CN111308523B - 一种无人机无人船协同导航方法 - Google Patents
一种无人机无人船协同导航方法 Download PDFInfo
- Publication number
- CN111308523B CN111308523B CN202010240776.6A CN202010240776A CN111308523B CN 111308523 B CN111308523 B CN 111308523B CN 202010240776 A CN202010240776 A CN 202010240776A CN 111308523 B CN111308523 B CN 111308523B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- unmanned
- difference
- unmanned ship
- 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
- 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
- G01S19/40—Correcting position, velocity or attitude
- G01S19/41—Differential correction, e.g. DGPS [differential GPS]
-
- 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
- G01S19/33—Multimode operation in different systems which transmit time stamped messages, e.g. GPS/GLONASS
-
- 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
Abstract
本发明公开了一种无人机无人船协同导航方法,首先利用卫星导航观测量计算无人机和无人船各自的绝对位置,并上传至云服务器;在此基础上利用无人船的移动RTK基站计算差分信息并通过电台播发至云服务器,云服务器根据差分信息和先验绝对位置对无人机位置进行更新,并播发至无人机;无人机利用播发的位置信息计算其与周围无人机的相对位置,并对相对位置进行更新。当无人船与无人机的距离超出短基线RTK范围内时,切换至长基线工作方式,由云服务器计算无人机区域的电离层延迟修正值并播发至无人船。本发明可有效提高无人机无人船协同定位的精度,相比传统方法具有较好的计算效率,为相关领域的应用提供技术支撑。
Description
技术领域
本发明属于协同导航领域,具体涉及一种无人机无人船协同导航方法。
背景技术
无人机与无人船目前已获得广泛应用,特别是在应急救援环境下能够发挥较强的优势,可有效获取一些危险环境下的状态信息。无人机与无人船组合,可以充分发挥各自优势,实现对局部海域目标的监测和跟踪,并且可以深入复杂局部海域环境,获得更多有效观测信息,成为当前解决局部海域特殊目标监测和跟踪的首选技术手段。
目前无人机和无人船主要依靠卫星导航系统作为主用导航手段,其导航精度受卫星导航系统标准定位精度的限制,很难满足一些特定场景的导航定位需求。通常情况下,可采用实时动态差分的方法来提高无人机和无人船的绝对定位精度,但仍然无法保证无人机之间和无人机与无人船之间的相对定位精度,为相应的工作造成很大不便。同时,当无人船与无人机之间的距离较远时,需要采用长基线实时动态差分定位方法,传统长基线方法计算复杂度较高,收敛时间较慢,极大程度影响了长基线时实时动态差分的计算效率和精度。特别是在极端大气环境下,如电离层异常、对流层异常等情况下,无人船基站和无人机之间的卫星导航大气传播误差将无法通过差分抵消,需要单独解算电离层误差和对流层误差,增加了实时动态差分定位计算的难度。
因此,如何能在一些复杂恶劣环境下有效提高无人机和无人船的协同导航性能是目前相关领域研究的难点,研制并实现高精准的无人机与无人船相对导航,并将其应用在一些复杂环境下是相关领域亟需解决的关键科学技术问题,是相关领域研究人员致力攻克的难点之一。
发明内容
本发明要解决的技术问题是:克服现有技术的不足,提供一种应急救援下的无人机无人船协同导航方法,该方法利用云服务器计算无人机和无人船的绝对位置,可及时播发至无人机和无人船,无人机和无人船可计算相对位置,实现协同导航;进一步可利用云服务器计算无人机区域的电离层延迟修正值并发送至无人船,无人船利用该修正值可快速实现长基线RTK差分信息计算,并将其计算结果播发至无人机,以提高协同定位精度。本发明可有效提高无人机无人船协同定位的精度,相比传统方法具有较好的计算效率,为相关领域的应用提供技术支撑。
本发明解决上述技术问题采用的技术方案如下:一种无人机无人船协同导航方法,包括以下步骤:
步骤A、利用卫星导航观测量计算无人机和无人船的绝对位置,并上传至云服务器;
步骤B、利用无人船的移动RTK基站计算差分信息并通过电台播发至云服务器;
步骤C、云服务器根据差分信息和先验绝对位置对无人机的位置进行更新,并播发至无人机;
步骤D、无人机利用播发的位置信息计算其与周围无人机的相对位置,并对相对位置进行更新;
步骤E、当无人船与无人机的距离超出短基线RTK范围时,切换至长基线工作方式,由云服务器计算无人机区域的电离层修正值并播发至无人船;
步骤F、无人船利用电离层修正值,同时采用无几何组合观测量快速计算RTK差分信息,通过电台播发至云服务器;云服务器将差分信息播发至无人机,无人机进而利用播发信息计算其与周围无人机的相对位置;
步骤G、未收到云服务器的电离层修正值时,无人船采用无电离层组合观测计算RTK差分信息,通过电台发送至云服务器;云服务器将差分信息播发至无人机,无人机利用差分信息对相对位置进行更新;
步骤H、未收到差分信息时,无人机利用已有位置信息外推估计下一时刻的位置和相对位置,收到差分信息后,利用差分信息更新下一时刻位置和相对位置。
该方法具体实现步骤为:
(1)利用卫星导航观测量计算无人机和无人船的绝对位置,并上传至云服务器。其中,导航卫星星座可选择GPS、GLONASS、GALILEO和BDS四种卫星星座;无人机和无人船各自的绝对位置由卫星导航观测量计算得到,具体计算方法为:
建立卫星导航观测方程组,其中每颗卫星对应一个观测方程,表示为:
其中i为卫星颗数编号,xs,i,ys,i和zs,i分别表示卫星在地心地固坐标系下的坐标分量,xu,yu和zu分别表示待求位置在地心地固坐标系下的坐标分量,此处待求位置分别为无人机和无人船的绝对坐标,δti表示第i颗卫星信号传播过程的时间延迟,c为自由空间中的光速,ρi为第i颗卫星的伪距测量值。
所有的观测方程联立为观测方程组,对观测误差进行线性化,可表示为:
则观测误差方程组改写为:l=ATΔX+V
引入权值矩阵P,由各观测量方差决定,表示为:
其中σi为第i个观测量的标准差,diag(·)表示对角线矩阵,i=1,2,…n表示n个观测量。
令P=V,采用最小二乘法可求解误差观测方程组:
ΔX=(APAT)-1APl
得到无人机和无人船的各自绝对位置:
(2)利用无人船的移动RTK基站计算差分信息并通过电台播发至云服务器。其中,无人船的移动RTK基站通过下式计算差分信息:
首先计算载波相位观测量
其中,为无人船基站的载波相位差分观测值,为无人船基站到卫星的真实距离,dtr为无人船基站接收机钟差,dts为卫星钟差,为卫星到无人船基站之间的载波相位电离层延迟,为卫星到无人船基站之间的对流层延迟,为载波整周模糊度,λ为卫星信号波长,为硬件延迟,ξφ为载波测距噪声,下标φ表示载波;上标s表示卫星,下标r表示接收端,此处应为无人船上的导航接收端。
进一步将无人船基站和无人机接收机之间对卫星进行载波相位差分,可得到单差计算观测值:
其中,为无人船基站与单个无人机之间的载波相位单差,为无人船基站与单个无人机之间的距离差,为电离层延迟单差,为对流层延迟单差,dtur为接收延迟单差,为整周模糊度单差,为载波噪声单差,下标φ表示载波;上标s表示卫星,下标r表示接收端,此处应为无人船上的导航接收端,下标u表示用户端,此处应为无人机上的导航用户端。
在短基线情况下,可消除卫星钟差、电离层误差和对流层误差,但是存在一个不相对固定的双差整周模糊度,当用户和基准站持续锁定卫星信号时,整周模糊度保持不变,不同卫星测量之差可以消除接收机钟差的影响,具体方式如下:
在短基线情况下,上式可进一步简化为:
其中表示无人船基站与无人机对第m,n颗卫星载波观测值的双差,为无人船基站与无人机对第m,n颗卫星的距离双差,为无人船基站与无人机对第m,n颗卫星的整周模糊度双差,ξφ为载波相位噪声双差,下标φ表示载波。上标s表示卫星,下标r表示接收端,此处应为无人船上的导航接收端,下标u表示用户端,此处应为无人机上的导航用户端。
(3)云服务器根据差分信息和先验绝对位置对无人机的位置进行更新,并播发至无人机;位置进行更新方法为:
其中,表示当前k时刻无人机的绝对位置,表示当前k时刻无人船的绝对位置,表示通过RTK计算得到无人机与无人船之间基线向量。上标u表示用户端,此处应为无人机上的导航用户端;上标r表示接收端,此处应为无人船上的导航接收端;上标b表示基线。
(4)无人机利用播发的位置信息计算其与周围无人机的相对位置,并对相对位置进行更新,具体方法为:
(5)当无人船与无人机的距离超出短基线RTK范围时,切换至长基线工作方式,由云服务器计算无人机区域的电离层修正值并播发至无人船;云服务器的电离层修正值计算方法可表示为:首先获得当前时刻无人机与无人船共视卫星的仰角和方位角,然后分别计算得到共视卫星对应的电离层穿透点的经纬度坐标。按照经纬度坐标对全球电离层总电子含量分布图进行时空插值,以计算电离层穿透点对应的总电子含量和电离层修正值。其中,电离层总电子含量与电离层延迟的对应关系为:
其中TEC为电离层总电子含量,f为卫星观测量的频率。k表示第k时刻。
(6)无人船利用电离层修正值,同时采用无几何组合观测量快速计算RTK差分信息,通过电台播发至云服务器;云服务器将差分信息播发至无人机,无人机进而利用播发信息计算其与周围无人机的相对位置;其中无人船利用电离层修正值,采用无几何观测量计算差分信息的方法为:
(7)未收到云服务器的电离层修正值时,无人船采用无电离层组合观测计算RTK差分信息,通过电台发送至云服务器;云服务器将差分信息播发至无人机,无人机利用差分信息对相对位置进行更新;其中无人船采用无电离层观测量计算差分信息的方法为:
(8)未收到差分信息时,无人机利用已有位置信息外推估计下一时刻的位置和相对位置,收到差分信息后,利用差分信息更新下一时刻位置和相对位置。其中,无人机利用已有位置信息外推估计下一时刻位置和相对位置的方法为:
本发明与现有技术相比的优点在于:相比传统的计算方法,本发明(图1所示)的优越性在于可以有效获得无人机和无人船的相对位置信息,有效提高长基线RTK差分信息的计算效率,提供较高的无人机和无人船相对导航精度,实现协同导航,为相关领域研究者提供理论依据和技术参考。如图2所示。
附图说明
图1为本发明一种无人机无人船协同导航方法实现流程图;
图2为本发明方法实现无人机和无人船协同导航的示意图。
具体实施方式
下面将结合附图及具体实施方式对本发明加以详细说明,需要指出的是,所描述的实施例仅旨在便于对本发明的理解,而不起任何限定作用。
本发明提出了提供一种无人机无人船协同导航方法,该方法利用云服务器计算无人机和无人船的绝对位置,可及时播发至无人机和无人船,无人机和无人船可计算相对位置,实现协同导航;进一步可利用云服务器计算无人机区域的电离层延迟修正值并发送至无人船,无人船利用该修正值可快速实现长基线RTK差分信息计算,并将其计算结果播发至无人机,以提高协同定位精度。
如图1所示,本发明具体实现步骤如下:
1、利用卫星导航观测量计算无人机和无人船的绝对位置,并上传至云服务器。其中,导航卫星星座可选择GPS、GLONASS、GALILEO和BDS四种卫星星座;无人机和无人船各自的绝对位置由卫星导航观测量计算得到,具体计算方法为:
建立卫星导航观测方程组,其中每颗卫星对应一个观测方程,表示为:
其中i为卫星颗数编号。
所有的观测方程联立为观测方程组,对观测误差进行线性化,可表示为:
则观测误差方程组改写为:l=ATΔX+V
引入权值矩阵P,由各观测量方差决定,表示为:
其中σi为第i个观测量的标准差。
令P=V,采用最小二乘法可求解误差观测方程组:
ΔX=(APAT)-1APl
得到无人机和无人船的各自绝对位置:
2、利用无人船的移动RTK基站计算差分信息并通过电台播发至云服务器。其中,无人船的移动RTK基站通过下式计算差分信息;
首先计算载波相位观测量:
其中,为无人船基站的载波相位差分观测值,为无人船基站到卫星的真实距离,dtr为无人船基站接收机钟差,dts为卫星钟差,为卫星到无人船基站之间的载波相位电离层延迟,为卫星到无人船基站之间的对流层延迟,为载波整周模糊度,λ为卫星信号波长,为硬件延迟,ξφ为载波测距噪声。
进一步将无人船基站和无人机接收机之间对卫星进行载波相位差分,可得到单差计算观测值:
在短基线情况下,可消除卫星钟差、电离层误差和对流层误差,但是存在一个不相对固定的双差整周模糊度,当用户和基准站持续锁定卫星信号时,整周模糊度保持不变,不同卫星测量之差可以消除接收机钟差的影响,具体方式如下:
在短基线情况下,上式可进一步简化为:
3、云服务器根据差分信息和先验绝对位置对无人机的位置进行更新,并播发至无人机;位置进行更新方法为:
4、无人机利用播发的位置信息计算其与周围无人机的相对位置,并对相对位置进行更新,具体表示为:
5、当无人船与无人机的距离超出短基线RTK范围时,切换至长基线工作方式,由云服务器计算无人机区域的电离层修正值并播发至无人船;云服务器的电离层修正值计算方法可表示为:
首先获得当前时刻无人机与无人船共视卫星的仰角和方位角,然后分别计算得到共视卫星对应的电离层穿透点的经纬度坐标。按照经纬度坐标对全球电离层总电子含量分布图进行时空插值,以计算电离层穿透点对应的总电子含量和电离层修正值。其中,电离层总电子含量与电离层延迟的对应关系为:
其中TEC为电离层总电子含量,f为卫星观测量的频率。
6、无人船利用电离层修正值,同时采用无几何组合观测量快速计算RTK差分信息,通过电台播发至云服务器;云服务器将差分信息播发至无人机,无人机进而利用播发信息计算其与周围无人机的相对位置;其中无人船利用电离层修正值,采用无几何观测量计算差分信息的方法为:
7、未收到云服务器的电离层修正值时,无人船采用无电离层组合观测计算RTK差分信息,通过电台发送至云服务器;云服务器将差分信息播发至无人机,无人机利用差分信息对相对位置进行更新;其中无人船采用无电离层观测量计算差分信息的方法为:
8、未收到差分信息时,无人机利用已有位置信息外推估计下一时刻的位置和相对位置,收到差分信息后,利用差分信息更新下一时刻位置和相对位置。其中,无人机利用已有位置信息外推估计下一时刻位置和相对位置的方法为:
此方法详细的描述了利用RTK差分实现无人机和无人船协同定位,分别考虑了短基线和长基线两种情况,充分利用云服务器的电离层修正值,本方法可实现无人机与无人船快速协同导航,其精度达到期望值。
本发明(图1所示)的优越性在于可以有效获得无人机和无人船的相对位置信息,有效提高长基线RTK差分信息的计算效率,提供较高的无人机和无人船相对导航精度,实现协同导航,为相关领域研究者提供理论依据和技术参考。如图2所示。
以上所述仅为本发明的具体实施例,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种无人机无人船协同导航方法,其特征在于,包括以下步骤:
步骤A、利用卫星导航观测量计算无人机和无人船的绝对位置,并上传至云服务器;
步骤B、利用无人船的移动RTK基站计算差分信息并通过电台播发至云服务器;
步骤C、云服务器根据差分信息和先验绝对位置对无人机的位置进行更新,并播发至无人机;
步骤D、无人机利用播发的位置信息计算其与周围无人机的相对位置,并对相对位置进行更新;
步骤E、当无人船与无人机的距离超出短基线RTK范围时,切换至长基线工作方式,由云服务器计算无人机区域的电离层修正值并播发至无人船;
步骤F、无人船利用电离层修正值,同时采用无几何组合观测量快速计算RTK差分信息,通过电台播发至云服务器;云服务器将差分信息播发至无人机,无人机进而利用播发信息计算其与周围无人机的相对位置;
步骤G、未收到云服务器的电离层修正值时,无人船采用无电离层组合观测计算RTK差分信息,通过电台发送至云服务器;云服务器将差分信息播发至无人机,无人机利用差分信息对相对位置进行更新;
步骤H、未收到差分信息时,无人机利用已有位置信息外推估计下一时刻的位置和相对位置,收到差分信息后,利用差分信息更新下一时刻位置和相对位置。
2.根据权利要求1所述的一种无人机无人船协同导航方法,其特征在于:所述步骤A中待预测导航卫星星座可选择GPS、GLONASS、GALILEO和BDS四种卫星星座任一种;无人机和无人船各自的绝对位置由卫星导航观测量计算得到,具体计算方法为:
建立卫星导航观测方程组,其中每颗卫星对应一个观测方程,表示为:
其中i为卫星颗数编号,xs,i,ys,i和zs,i分别表示卫星在地心地固坐标系下的坐标分量,xu,yu和zu分别表示待求位置在地心地固坐标系下的坐标分量,此处待求位置分别为无人机和无人船的绝对坐标,δti表示第i颗卫星信号传播过程的时间延迟,c为自由空间中的光速,ρi为第i颗卫星的伪距测量值;
所有的观测方程联立为观测方程组,对观测误差进行线性化,可表示为:
则观测误差方程组改写为:l=ATΔX+V
引入权值矩阵P,由各观测量方差决定,表示为:
其中,σi为第i个观测量的标准差,diag(·)表示对角线矩阵,i=1,2,…n表示n个观测量;
令P=V,采用最小二乘法可求解误差观测方程组:
ΔX=(APAT)-1APl
得到无人机和无人船的各自绝对位置:
3.根据权利要求1所述的一种无人机无人船协同导航方法,其特征在于:所述步骤B中,无人船的移动RTK基站通过下式计算差分信息:
首先计算载波相位观测量:
其中,为无人船基站的载波相位差分观测值,为无人船基站到卫星的真实距离,dtr为无人船基站接收机钟差,dts为卫星钟差,为卫星到无人船基站之间的载波相位电离层延迟,为卫星到无人船基站之间的对流层延迟,为载波整周模糊度,λ为卫星信号波长,为硬件延迟,ξφ为载波测距噪声,下标φ表示载波;上标s表示卫星,下标r表示接收端,此处为无人船上的导航接收端;
进一步将无人船基站和无人机接收机之间对卫星进行载波相位差分,可得到单差计算观测值:
其中,为无人船基站与单个无人机之间的载波相位单差,为无人船基站与单个无人机之间的距离差,为电离层延迟单差,为对流层延迟单差,dtur为接收延迟单差,为整周模糊度单差,为载波噪声单差;下标φ表示载波,上标s表示卫星,下标r表示接收端,此处为无人船上的导航接收端,下标u表示用户端,此处为无人机上的导航用户端;
在短基线情况下,可消除卫星钟差、电离层误差和对流层误差,但是存在一个不相对固定的双差整周模糊度,当用户和基准站持续锁定卫星信号时,整周模糊度保持不变,不同卫星测量之差可以消除接收机钟差的影响,具体方式如下:
在短基线情况下,上式可进一步简化为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010240776.6A CN111308523B (zh) | 2020-03-31 | 2020-03-31 | 一种无人机无人船协同导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010240776.6A CN111308523B (zh) | 2020-03-31 | 2020-03-31 | 一种无人机无人船协同导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111308523A CN111308523A (zh) | 2020-06-19 |
CN111308523B true CN111308523B (zh) | 2020-12-29 |
Family
ID=71150314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010240776.6A Active CN111308523B (zh) | 2020-03-31 | 2020-03-31 | 一种无人机无人船协同导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111308523B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112556691B (zh) * | 2020-11-26 | 2022-08-02 | 广东工业大学 | 一种用于无人机自主导航与温度测量系统的方法 |
CN115327593B (zh) * | 2021-05-10 | 2024-02-23 | 北京六分科技有限公司 | 基于无人机的定位方法、系统及存储介质 |
CN114706427A (zh) * | 2022-06-02 | 2022-07-05 | 武汉理工大学 | 一种海空立体协同搜寻系统及其控制方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8948932B2 (en) * | 2007-10-30 | 2015-02-03 | Raytheon Company | Unmanned vehicle route management system |
CN108139486A (zh) * | 2015-09-16 | 2018-06-08 | 深圳市大疆创新科技有限公司 | 用于uav定位的系统和方法 |
US10303186B2 (en) * | 2016-03-29 | 2019-05-28 | Chengwen Chris WANG | Unmanned spatial vehicle performance |
CN106125746B (zh) * | 2016-07-08 | 2017-11-24 | 北京四方继保自动化股份有限公司 | 一种用于无人船艇的多端控制协同操控系统与操控方法 |
CN110312913A (zh) * | 2017-03-24 | 2019-10-08 | 深圳市大疆灵眸科技有限公司 | 用于自适应云台的方法和系统 |
CN108235736B (zh) * | 2017-12-25 | 2021-11-16 | 达闼机器人有限公司 | 一种定位方法、云端服务器、终端、系统、电子设备及计算机程序产品 |
CN108287542B (zh) * | 2018-01-04 | 2021-01-26 | 浙江大学 | 基于协同云控制的无人机与无人船协作控制系统与方法 |
EP3617749B1 (en) * | 2018-09-03 | 2020-11-11 | Zenuity AB | Method and arrangement for sourcing of location information, generating and updating maps representing the location |
CN109579843B (zh) * | 2018-11-29 | 2020-10-27 | 浙江工业大学 | 一种空地多视角下的多机器人协同定位及融合建图方法 |
CN109774960A (zh) * | 2019-02-27 | 2019-05-21 | 集美大学 | 无人船无人机协作系统及控制方法 |
CN109991386A (zh) * | 2019-04-17 | 2019-07-09 | 武汉理工大学 | 无人船与无人机协同控制监控方法、装置及系统 |
CN110244325A (zh) * | 2019-04-29 | 2019-09-17 | 丰疆智能科技研究院(常州)有限公司 | 移动rtk基站和飞行系统及其应用 |
-
2020
- 2020-03-31 CN CN202010240776.6A patent/CN111308523B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111308523A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111308523B (zh) | 一种无人机无人船协同导航方法 | |
CN109001786B (zh) | 一种基于导航卫星和低轨增强卫星的定位方法和系统 | |
CN110412638B (zh) | 一种低成本三天线gnss rtk定位及测姿方法 | |
CN111239787B (zh) | 一种集群自主协同中的gnss动态卡尔曼滤波方法 | |
Axelrad et al. | SNR-based multipath error correction for GPS differential phase | |
CN109541663B (zh) | 一种gnss定位测姿多路径误差的纠正方法 | |
CN108120994B (zh) | 一种基于星载gnss的geo卫星实时定轨方法 | |
CN108919316B (zh) | 一种基于局部球对称假设的单站多系统硬件延迟估计方法 | |
JPH05180925A (ja) | 全世界配置システム(gps)衛星を用いた車両追跡システム | |
Yao et al. | An improved approach to model regional ionosphere and accelerate convergence for precise point positioning | |
CN112394379B (zh) | 双天线联合卫星导航定位方法和装置 | |
Morales et al. | GNSS vertical dilution of precision reduction using terrestrial signals of opportunity | |
US6816117B2 (en) | Distributed antenna system and method | |
CN112415550A (zh) | 一种基于北斗短报文的低轨卫星实时精密定轨方法及系统 | |
Han et al. | Minimum of PDOP and its applications in inter-satellite links (ISL) establishment of Walker-δ constellation | |
CN111983641B (zh) | 一种用于实时生成北斗星基增强系统完好性参数的方法 | |
Tarig | Positioning with wide-area GNSS networks: Concept and application | |
CN109116396B (zh) | 一种多天线gnss差分定位方法 | |
Wang et al. | Velocity estimations by combining time-differenced GPS and Doppler observations | |
Nadarajah et al. | Attitude determination of LEO satellites using an array of GNSS sensors | |
CN112230249B (zh) | 一种基于城市多路径误差抑制的相对定位方法 | |
Hauschild et al. | Precise on-board navigation of LEO satellites with GNSS broadcast ephemerides | |
CN111175797B (zh) | 基于虚拟质心的多gnss接收机协同导航方法 | |
CN111076700B (zh) | 一种基于车载经纬仪的自定位定向系统及方法 | |
NGOC et al. | Estimating Ambiguity and Using Model Weight To Improve the Positioning Accuracy of a Stand-alone Receiver |
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 |