CN111174806B - 一种gnss/ins融合定位结果异常来源检测方法及装置 - Google Patents

一种gnss/ins融合定位结果异常来源检测方法及装置 Download PDF

Info

Publication number
CN111174806B
CN111174806B CN201811352312.3A CN201811352312A CN111174806B CN 111174806 B CN111174806 B CN 111174806B CN 201811352312 A CN201811352312 A CN 201811352312A CN 111174806 B CN111174806 B CN 111174806B
Authority
CN
China
Prior art keywords
gnss
track
abnormal
ins
positioning result
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
CN201811352312.3A
Other languages
English (en)
Other versions
CN111174806A (zh
Inventor
刘克强
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.)
Qianxun Spatial Intelligence Inc
Original Assignee
Qianxun Spatial Intelligence Inc
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 Qianxun Spatial Intelligence Inc filed Critical Qianxun Spatial Intelligence Inc
Priority to CN201811352312.3A priority Critical patent/CN111174806B/zh
Publication of CN111174806A publication Critical patent/CN111174806A/zh
Application granted granted Critical
Publication of CN111174806B publication Critical patent/CN111174806B/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
    • 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
    • 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
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements

Landscapes

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

Abstract

本发明提供一种GNSS/INS融合定位结果异常来源检测方法，其特征在于，包括如下步骤：计算GNSS定位轨迹点和GNSS/INS融合定位轨迹点的相对误差，通过判断是否超出相对误差门限值探测可能存在异常的轨迹；对可能存在异常的轨迹进行预处理，排除无需处理的异常；对可能存在异常的GNSS轨迹和GNSS/INS融合轨迹进行均值滤波平滑处理；在相对误差超限的定位轨迹点上计算平滑处理后的GNSS轨迹的平滑误差F1和GNSS/INS融合后的轨迹平滑误差F2；设F1和F2大于平滑误差门限的个数N1和N2，则当N2＞N1时，判定异常来源为INS。如上所述，本发明相对于现有的异常来源检测方法而言，无需要人工参与，并且根据场景适当选取门限值，就可以保持相当高的准确性。

Description

一种GNSS/INS融合定位结果异常来源检测方法及装置
技术领域
本发明涉及一种异常来源检测方法及装置，尤其涉及GNSS/INS融合定位结果异常来源检测方法及装置。
背景技术
GNSS系统即全球导航卫星系统，INS系统即惯性导航系统。GNSS依赖的是卫星无线电通信，在室外一些困难条件下无线电信号会受到影响，比如高楼林立的“城市峡谷”、树荫下、高架下以及隧道内，在这些环境中，GNSS信号阻挡或多路径情况比较严重，导致定位精度较差。INS是一类无源定位系统，利用设备自带的陀螺仪和加速度计计算位置信息，因此其受外界干扰小，能全天候工作，但其误差是不断积累的，并且在整个工作过程中无法对误差进行修正。为了发挥两种定位方式各自的优势，改善定位质量，通常的做法是辅助INS进行GNSS/INS融合定位，在融合定位系统中，影响INS的定位效果的因素主要包括初始化精度、递推测距和测角的精度，其中初始化精度受GNSS影响，递推测距和测角精度受惯导传感器质量和航位推算算法影响。
可见，在融合定位输出的结果中，至少存在GNSS定位结果和融合定位结果两种结果，其中GNSS定位结果仅受GNSS定位质量影响，融合定位结果受INS递推结果影响，而INS递推也会受到初始化时GNSS定位质量影响。当GNSS模块或INS模块出现定位问题，进而导致融合定位结果出现异常时，就需要检测发生异常的模块进而进行改进或采取措施，一般的方法是后处理对二者的定位轨迹进行回放，人工检查出现异常的位置，进而判断异常来源模块。然而，这类人工方法效率低，尤其在任务负担大(如单个终端数据量大或者终端数量众多)和出现不适于检测的情况下时(无需或无法判断的情况)，这类方法的缺点就显得尤为突出，有时甚至是无法实施的。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种一种GNSSINS融合定位结果异常来源检测方法，均为用于解决现有技术中检测效率低，适用场景少等等问题。
为实现上述目的及其他相关目的，本发明提供一种GNSS/INS融合定位结果异常来源检测方法，包括如下步骤：判断可能存在异常的轨迹；分别选取可能存在异常的GNSS轨迹和GNSS/INS融合轨迹中上的点进行均值滤波平滑处理；计算平滑处理后的GNSS轨迹的拟合误差F1和GNSS/INS融合后的轨迹拟合误差F2；设F1和F2大于拟合误差门限的个数N1和N2，则当N2＞N1时，判定异常来源为INS。
优选地，上述GNSS/INS融合定位结果异常来源检测方法中，当N1＞N2时，还包括排除GNSS异常来自树荫下/高架下/隧道中的步骤。
优选地，上述GNSS/INS融合定位结果异常来源检测方法中，排除GNSS异常来自树荫下/高架下/隧道中的步骤通过匹配静态地图数据实现。
优选地，上述GNSS/INS融合定位结果异常来源检测方法中，探测可能存在异常的轨迹的步骤之后，还包括排除无需处理的异常的预处理步骤。
优选地，上述GNSS/INS融合定位结果异常来源检测方法中，无需处理的异常包括单点突变异常、临时路线变化异常和速度过小异常。
优选地，上述GNSS/INS融合定位结果异常来源检测方法中，平滑处理的方法为：
Figure BDA0001864473580000021
其中X，Y为两轴坐标，N为轨迹点的总数。
优选地，上述GNSS/INS融合定位结果异常来源检测方法中，平滑误差F1和/或F2的计算方式如下：
Figure BDA0001864473580000022
其中Fi为第i个点的平滑误差，X，Y为两轴坐标，N为轨迹点的总数。
优选地，上述GNSS/INS融合定位结果异常来源检测方法中，探测可能存在异常的轨迹的步骤中，还包括：计算GNSS定位结果和GNSS/INS融合定位结果的相对误差R的步骤；当所述相对误差R大于第一门限T1时，则判定存在异常。
优选地，上述GNSS/INS融合定位结果异常来源检测方法中，第一门限T1设定为10～100米。
本发明还提供一种GNSS/INS融合定位结果异常来源检测装置，其特征在于，包括：计算GNSS定位轨迹点和GNSS/INS融合定位轨迹点的相对误差，通过判断是否超出相对误差门限值探测可能存在异常的轨迹；对可能存在异常的轨迹进行预处理，排除无需处理的异常；对可能存在异常的GNSS轨迹和GNSS/INS融合轨迹进行均值滤波平滑处理；在相对误差超限的定位轨迹点上计算平滑处理后的GNSS轨迹的平滑误差F1和GNSS/INS融合后的轨迹平滑误差F2；设F1和F2大于平滑误差门限的个数N1和N2，则当N2＞N1时，判定异常来源为INS。
优选地，上述GNSS/INS融合定位结果异常来源检测装置中，异常定位模块定位异常的步骤中，当N1＞N2时，还包括排除GNSS异常来自树荫下/高架下/隧道中的步骤。
优选地，上述GNSS/INS融合定位结果异常来源检测装置中，排除GNSS异常来自树荫下/高架下/隧道中的步骤通过匹配静态地图数据实现。
优选地，上述GNSS/INS融合定位结果异常来源检测装置中，还包括异常预处理模块，所述异常预处理模块对所述异常轨迹探测模块所探测到的异常轨迹进行筛选，排除无需处理的异常。
优选地，上述GNSS/INS融合定位结果异常来源检测装置中，无需处理的异常包括单点突变异常、临时路线变化异常和速度过小异常。
优选地，上述GNSS/INS融合定位结果异常来源检测装置中，平滑处理的算法为：
Figure BDA0001864473580000031
其中X，Y为两轴坐标，N为轨迹点的总数。
优选地，上述GNSS/INS融合定位结果异常来源检测装置中，平滑误差F1和/或F2的计算方式如下：
Figure BDA0001864473580000032
其中Fi为第i个点的平滑误差，X，Y为两轴坐标，N为轨迹点的总数。
优选地，上述GNSS/INS融合定位结果异常来源检测装置中，异常轨迹探测模块判断轨迹异常的步骤包括：计算GNSS定位结果和GNSS/INS融合定位结果的相对误差R的步骤；当所述相对误差R大于第一门限T1时，则判定存在异常。
优选地，上述GNSS/INS融合定位结果异常来源检测装置中，第一门限T1设定为10～100米。
如上所述，本发明相对于现有的异常来源检测方法而言，无需要人工参与，并且根据场景适当选取门限值，就可以保持相当高的准确性。
附图说明
图1所示为本发明GNSS和GNSS/INS融合定位轨迹的样本数据示意图；
图2为本发明GNSS/INS融合定位结果异常来源检测方法的流程图；
图3为本发明GNSS/INS融合定位结果异常来源检测方法的最优实施例流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
下面结合图1、图2对本发明进行介绍。图1所示为本发明GNSS和GNSS/INS融合定位轨迹的样本数据示意图，图2为本发明GNSS/INS融合定位结果异常来源检测方法的流程图。本发明的异常来源检测方法基于GNSS定位结果和GNSS/INS融合定位结果两种数据，可以分成三个步骤：
S1：判断可能存在异常的轨迹的步骤。
首先输入GNSS/INS融合定位结果数据并分别计算GNSS定位结果和GNSS/INS融合定位结果的相对误差R，然后设定误差门限T1，当相对误差R大于T1时，则判定存在异常，该异常可能是GNSS异常，也可能是INS异常。优选地，门限T1设定为10～100米，本例中取40米。
S2：对异常轨迹进行预处理的步骤。
预处理的目的是为了筛掉无需处理的异常。无需处理的异常通常包括：单点突变异常、临时路线变化异常和速度过小异常。对于前两种异常，相当于异常已经及时得到了修正，因此无需要进行处理。为排除这两类异常，可以先对可能存在异常的轨迹总点数C进行统计，如果变异轨迹的总点数C仅1个，可以认为属于单点突变异常，无需处理；如果C大于1，但小于门限T2，则认为该误差已经及时得到修正，因此也无需处理。T2优选可以是3～10个，本例中设定为5。
对于速度过小异常，通常是因为终端处于静止状态，比如停车，由于停车点附近停车点附近一般不利于GNSS定位，且停车时无运动信息不利于INS定位，因此该类异常一方面无需处理，另一方面也无法处理，因此在进行下一步异常来源检测前，应当将该类异常数据排除。对于C大于T2的轨迹，再进一步判断C的速度，如果速度小于T3，则认为该异常属于速度过小异常。T3的范围可以设定为1～5m/s，本例中取1m/s。
S3：判断异常来源的步骤。
预处理步骤后，优选地，再分别选取可能存在异常的GNSS轨迹和GNSS/INS融合轨迹上的点进行均值滤波平滑处理。平滑的时间窗口可能选择5～20s，本例选择10s。均值滤波中，针对第i个轨迹点的平滑处理算法如下，其中X，Y为两轴坐标，N为轨迹点的总数：
Figure BDA0001864473580000051
然后对平滑后的轨迹进行平滑误差计算。GNSS轨迹和GNSS/INS融合后的轨迹平滑误差分别为F1和F2，其中第i个点的平滑误差F计算公式如下。
Figure BDA0001864473580000052
再分别统计可能存在异常的点(R＞T1的点)中，F1和F2大于平滑误差门限T4的个数N1和N2，其中平滑误差门限T4的取值可以是5～25米，本例中选择15米。
最后对比N1和N2，若N2＞N1，则判断异常来源为INS；若N1＞N2，还需要排除GNSS是否在树荫下/高架下/隧道中，由于上述树荫下/高架下/隧道场景中GNSS出现问题的可能性较大，若上述场景中GNSS出现问题导致融合定位结果出现异常是可以接受的，因此上述情况也需要排除，若不在上述场景中，最终判断异常来源为GNSS。鉴于树荫、高架、隧道均为表态的地图信息，因此判断终端是否处于树荫下/高架下/隧道中可以借助地图匹配的方式。
本发明的异常来源检测方法最优实施方式可以用图3表示。需要强调的是：图3体现的是优选方案，对所有可选步骤也都作了细化，但这仅出于解释说明的目的，而不应当视为对本发明的限制。如上文所述，图3中对应预处理的步骤、预处理的具体算法、平滑处理的算法等均可以根据需要进行省略或者改变，但这些省略或者改变并不超出本发明的范围。
另外，本发明也涉及GNSS/INS融合定位结果异常来源检测的装置，包括异常轨迹筛选模块、异常来源定位模块，优选地，还可以包括异常轨迹预处理模块。异常轨迹筛选模块接收入GNSS/INS融合定位结果数据输入并筛选出存在异常的轨迹。筛选、判断的方法可以参考上文中对S1步骤的说明。异常预处理模块用于筛掉无需处理的异常，关于无需处理的异常可参考上文中对S2步骤的说明。异常来源定位模块用于判断异常来源，判断的方式可参考上文中对S3的说明。
本发明的GNSS/INS融合定位结果异常来源检测的装置中，无论是异常轨迹筛选模块、异常来源定位模块还是异常轨迹预处理模块，无可以由软件方式实现，也可以采用软、硬件结合的方式实现。
综上所述，本发明相对于现有的异常来源检测方法而言，无需要人工参与，并且根据场景适当选取门限值，就可以保持相当高的准确性。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。例如，可以根据选择省略对异常轨迹进行预处理的步骤，由于省略的结果仅仅是倾向于多报出异常，对于异常筛选较为严格的场合或者多报的异常并不太多的情况，省略对异常轨迹进行预处理的步骤并不会带来过多负面效果。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (16)

1.一种GNSS/INS融合定位结果异常来源检测方法，其特征在于，包括如下步骤：
判断可能存在异常的轨迹；
分别选取可能存在异常的GNSS轨迹和GNSS/INS融合轨迹中上的点进行均值滤波平滑处理；
计算平滑处理后的GNSS轨迹的拟合误差F1和平滑处理后的GNSS/INS融合后的轨迹拟合误差F2；
设F1和F2大于拟合误差门限的个数N1和N2，则当N2>N1时，判定异常来源为INS；
所述判断可能存在异常的轨迹包括：
计算GNSS定位结果和GNSS/INS融合定位结果的相对误差R的步骤；
当所述相对误差R大于第一门限T1时，则判定存在异常。
2.根据权利要求1所述的GNSS/INS融合定位结果异常来源检测方法，其特征在于，当N1>N2时，还包括排除GNSS异常来自树荫下/高架下/隧道中的步骤。
3.根据权利要求2所述的GNSS/INS融合定位结果异常来源检测方法，其特征在于，其中排除GNSS异常来自树荫下/高架下/隧道中的步骤通过匹配静态地图数据实现。
4.根据权利要求1所述的GNSS/INS融合定位结果异常来源检测方法，其特征在于，判断可能存在异常的轨迹的步骤之后，还包括排除无需处理的异常的预处理步骤。
5.根据权利要求4所述的GNSS/INS融合定位结果异常来源检测方法，其特征在于，所述无需处理的异常包括单点突变异常、临时路线变化异常和速度过小异常。
6.根据权利要求1所述的GNSS/INS融合定位结果异常来源检测方法，其特征在于，所述平滑处理的方法为：
Figure FDA0003276650210000021
其中X，Y为两轴坐标，N为轨迹点的总数。
7.根据权利要求6所述的GNSS/INS融合定位结果异常来源检测方法，其特征在于，拟合误差F1和/或F2的计算方式如下：
Figure FDA0003276650210000022
其中Fi为第i个点的平滑误差，X，Y为两轴坐标，N为轨迹点的总数。
8.根据权利要求1所述的GNSS/INS融合定位结果异常来源检测方法，其特征在于，所述第一门限T1设定为10～100米。
9.一种GNSS/INS融合定位结果异常来源检测装置，其特征在于，包括：
异常轨迹探测模块和异常定位模块；
其中异常定位模块定位异常的步骤包括：
分别选取可能存在异常的GNSS轨迹和GNSS/INS融合轨迹中上的点进行均值滤波平滑处理；
计算平滑处理后的GNSS轨迹的拟合误差F1和平滑处理后的GNSS/INS融合后的轨迹拟合误差F2；
设F1和F2大于拟合误差门限的个数N1和N2，则当N2>N1时，判定异常来源为INS；
所述异常轨迹探测模块判断轨迹异常的步骤包括：
计算GNSS定位结果和GNSS/INS融合定位结果的相对误差R的步骤；
当所述相对误差R大于第一门限T1时，则判定存在异常。
10.根据权利要求9所述的GNSS/INS融合定位结果异常来源检测装置，其特征在于，异常定位模块定位异常的步骤中，当N1>N2时，还包括排除GNSS异常来自树荫下/高架下/隧道中的步骤。
11.根据权利要求10所述的GNSS/INS融合定位结果异常来源检测装置，其特征在于，其中排除GNSS异常来自树荫下/高架下/隧道中的步骤通过匹配静态地图数据实现。
12.根据权利要求9所述的GNSS/INS融合定位结果异常来源检测装置，其特征在于，还包括异常预处理模块，所述异常预处理模块对所述异常轨迹探测模块所探测到的异常轨迹进行筛选，排除无需处理的异常。
13.根据权利要求12所述的GNSS/INS融合定位结果异常来源检测装置，其特征在于，所述无需处理的异常包括单点突变异常、临时路线变化异常和速度过小异常。
14.根据权利要求9所述的GNSS/INS融合定位结果异常来源检测装置，其特征在于，所述平滑处理的算法为：
Figure FDA0003276650210000031
其中X，Y为两轴坐标，N为轨迹点的总数。
15.根据权利要求14所述的GNSS/INS融合定位结果异常来源检测装置，其特征在于，拟合误差F1和/或F2的计算方式如下：
Figure FDA0003276650210000041
其中Fi为第i个点的平滑误差，X，Y为两轴坐标，N为轨迹点的总数。
16.根据权利要求9所述的GNSS/INS融合定位结果异常来源检测装置，其特征在于，所述第一门限T1设定为10～100米。
CN201811352312.3A 2018-11-13 2018-11-13 一种gnss/ins融合定位结果异常来源检测方法及装置 Active CN111174806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811352312.3A CN111174806B (zh) 2018-11-13 2018-11-13 一种gnss/ins融合定位结果异常来源检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811352312.3A CN111174806B (zh) 2018-11-13 2018-11-13 一种gnss/ins融合定位结果异常来源检测方法及装置

Publications (2)

Publication Number Publication Date
CN111174806A CN111174806A (zh) 2020-05-19
CN111174806B true CN111174806B (zh) 2022-02-01

Family

ID=70622235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811352312.3A Active CN111174806B (zh) 2018-11-13 2018-11-13 一种gnss/ins融合定位结果异常来源检测方法及装置

Country Status (1)

Country Link
CN (1) CN111174806B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337953B (zh) * 2020-05-21 2020-10-30 深圳市西博泰科电子有限公司 卫星导航欺骗检测方法、装置、设备及介质
CN113175938B (zh) * 2021-03-16 2024-05-17 惠州市德赛西威智能交通技术研究院有限公司 一种基于高精度地图的车辆定位增强系统及方法
CN117452448B (zh) * 2023-12-25 2024-04-09 合众新能源汽车股份有限公司 高精定位跳变联合故障诊断方法和车辆定位控制系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102998684A (zh) * 2012-11-21 2013-03-27 厦门雅迅网络股份有限公司 一种基于贝塞尔曲线的终端定位轨迹拟合方法
CN103033184A (zh) * 2011-09-30 2013-04-10 迈实电子(上海)有限公司 用于惯性导航系统的纠错方法、装置和系统
CN104215256A (zh) * 2013-06-05 2014-12-17 深圳市赛格导航科技股份有限公司 在地图上显示车辆行驶路线的方法
CN105738909A (zh) * 2016-02-02 2016-07-06 江苏大学 一种适用于低空植保的无人直升机作业边界提取方法
CN106813669A (zh) * 2015-12-01 2017-06-09 骑记(厦门)科技有限公司 运动信息的修正方法及装置
CN106932752A (zh) * 2015-12-29 2017-07-07 常州浅湾电子科技有限公司 一种基于射频相位监测的实时室内定位方法
CN107330149A (zh) * 2017-05-27 2017-11-07 哈尔滨工业大学 基于arma和bpnn组合模型的mimu陀螺随机漂移预测方法
CN107907898A (zh) * 2017-11-07 2018-04-13 西安建筑科技大学 基于格网框架的极区sins/gps组合导航算法
CN108008434A (zh) * 2016-11-01 2018-05-08 波音公司 具有低频仪表着陆系统定位信标异常检测的飞行控制系统及使用方法
CN108132477A (zh) * 2018-01-30 2018-06-08 上海康斐信息技术有限公司 一种gps与pdr结合的定位方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8981995B2 (en) * 2011-06-03 2015-03-17 Microsoft Technology Licensing, Llc. Low accuracy positional data by detecting improbable samples

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033184A (zh) * 2011-09-30 2013-04-10 迈实电子(上海)有限公司 用于惯性导航系统的纠错方法、装置和系统
CN102998684A (zh) * 2012-11-21 2013-03-27 厦门雅迅网络股份有限公司 一种基于贝塞尔曲线的终端定位轨迹拟合方法
CN104215256A (zh) * 2013-06-05 2014-12-17 深圳市赛格导航科技股份有限公司 在地图上显示车辆行驶路线的方法
CN106813669A (zh) * 2015-12-01 2017-06-09 骑记(厦门)科技有限公司 运动信息的修正方法及装置
CN106932752A (zh) * 2015-12-29 2017-07-07 常州浅湾电子科技有限公司 一种基于射频相位监测的实时室内定位方法
CN105738909A (zh) * 2016-02-02 2016-07-06 江苏大学 一种适用于低空植保的无人直升机作业边界提取方法
CN108008434A (zh) * 2016-11-01 2018-05-08 波音公司 具有低频仪表着陆系统定位信标异常检测的飞行控制系统及使用方法
CN107330149A (zh) * 2017-05-27 2017-11-07 哈尔滨工业大学 基于arma和bpnn组合模型的mimu陀螺随机漂移预测方法
CN107907898A (zh) * 2017-11-07 2018-04-13 西安建筑科技大学 基于格网框架的极区sins/gps组合导航算法
CN108132477A (zh) * 2018-01-30 2018-06-08 上海康斐信息技术有限公司 一种gps与pdr结合的定位方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GNSS/INS组合导航系统中异常观测的探测与抑制;李科 等;《海洋测绘》;20150131;第35卷(第01期);第25-29页 *
GPS-free navigation based on using inertial and odometry, data fusion and map matching algorithm;Prusaczyk, Piotr等;《AIP Conference Proceedings》;20181029;第2029卷(第01期);第020062(1-8)页 *
惯性/卫星组合导航自适应容错与精度性能增强关键技术研究;钟丽娜;《中国博士学位论文全文数据库信息科技辑》;20171115;第I136-103页 *

Also Published As

Publication number Publication date
CN111174806A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN111174806B (zh) 一种gnss/ins融合定位结果异常来源检测方法及装置
CN106651908B (zh) 一种多运动目标跟踪方法
WO2016086792A1 (zh) 一种驾驶行为分析方法及设备
CN104197934B (zh) 一种基于地磁的定位方法、装置及系统
CN113147738A (zh) 一种自动泊车定位方法和装置
US20140253737A1 (en) System and method of tracking an object in an image captured by a moving device
CN110349212B (zh) 即时定位与地图构建的优化方法及装置、介质和电子设备
CN111210477A (zh) 一种运动目标的定位方法及系统
CN111595342B (zh) 一种可大规模部署的室内定位方法及系统
CN111121797B (zh) 道路筛选方法、装置、服务器及存储介质
CN109917404B (zh) 一种室内定位环境特征点提取方法
CN109754034A (zh) 一种基于二维码的终端设备定位方法及装置
CN113091757A (zh) 地图生成方法和装置
CN111024067B (zh) 一种信息处理方法、装置、设备及计算机存储介质
CN114216434B (zh) 用于机动测控站的目标确认方法、系统、设备和存储介质
CN109827595B (zh) 室内惯性导航仪方向校准方法、室内导航装置及电子设备
CN111640134B (zh) 人脸跟踪方法、装置、计算机设备及其存储装置
CN109945877B (zh) 一种巡检轨迹生成方法及装置
CN108051003B (zh) 一种人员位姿监测方法和系统
CN109710594B (zh) 地图数据的有效性判断方法、装置及可读存储介质
CN112180947A (zh) 一种移动机器人初始行进方向选择方法及其设备
CN116704037A (zh) 一种基于图像处理技术的卫星失锁重定位方法及系统
CN114581890B (zh) 确定车道线的方法、装置、电子设备和存储介质
CN109270566B (zh) 导航方法、导航效果测试方法、装置、设备和介质
CN115885190A (zh) 利用磁力计校准误差均衡的磁性室内定位

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