CN110969643B - 地面目标移动轨迹的星上自主预测方法 - Google Patents
地面目标移动轨迹的星上自主预测方法 Download PDFInfo
- Publication number
- CN110969643B CN110969643B CN201911309758.2A CN201911309758A CN110969643B CN 110969643 B CN110969643 B CN 110969643B CN 201911309758 A CN201911309758 A CN 201911309758A CN 110969643 B CN110969643 B CN 110969643B
- Authority
- CN
- China
- Prior art keywords
- ground target
- earth
- ground
- target
- moving
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/207—Analysis of motion for motion estimation over a hierarchy of resolutions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种地面目标移动轨迹的星上自主预测方法,属于航天技术领域。所述星上自主预测方法首先通过图像识别初步估计地面目标的类型和移动方向,并通过先验知识估计该类型目标的移动速度,然后通过第一次对卫星速度矢量的旋转获取地面目标速度方向单位矢量在地球固连坐标系下的表示,最后通过第二次对地面目标初始位置方向单位矢量的旋转获取地面目标的新位置方向单位矢量。本发明能够对地面目标的移动轨迹进行快速准确的预判,具有不依赖于连续的图像信息的优点,且计算速度快,具有较强的算法鲁棒性,特别适用于一类移动速度较大、机动性能较强的地面目标的卫星快速跟踪成像任务。
Description
技术领域
本发明属于航天技术领域,具体涉及一种地面目标移动轨迹的星上自主预测方法。
背景技术
对地光学成像卫星装有光学相机等成像设备,用于对地面进行照相、侦察,调查资源,监测地球气候和污染,以及凝视特定的地面观察目标等。当卫星相机在捕获到地面观察目标后,如果还想实现跟踪凝视控制,即在下一时刻还能准确地跟踪该移动目标,就需要判断、估计和预测该地面目标的移动轨迹,或者说运动轨迹。
总的说来,根据移动目标位置的历史观测数据可以估计其运动轨迹。在通常情况下,需要在连续时间内至少有两个不同的位置信息,才能利用线性拟合算法估计移动目标的运动趋势,包括运行方向和速度。如果还能获得更多连续时间内的不同位置信息,就可以得到较为精确的运动轨迹。一般是通过建立轨迹方程和一些滤波算法来估计和预测移动目标的位置、速度与下一时刻的位置和速度。常用的估计方法有取平均值法、最大似然估计法、最小方差准则法、序贯估计法等。
文献“地面慢速移动目标轨迹预测方法”(作者:方喜龙,等;期刊:火力与指挥控制;年份:2012;卷期:37(10);页码:120-124)针对预测期较长时慢速移动目标预测结果可能偏差较大的问题,提出了一种改进灰色预测模型结合轨迹点转移概率的综合预测方法,通过引入缓变因子提高灰色预测模型的精度,从而提高轨迹预测结果的准确度。文献“基于大数据分析的移动对象轨迹预测方法”(作者:李倩伟,唐丙寅;期刊:计算机测量与控制;年份:2016;卷期:24(10);页码:198-201)针对移动目标的运动参量信息特征规模较大、传统单分量时间序列分析方法难以实现准确参量估计和轨迹预测的问题,提出了一种基于大数据多传感信息融合跟踪的移动对象轨迹预测算法,通过大数据分析方法实现对移动对象运动参量的准确估计和检测。
论文“四旋翼无人机多地面相似目标跟踪与轨迹预测”(作者:曾政超;中国民航大学硕士学位论文;年份:2015)提出了一种基于Kalman滤波器与最小二乘法的目标轨迹预测算法,通过目标建模、摄像机标定、位置逆透视映射以及相关算法实现对目标轨迹的拟合,为四旋翼无人机搜寻并跟踪目标提供决策依据。
专利文献CN 103995968B(授权公告日:2017.01.25)公开了一种无人飞行器对地面目标运动轨迹预测的装置及其方法,通过建立地面移动目标的GM(1,1)灰色预测模型,将地面移动目标轨迹三维极坐标换算成三维直角坐标,并对目标轨迹数据进行标准化处理后进行分析预测,可有效地预测地面移动目标的轨迹,从而为无人机任务规划系统提供可靠信息。然而,上述这些传统的位置和速度拟合方法难以适用于地面目标移动轨迹的星上自主预测任务中。这主要表现在以下三个方面:首先,星上相机很难提供高分辨率的稳定视频,所以利用传统的拟合方法获得的速度信息误差较大;再者,这些传统的拟合方法本身需要较常时间的观测数据作为输入,星载计算机的主频又相对较低,从而导致传统的预测方法的计算收敛时间较长,很可能因目标脱离视场而无法收敛;最后,传统的预测方法依赖连续时间的观测信息,而当目标移动速度较大、机动性能较强时,卫星相机只能捕获到少量的图像信息,无法快速完成拟合计算。
发明内容
本发明的主要目的是提供一种地面目标移动轨迹的星上自主预测方法,旨在解决传统预测方法需要依赖于连续图像信息、且计算收敛时间相对较长的问题。
本发明所述地面目标移动轨迹的星上自主预测方法,包括以下步骤:
步骤1,通过图像识别初步估计地面目标的类型和移动方向,并根据所述地面目标的类型,通过先验知识估计所述地面目标的移动速度;
步骤2,通过将卫星的运动方向绕地心与地面目标的连线方向旋转一个夹角σ,获取地面目标的移动速度方向单位矢量在地球固连坐标系下的表示;所述夹角σ为地面目标移动方向与卫星运动方向之间的夹角;
步骤3,通过将地面目标的初始位置方向单位矢量绕地面目标相对于地球的移动轨迹所在平面的法向量旋转一个地心夹角Δθ,获取地面目标的新位置方向单位矢量;所述地心夹角Δθ为地面目标在关注时间段内沿地球球面匀速运动走过的弧段所对应的角度。所述步骤1中假定地面目标沿地球的地表做匀速直线运动。
所述步骤2的详细过程为:
所述步骤3的详细过程为:
通过计算得到地面目标相对于地球的移动轨迹所在平面的法向量n为:
在关注的时间段[t0,t](t>t0)内,地面目标沿地球球面匀速运动走过的弧段所对应的地心夹角Δθ为:
式中,Re为地球半径,t为所关心的时刻;
λ=arctan2(rt2,rt1), (7)
式中,arcsin与arctan分别为反正弦函数和反正切函数。
所述t时刻地面目标所处新位置的经度λ的取值范围在-π至π之间。
一种地面目标移动轨迹的星上自主预测系统,包括计算机设备,该计算机设备被编程或配置以执行所述地面目标移动轨迹的星上自主预测方法的步骤,或该计算机设备的存储器上存储有被编程或配置以所述地面目标移动轨迹的星上自主预测方法的计算机程序。一种卫星,该卫星带有所述地面目标移动轨迹的星上自主预测系统。
一种计算机可读存储介质,该计算机可读存储介质上存储有被编程或配置以执行所述地面目标移动轨迹的星上自主预测方法的计算机程序。
与现有技术相比,本发明技术方案的有益效果主要体现在:
本发明对目标移动趋势的判断不依赖于对连续时间内观测结果的拟合,即不依赖于连续的图像信息,且本发明所提出的方法计算速度快,具有较强的算法鲁棒性,特别适用于一类移动速度较大、机动性能较强的地面目标的卫星快速跟踪成像任务。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明所地面目标移动轨迹的星上自主预测方法的流程图;
图2为第一次对卫星速度矢量旋转的示意图;
图3为第二次对目标原位置矢量旋转的示意图;
图4为利用本发明所述方法获得的地面目标在1分钟内的移动轨迹仿真结果示意图。
附图标记说明:
1—目标成像平面;2—地面目标;3—卫星;4—地球;5—地心。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例不是本发明的全部实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明中所述地面目标移动轨迹的星上自主预测方法对目标移动趋势的判断不依赖于对连续时间内观测结果的拟合,而是首先通过常规的图像处理算法对卫星相机所拍摄的地面目标图像进行在线识别,初步估计该地面目标的类型,例如舰船、飞机、汽车、火车等,并直接判断其移动方向,而后根据该地面目标的类型,利用先验知识判断该地面目标的移动速度,最后根据移动方向和移动速度对地面目标的移动轨迹进行快速准确的预判。参见图1给出的流程图,本发明所述方法主要通过两次旋转来预测地面目标在下一时刻所处的新位置,其包括的具体步骤如下:
步骤1,通过图像识别初步估计地面目标的类型和移动方向,并根据地面目标的类型,通过先验知识估计地面目标的移动速度;
记地面目标处于初始位置所对应的时刻为t0时刻,设t0时刻卫星的星下点经度为λ0,纬度为所观察的地面目标处于卫星的星下点。经常规的图像处理算法进行图像识别,初步预估得到该地面目标的类型,在本实施例中,假定该地面目标是一艘舰船,比如说巡洋舰,如图2所示。同时,通过图像识别,还可判断出该地面目标的移动方向。然后根据地面目标的类型,利用先验知识估计出其大致的移动速度。将所观察的地面目标相对于地面的速度大小预估为v,对于本实施例,由于其类型是一艘巡洋舰,根据人们的经验知识,可以将其速度大小预估为50~80km/h。此外,还认为在t0这一个瞬时刻地面目标沿地表做匀速直线运动。
步骤2,通过将卫星的运动方向绕地心与地面目标的连线方向旋转一个夹角σ,获取地面目标的移动速度方向单位矢量在地球固连坐标系下的表示;
参见图2,设地面目标的移动方向与卫星的运动方向,即地面目标移动方向与目标成像平面的正y方向的夹角为σ。该夹角σ取值正负的定义如下:当目标成像平面的正y方向旋转到地面目标前进方向是按照逆时针方向旋转时,夹角σ取正值;反之取负值。对于图2所示的情形,舰船前进方向是通过将目标成像平面的正y方向按照顺时针方向旋转得到,因而夹角σ取负值。
设t0时刻卫星相对于地球固连坐标系o-xyz的速度矢量为vsecf,则可知卫星速度方向的单位矢量为记t0时刻地心与地面目标的连线方向单位矢量为即为地面目标的初始位置方向单位矢量,忽略地球自转轴和地球固连坐标系z轴之间的偏差,则有:
采用四元数旋转方法将卫星的运动方向绕地心与地面目标的连线方向旋转所述夹角σ,记四元数为:
则有:
步骤3,通过将地面目标的初始位置方向单位矢量绕地面目标相对于地球的移动轨迹所在平面的法向量旋转一个地心夹角Δθ,获取地面目标的新位置方向单位矢量。通过叉乘计算可以得到地面目标相对于地球的移动轨迹所在平面的法向量n为:
将所关心的时刻记为t时刻,那么该地面目标在t0时刻到t时刻这段关注时间段内沿地球球面匀速运动走过的弧段所对应的角度Δθ为:
式中,Re为地球半径,t0<t。上述Δθ也可简称为地心夹角。
下面将地面目标的初始位置方向单位矢量绕地面目标相对于地球的移动轨迹所在平面的法向量n旋转一个地心夹角Δθ,得到目标的新位置方向单位矢量。这里所述的旋转简称为第而次旋转。通过第二次旋转,可以进一步获得地面目标在地球上所处新位置的经度和纬度信息。
λ=arctan2(rt2,rt1) (7)
式中,arcsin与arctan分别为反正弦函数和反正切函数。应注意t时刻地面目标所处新位置的经度λ的取值范围在-π到π之间。
为进一步说明本发明取得的有益效果,下面利用本发明所述地面目标移动轨迹的星上自主预测方法开展仿真分析。
假定在某一时刻,卫星对地成像时恰好发现一个感兴趣的地面目标位于相机视场正中心,经识别,该地面目标为一航行中的巡洋舰,其典型时速为30节(约15.43米每秒或55.56公里每小时)。此时,卫星星下点位于东经123.5°、北纬22.5°处,且从所获取到的图像来看,该巡洋舰的前进方向与相机视场正y方向的夹角为45°。另外,卫星此时相对于地球固连坐标系的速度矢量为:
vsecf=[-5.007217 -4.966215 2.888425]km/s
依据本发明所提供的方法,预估巡洋舰在未来1分钟内的运行轨迹,得到的仿真结果如图4所示。可以看出,本发明能够有效、合理、快速地完成对目标移动轨迹的自主预测,其计算量以星上计算水平而言能够独立自主完成。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (7)
1.一种地面目标移动轨迹的星上自主预测方法,其特征在于,包括以下步骤:
步骤1,通过图像识别初步估计地面目标的类型和移动方向,并根据所述地面目标的类型,通过先验知识估计所述地面目标的移动速度;
步骤2,通过将卫星的运动方向绕地心与地面目标的连线方向旋转一个夹角,获取地面目标的移动速度方向单位矢量在地球固连坐标系下的表示;所述夹角为地面目标移动方向与卫星运动方向之间的夹角;
步骤3,通过将地面目标的初始位置方向单位矢量绕地面目标相对于地球的移动轨迹所在平面的法向量旋转一个地心夹角,获取地面目标的新位置方向单位矢量;所述地心夹角为地面目标在关注时间段内沿地球球面匀速运动走过的弧段所对应的角度;
所述步骤2的详细过程为:
记地面目标处于初始位置所对应的时刻为时刻,在时刻地心与地面目标的连线方向单位矢量为:
,(1)
式中,与分别为时刻卫星星下点的经度和纬度,也称为地面目标的初始位置方向单位矢量;
设为地面目标移动方向与卫星运动方向之间的夹角,采用四元数旋转方法将卫星的运动方向绕地心与地面目标的连线方向旋转所述夹角,记四元数为:
,(2)
式中,、与分别为卫星相对于地球固连坐标系的速度在地球固连坐标系x轴、y轴与z轴三个方向的分量;
则地面目标在地球固连坐标系下的移动速度方向单位矢量为:
,(3)
式中,为时刻卫星相对于地球固连坐标系的移动速度方向单位矢量。
2.根据权利要求1所述的地面目标移动轨迹的星上自主预测方法,其特征在于,所述步骤1中假定地面目标沿地球的地表做匀速直线运动。
3.根据权利要求1所述的地面目标移动轨迹的星上自主预测方法,其特征在于,所述步骤3的详细过程为:
通过计算得到地面目标相对于地球的移动轨迹所在平面的法向量为:
,(4)
在关注的时间段[,]()内,地面目标沿地球球面匀速运动走过的弧段所对应的地心夹角为:
,(5)
式中,为地球半径,为所关心的时刻;
同样采用步骤2中式(2)和式(3)所描述的四元数旋转方法,将地面目标的初始位置方向单位矢量沿目标相对于地球的移动轨迹所在平面的法向量旋转角度,可以得到时刻地面目标的位置方向单位矢量为:
,(6)
从而求得矢量对应的地面目标所处新位置的经度和纬度分别为:
,(7)
,(8)
式中,arcsin与arctan分别为反正弦函数和反正切函数。
4.根据权利要求3所述的地面目标移动轨迹的星上自主预测方法,其特征在于,所述时刻地面目标所处新位置的经度的取值范围在-π至π之间。
5.一种地面目标移动轨迹的星上自主预测系统,包括计算机设备,其特征在于,该计算机设备被编程或配置以执行权利要求1~4中任意一项所述地面目标移动轨迹的星上自主预测方法的步骤,或该计算机设备的存储器上存储有被编程或配置以执行权利要求1~4中任意一项所述地面目标移动轨迹的星上自主预测方法的计算机程序。
6.一种卫星,其特征在于,该卫星带有权利要求5所述的地面目标移动轨迹的星上自主预测系统。
7.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有被编程或配置以执行权利要求1~4中任意一项所述地面目标移动轨迹的星上自主预测方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911309758.2A CN110969643B (zh) | 2019-12-18 | 2019-12-18 | 地面目标移动轨迹的星上自主预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911309758.2A CN110969643B (zh) | 2019-12-18 | 2019-12-18 | 地面目标移动轨迹的星上自主预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110969643A CN110969643A (zh) | 2020-04-07 |
CN110969643B true CN110969643B (zh) | 2023-04-25 |
Family
ID=70034908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911309758.2A Active CN110969643B (zh) | 2019-12-18 | 2019-12-18 | 地面目标移动轨迹的星上自主预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969643B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112990549B (zh) * | 2021-02-09 | 2023-07-18 | 中国人民解放军战略支援部队航天工程大学 | 一种空间非合作目标抵近绕飞观测轨迹优化方法 |
CN114679541A (zh) * | 2022-03-11 | 2022-06-28 | 中国科学院长春光学精密机械与物理研究所 | 一种星上运动目标跟踪方法 |
CN115097859B (zh) * | 2022-08-24 | 2022-10-28 | 北京控制工程研究所 | 高轨遥感卫星动目标跟踪成像的姿态轨迹优化方法和装置 |
CN115877328B (zh) * | 2023-03-06 | 2023-05-12 | 成都鹰谷米特科技有限公司 | 一种阵列雷达的信号收发方法及阵列雷达 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871075A (zh) * | 2013-12-30 | 2014-06-18 | 华中科技大学 | 一种大椭圆遥感卫星地球背景相对运动估计方法 |
CN103941740A (zh) * | 2014-04-15 | 2014-07-23 | 北京控制工程研究所 | 一种考虑地球椭率的多轴机动成像卫星偏航姿态控制方法 |
CN106197425A (zh) * | 2016-06-30 | 2016-12-07 | 中国电子科技集团公司第五十四研究所 | 基于卫星姿态角的地面目标点位置的计算方法 |
US9702702B1 (en) * | 2015-06-15 | 2017-07-11 | The Charles Stark Draper Laboratory, Inc. | Methods and apparatus for navigational aiding using celestial object tracking |
CN107505615A (zh) * | 2017-08-22 | 2017-12-22 | 西安电子科技大学 | 星载sar滑动聚束成像模式星体姿态设计方法 |
CN107607947A (zh) * | 2017-08-22 | 2018-01-19 | 西安电子科技大学 | 基于卡尔曼滤波的星载雷达成像参数在线估计方法 |
CN107966719A (zh) * | 2017-12-22 | 2018-04-27 | 中国交通通信信息中心 | 一种基于信号解码和概率筛选的单星定位增强系统及方法 |
CN108734103A (zh) * | 2018-04-20 | 2018-11-02 | 复旦大学 | 卫星视频中运动目标的检测与跟踪方法 |
-
2019
- 2019-12-18 CN CN201911309758.2A patent/CN110969643B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871075A (zh) * | 2013-12-30 | 2014-06-18 | 华中科技大学 | 一种大椭圆遥感卫星地球背景相对运动估计方法 |
CN103941740A (zh) * | 2014-04-15 | 2014-07-23 | 北京控制工程研究所 | 一种考虑地球椭率的多轴机动成像卫星偏航姿态控制方法 |
US9702702B1 (en) * | 2015-06-15 | 2017-07-11 | The Charles Stark Draper Laboratory, Inc. | Methods and apparatus for navigational aiding using celestial object tracking |
CN106197425A (zh) * | 2016-06-30 | 2016-12-07 | 中国电子科技集团公司第五十四研究所 | 基于卫星姿态角的地面目标点位置的计算方法 |
CN107505615A (zh) * | 2017-08-22 | 2017-12-22 | 西安电子科技大学 | 星载sar滑动聚束成像模式星体姿态设计方法 |
CN107607947A (zh) * | 2017-08-22 | 2018-01-19 | 西安电子科技大学 | 基于卡尔曼滤波的星载雷达成像参数在线估计方法 |
CN107966719A (zh) * | 2017-12-22 | 2018-04-27 | 中国交通通信信息中心 | 一种基于信号解码和概率筛选的单星定位增强系统及方法 |
CN108734103A (zh) * | 2018-04-20 | 2018-11-02 | 复旦大学 | 卫星视频中运动目标的检测与跟踪方法 |
Non-Patent Citations (2)
Title |
---|
xiaojiang chen.Ground-target tracking control of earth-pointing satellites.ARC.2012,1-10. * |
季浩然.卫星大角度姿态机动的滑模控制策略研究.工程科技Ⅱ辑.2017,1-5. * |
Also Published As
Publication number | Publication date |
---|---|
CN110969643A (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110969643B (zh) | 地面目标移动轨迹的星上自主预测方法 | |
Alonso et al. | Accurate global localization using visual odometry and digital maps on urban environments | |
CN112268559B (zh) | 复杂环境下融合slam技术的移动测量方法 | |
Wang et al. | A simple and parallel algorithm for real-time robot localization by fusing monocular vision and odometry/AHRS sensors | |
CN105184776A (zh) | 目标跟踪方法 | |
CN110726406A (zh) | 一种改进的非线性优化单目惯导slam的方法 | |
CN111426320B (zh) | 一种基于图像匹配/惯导/里程计的车辆自主导航方法 | |
US11847920B2 (en) | Method for feasibility evaluation of UAV digital twin based on vicon motion capture system | |
Sujiwo et al. | Monocular vision-based localization using ORB-SLAM with LIDAR-aided mapping in real-world robot challenge | |
CN109506660B (zh) | 一种用于仿生导航的姿态最优化解算方法 | |
CN113763548B (zh) | 基于视觉-激光雷达耦合的贫纹理隧洞建模方法及系统 | |
Cai et al. | Mobile robot localization using gps, imu and visual odometry | |
CN112525197B (zh) | 基于图优化算法超宽带惯性导航融合位姿估计方法 | |
CN114693754B (zh) | 一种基于单目视觉惯导融合的无人机自主定位方法与系统 | |
CN115861860B (zh) | 一种无人机的目标跟踪定位方法和系统 | |
JP2023525927A (ja) | 車両位置推定システム及び方法 | |
CN114063622B (zh) | 无人船自主停泊定位方法、装置及相关组件 | |
CN109839633B (zh) | 基于最小覆盖空域的机载预警雷达的多帧检测前跟踪方法 | |
US10642272B1 (en) | Vehicle navigation with image-aided global positioning system | |
Xian et al. | Fusing stereo camera and low-cost inertial measurement unit for autonomous navigation in a tightly-coupled approach | |
CN108646760B (zh) | 基于单目视觉移动机器人目标跟踪及平台控制系统和方法 | |
CN115857520B (zh) | 一种基于视觉和船状态结合的无人机着舰状态监视方法 | |
CN116989772A (zh) | 一种空地多模态多智能体协同定位与建图方法 | |
CN113554705B (zh) | 一种变化场景下的激光雷达鲁棒定位方法 | |
KR101862065B1 (ko) | 비행체를 이용한 영상 기반 바람 추정 장치 및 방법 |
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 |