘煤系统及方法
CN112229392A (zh) * 2020-09-25 2021-01-15 福建华电可门发电有限公司 一种高冗余的室内煤场导航方法及系统
CN112346479A (zh) * 2020-11-18 2021-02-09 大连海事大学 一种基于集中式卡尔曼滤波的无人航行器状态估计方法
CN112346479B (zh) * 2020-11-18 2023-08-22 大连海事大学 一种基于集中式卡尔曼滤波的无人航行器状态估计方法
CN113267798A (zh) * 2021-05-26 2021-08-17 常州大学 一种bds/tbs技术的高精度隧道内定位系统及方法
CN114701544B (zh) * 2022-03-16 2023-09-26 中国矿业大学 一种煤矿井下单轨吊多源信息融合精确定位方法及系统
CN114701544A (zh) * 2022-03-16 2022-07-05 中国矿业大学 一种煤矿井下单轨吊多源信息融合精确定位方法及系统
EP4345483A1 (en) * 2022-09-30 2024-04-03 Volvo Autonomous Solutions AB Moving object localisation across different areas of sensor coverage
WO2024068978A1 (en) * 2022-09-30 2024-04-04 Volvo Autonomous Solutions AB Moving object localisation across different areas of sensor coverage
CN115657062A (zh) * 2022-12-27 2023-01-31 理工雷科智途(北京)科技有限公司 一种设备快速重定位方法、装置及存储介质
CN118500385A (zh) * 2024-07-19 2024-08-16 烟台欣飞智能系统有限公司 一种多模式融合的无人机定位方法、设备及介质
CN118500385B (zh) * 2024-07-19 2024-09-17 烟台欣飞智能系统有限公司 一种多模式融合的无人机定位方法、设备及介质

Similar Documents

Publication Publication Date Title
CN110850457A (zh) 一种用于室内煤场的无人机定位导航方法
CN111522043B (zh) 一种无人车激光雷达快速重新匹配定位方法
WO2021128297A1 (zh) 三维点云地图构建方法、系统和设备
CN106840148B (zh) 室外作业环境下基于双目摄像机的可穿戴式定位与路径引导方法
CN113074727A (zh) 基于蓝牙与slam的室内定位导航装置及其方法
Peng et al. UAV positioning based on multi-sensor fusion
Zheng et al. Low-cost gps-aided lidar state estimation and map building
CN112711055B (zh) 一种基于边缘计算的室内外无缝定位系统及方法
CN110441760B (zh) 一种基于先验地形图的大范围海底地形图拓展构图方法
CN112325883A (zh) 一种WiFi和视觉多源融合的移动机器人室内定位方法
CN102506872B (zh) 一种判定飞行航路偏离的方法
WO2022193106A1 (zh) 一种通过惯性测量参数将gps与激光雷达融合定位的方法
CN112859133B (zh) 一种基于雷达与北斗数据的船舶深度融合定位方法
CN111813113A (zh) 仿生视觉自运动感知地图绘制方法、存储介质及设备
Wen et al. Object-detection-aided GNSS and its integration with lidar in highly urbanized areas
CN113763548A (zh) 基于视觉-激光雷达耦合的贫纹理隧洞建模方法及系统
Das et al. An experimental study on relative and absolute pose graph fusion for vehicle localization
CN114727384A (zh) 一种基于加权min-max的蓝牙RSSI定位方法
CN105157564A (zh) 一种网架单元拼装精度快速自动化摄影测量方法
CN108917698B (zh) 一种方位角计算方法
CN112098926B (zh) 一种利用无人机平台的智能测角训练样本生成方法
Tang et al. Vehicle Heterogeneous Multi-Source Information Fusion Positioning Method
Ai et al. Surround Mask Aiding GNSS/LiDAR SLAM for 3D Mapping in the Dense Urban Environment
CN113110602A (zh) 一种神经网络的高鲁邦性无人机电力设备自动巡检系统
Zhan et al. Fast Self-calibration Method for Massive UWB Anchors Aided by Odometry

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