CN111912383A - 一种高度测量方法、系统、储存介质以及设备 - Google Patents
一种高度测量方法、系统、储存介质以及设备 Download PDFInfo
- Publication number
- CN111912383A CN111912383A CN202010886381.3A CN202010886381A CN111912383A CN 111912383 A CN111912383 A CN 111912383A CN 202010886381 A CN202010886381 A CN 202010886381A CN 111912383 A CN111912383 A CN 111912383A
- Authority
- CN
- China
- Prior art keywords
- height
- current epoch
- epoch
- data
- altitude
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
- G01C5/06—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels by using barometric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种高度测量方法、系统、储存介质以及设备,本发明在基于气压数据和基准海拔高度计算出当前历元的第一相对高度后,通过惯性数据来计算出当前历元的第二相对高度,最后融合第一相对高度和第二相对高度来计算出当前历元的最终相对高度,并不断遍历每一个历元直至计算出每一个历元的最终相对高度。本发明在计算最终相对高度的过程中引入了惯性数据,通过融合基于惯性数据计算出第二相对高度和基于气压数据计算出的第一相对高度得到最终相对高度,避免采用单一数据进行高度的测量,从而减小了高度测量的误差,提高了对高度进行测量的精度。
Description
技术领域
本发明涉及高度测量技术领域,尤其涉及一种高度测量方法、系统、储存介质以及设备。
背景技术
在许多户外高空作业的场景中,作业人员的离地高度是非常重要的参考指标,测量高空作业人员的离地高度可以为作业人员提供重要的参考价值。因此如何准确便捷的测量作业人员作业时的高度有着重要意义与现实需求。
目前,常见的高度测量大致上有两类方法,一类是通过GPS测量海拔高度,通过比较不同时刻测得的海拔高度即可判断相对高度。另一类是通过气压传感器测量大气压,利用大气压与海拔高度的关系计算海拔高度,通过比较不同时刻测得的海拔高度判断相对高度。然而这两类方法都存在一定问题。
对于利用GPS测量高度的方法来说,其原理是利用了GPS定位导航获得的三维位置坐标中高度维度坐标,然而高度维度的坐标是GPS卫星导航定位获得的三维位置坐标值中精度最低的一维坐标值。而且当定位不准时,高度误差会更大。另外,GPS设备成本也相对较高。
对于利用气压传感器测量高度的方法来说,其优点是设备成本相对较低,因此应用更加广泛。然而大气压力不仅与海拔高度有关,还与天气等其他因素有关,一般来说,低温时的气压比高温时高,晴天的气压比阴天高,冬天的气压比夏天高等。这种非高度因素导致的气压波动而造成的海拔高度误差可达几十米甚至上百米,而当使用海拔高度相减计算相对高度时,这种误差就难以接受了。高空作业常常在户外进行,天气变化常有发生,这种气候变化导致的高度误差值得考虑。
综上所述,现有技术在使用单一数据对高度进行测量时,存在着高度的测量结果存在一定误差的技术问题。
发明内容
本发明提供了一种高度测量方法、系统、储存介质以及设备,用于解决现有技术在使用单一数据对高度进行测量时,存在着高度的测量结果存在一定误差的技术问题。
本发明提供的一种高度测量方法,包括以下步骤:
S1:获取基准海拔高度以及重力垂直加速度;
S2:获取当前历元的气压数据,基于气压数据和基准海拔高度计算当前历元的第一相对高度;
S3:获取当前历元的惯性数据,基于惯性数据和重力垂直加速度计算当前历元的速度和第二相对高度;
S4:将当前历元的第一相对高度作为当前历元的高度观测值;
S5:获取上一历元的速度以及上一历元的高度最终值,基于当前历元的速度、第二相对高度、上一历元的速度以及上一历元的最终高度值计算当前历元的高度预估值;
S6:对高度观测值和高度预估值进行数据融合,得到当前历元的最终相对高度;
S7:令下一个历元作为当前历元,重复执行步骤S2~S7,直至计算出所有历元的最终相对高度。
优选的,惯性数据包括三轴加速度数据以及角速度数据。
优选的,在步骤S3的具体过程为:
获取当前历元的三轴加速度数据和角速度数据;
基于三轴加速度数据和角速度数据获得当前历元垂直方向的原始加速度分量;
将当前历元垂直方向的原始加速度分量与重力垂直加速度相减得到当前历元的垂直加速度;
基于当前历元的垂直加速度计算当前历元的速度和第二相对高度。
优选的,通过气压传感器获取当前历元的气压数据,通过惯性传感器获取当前历元的惯性数据。
优选的,在步骤S6中,使用卡尔曼滤波法对高度观测值和高度预估值进行数据融合。
优选的,在使用卡尔曼滤波法对高度观测值和高度预估值进行数据融合时,实时监测惯性传感器获取到当前历元的惯性数据是否为0;若是,将当前历元的速度置0,重新计算当前历元的高度预估值后进行数据融合。
一种高度测量系统,包括数据获取模块、第一相对高度计算模块、第二相对高度计算模块、高度观测值获取模块、高度预估值计算模块、最终高度计算模块以及遍历模块;
数据获取模块用于获取基准海拔高度以及重力垂直加速度;
第一相对高度计算模块用于获取当前历元的气压数据,基于气压数据和基准海拔高度计算当前历元的第一相对高度;
第二相对高度计算模块用于获取当前历元的惯性数据,基于惯性数据和重力垂直加速度计算当前历元的速度和第二相对高度;
高度观测值获取模块用于将当前历元的第一相对高度作为当前历元的高度观测值;
高度预估值计算模块用于获取上一历元的速度以及上一历元的高度最终值,基于当前历元的速度、第二相对高度、上一历元的速度以及上一历元的最终高度值计算当前历元的高度预估值;
最终高度计算模块用于对高度观测值和高度预估值进行数据融合,得到当前历元的最终相对高度;
遍历模块用于令下一个历元作为当前历元,重复执行第一相对高度计算模块、第二相对高度计算模块、高度观测值获取模块、高度预估值计算模块以及最终高度计算模块,直至计算出所有历元的最终相对高度。
优选的,第二相对高度计算模块具体用于:
获取当前历元的三轴加速度数据和角速度数据;
基于三轴加速度数据和角速度数据获得当前历元垂直方向的原始加速度分量;
将当前历元垂直方向的原始加速度分量与重力垂直加速度相减得到当前历元的垂直加速度;
基于当前历元的垂直加速度计算当前历元的速度和第二相对高度。
一种存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述的一种高度测量方法的步骤。
一种设备,包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行上述的一种高度测量方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明实施例在基于气压数据和基准海拔高度计算出当前历元的第一相对高度后,通过惯性数据来计算出当前历元的第二相对高度,最后融合第一相对高度和第二相对高度来计算出当前历元的最终相对高度,并不断遍历每一个历元直至计算出每一个历元的最终相对高度。本发明实施例在计算最终相对高度的过程中引入了惯性数据,通过融合基于惯性数据计算出第二相对高度和基于气压数据计算出的第一相对高度得到最终相对高度,避免采用单一数据进行高度的测量,从而减小了高度测量的误差,提高了对高度进行测量的精度。
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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种高度测量方法、系统、储存介质以及设备的方法流程图。
图2本发明实施例提供的一种高度测量方法、系统、储存介质以及设备的方法流程图。
图3为本发明实施例提供的一种高度测量方法、系统、储存介质以及设备的系统框架图。
图4为本发明实施例提供的一种高度测量方法、系统、储存介质以及设备的设备框架图。
具体实施方式
本发明实施例提供了一种高度测量方法、系统、储存介质以及设备,用于解决现有技术在使用单一数据对高度进行测量时,存在着高度的测量结果存在一定误差的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
术语解释:
历元:在天文学是一些天文变数作为参考的时刻点,例如天球座标或天体的椭圆轨道要素,因为这些会受到摄动而随着时间变化。这些会随着时间变动的天文变量可能包括天体的平黄经或平近点角、轨道相对于参考平面的交点、轨道近日点和远日点或拱点的方向、其轨道半长轴的大小等等。
实施例1
请参阅图1,图1为本发明实施例提供的一种高度测量方法、系统、储存介质以及设备的方法流程图。
本发明实施例提供的一种高度测量方法,包括以下步骤:
S1:获取基准海拔高度以及重力垂直加速度,获取基准海拔高度作为后续计算相对高度时的基准,即基准海拔高度相对于相对高度来说,其高度值为0;而获取重力垂直加速度在于为后续计算垂直加速度做准备;
S2:获取当前历元的气压数据,根据气压与海拔高度的关系计算出当前历元的海拔高度,将当前历元的海拔高度减去基准海拔高度,即可得到当前历元的第一相对高度;
S3:获取当前历元的惯性数据,基于惯性数据得到当前历元的原始加速度分量,通过原始加速度分量和重力垂直加速度分量相减即可得到当前历元的垂直加速度,根据当前历元的垂直加速度来计算当前历元的速度和第二相对高度;
S4:将当前历元的第一相对高度作为当前历元的高度观测值;
S5:获取上一历元的速度以及上一历元的高度最终值,基于当前历元的速度、第二相对高度、上一历元的速度以及上一历元的最终高度值计算当前历元的高度预估值;需要进一步说明的是,当前历元为第一个历元时,上一历元的速度和最终高度值取值均为0。
S6:采用卡尔曼滤波法对高度观测值和高度预估值进行数据融合,得到当前历元的最终相对高度;需要进一步说明的是,卡尔曼滤波在进行数据融合时,不要求数据和噪声都是平稳过程的假设条件,对于每个时刻的扰动和观测误差(即噪声),只要对它们的统计性质作某些适当的假定,通过对含有噪声的观测信号进行处理,即能够在平均的意义上,求得误差为最小的真实信号的估计值;例如,在雷达领域中,人们感兴趣的是跟踪目标,但目标的位置、速度、加速度的测量值往往在任何时候都有噪声。此时可通过卡尔曼滤波利用目标的动态信息,去掉噪声的影响,得到一个关于目标位置的最优估计值,最优估计值可以是对当前目标位置的估计,也可以是对于将来位置的估计。
S7:令下一个历元作为当前历元,重复执行步骤S2~S7,直至计算出所有历元的最终相对高度,即完成高度测量的全过程。
实施例2
S1:获取基准海拔高度以及重力垂直加速度,获取基准海拔高度作为后续计算相对高度时的基准,即基准海拔高度相对于相对高度来说,其高度值为0;而获取重力垂直加速度在于为后续计算垂直加速度做准备;
需要进一步说明的是,在本实施例中采用气压传感器获取基准海拔高度,根据气压与海拔高度之间的关系计算基准海拔高度,具体的计算公式如下:
其中,Pinit为基准海拔高度的气压数据,P0为标准大气压,hinit为基准海拔高度;
在本实施例中,通过惯性传感器获取重力垂直加速度,在获取重力垂直加速度的过程中,将惯性传感器静止放置在水平平面上,即可获得重力垂直加速度;
S2:通过气压传感器获取当前历元的气压数据,根据气压与海拔高度的关系计算出当前历元的海拔高度,将当前历元的海拔高度减去基准海拔高度,即可得到当前历元的第一相对高度,具体的计算公式如下:
其中,P当前历元的气压数据,Δh为当前历元的第一相对高度;
S3:获取当前历元的惯性数据,惯性数据包括三轴加速度数据以及角速度数据;基于惯性数据得到当前历元的原始加速度分量,通过原始加速度分量和重力垂直加速度分量相减即可得到当前历元的垂直加速度,根据当前历元的垂直加速度来计算当前历元的速度和第二相对高度,具体过程如下:
S31:获取当前历元的三轴加速度数据和角速度数据;
S32:基于三轴加速度数据和角速度数据获得当前历元垂直方向的原始加速度分量;
S33:将当前历元垂直方向的原始加速度分量与重力垂直加速度相减得到当前历元的垂直加速度;
a=raw_a-g
其中,a为当前历元的垂直加速度,raw_a为当前历元垂直方向的原始加度分量,g为重力垂直加速度;
S34:基于当前历元的垂直加速度计算当前历元的速度和第二相对高度,具体为对当前历元的垂直加速度进行积分计算,得到当前历元的速度和第二相对高度;
S4:将当前历元的第一相对高度作为当前历元的高度观测值,即zt=Δh,其中,zt为当前历元的高度观测值;
S5:获取上一历元的速度以及上一历元的高度最终值,基于当前历元的速度、第二相对高度、上一历元的速度以及上一历元的最终高度值计算当前历元的高度预估值,具体过程如下:
其中,为当前历元的高度预估值,Vt为当前历元的速度,αt是当前历元的垂直加速度,T是为当前历元与上一历元之间的采样间隔时间,为上一历元的最终高度值,Vt-1为上一历元的速度,1/2atT2即为当前历元的第二相对高度。
S6:采用卡尔曼滤波法对高度观测值和高度预估值进行数据融合,得到当前历元的最终相对高度;需要进一步说明的是,卡尔曼滤波在进行数据融合时,不要求数据和噪声都是平稳过程的假设条件,对于每个时刻的扰动和观测误差(即噪声),只要对它们的统计性质作某些适当的假定,通过对含有噪声的观测信号进行处理,即能够在平均的意义上,求得误差为最小的真实信号的估计值;例如,在雷达领域中,人们感兴趣的是跟踪目标,但目标的位置、速度、加速度的测量值往往在任何时候都有噪声。此时可通过卡尔曼滤波利用目标的动态信息,去掉噪声的影响,得到一个关于目标位置的最优估计值,最优估计值可以是对当前目标位置的估计,也可以是对于将来位置的估计,卡尔曼滤波算法分为两步:预测和更新;预测:根据上一时刻的后验估计值来估计当前时刻的状态,得到当前时刻的先验估计值;更新:使用当前时刻的测量值来更正预测阶段估计值,得到当前时刻的后验估计值,采用卡尔曼滤波法对高度观测值和高度预估值进行数据融合的具体过程如下:
其中,是当前历元的高度预估值,是上一历元的最终高度预估值,是当前历元的先验估计协方差,Pt-1是上一历元的后验估计协方差,Q是数据融合过程中的激励噪声协方差,Kt是当前历元的卡尔曼增益,R是测量噪声协方差,Pt是当前历元的后验估计协方差。
需要进一步说明的是,在使用卡尔曼滤波法对高度观测值和高度预估值进行数据融合时,实时监测惯性传感器获取到当前历元的惯性数据是否为0;若是,在数据融合的过程中进行零速矫正,将当前历元的速度置0,重新计算当前历元的高度预估值后进行数据融合。
S7:令下一个历元作为当前历元,重复执行步骤S2~S7,直至计算出所有历元的最终相对高度。
实施例3
如图3所示,一种高度测量系统,包括数据获取模块201、第一相对高度计算模块202、第二相对高度计算模块203、高度观测值获取模块204、高度预估值计算模块205、最终高度计算模块206以及遍历模块207;
数据获取模块201用于获取基准海拔高度以及重力垂直加速度;
第一相对高度计算模块202用于获取当前历元的气压数据,基于气压数据和基准海拔高度计算当前历元的第一相对高度;
第二相对高度计算模块203用于获取当前历元的惯性数据,基于惯性数据和重力垂直加速度计算当前历元的速度和第二相对高度;
高度观测值获取模块204用于将当前历元的第一相对高度作为当前历元的高度观测值;
高度预估值计算模块205用于获取上一历元的速度以及上一历元的高度最终值,基于当前历元的速度、第二相对高度、上一历元的速度以及上一历元的最终高度值计算当前历元的高度预估值;
最终高度计算模块206用于对高度观测值和高度预估值进行数据融合,得到当前历元的最终相对高度;
遍历模块207用于令下一个历元作为当前历元,重复执行第一相对高度计算模块、第二相对高度计算模块、高度观测值获取模块、高度预估值计算模块以及最终高度计算模块,直至计算出所有历元的最终相对高度。
作为一个优选的实施例,第二相对高度计算模块203具体用于:
获取当前历元的三轴加速度数据和角速度数据;
基于三轴加速度数据和角速度数据获得当前历元垂直方向的原始加速度分量;
将当前历元垂直方向的原始加速度分量与重力垂直加速度相减得到当前历元的垂直加速度;
基于当前历元的垂直加速度计算当前历元的速度和第二相对高度。
一种存储介质,其上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述的一种高度测量方法的步骤。
如图4所示,一种设备30,所述设备包括处理器300以及存储器301;
所述存储器301用于存储程序代码302,并将所述程序代码302传输给所述处理器;
所述处理器300用于根据所述程序代码302中的指令执行上述的一种高度测量方法中的步骤。
示例性的,所述计算机程序302可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器301中,并由所述处理器300执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序302在所述终端设备30中的执行过程。
所述终端设备30可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器300、存储器301。本领域技术人员可以理解,图4仅仅是终端设备30的示例,并不构成对终端设备30的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器300可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-ProgrammaBle GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器301可以是所述终端设备30的内部存储单元,例如终端设备30的硬盘或内存。所述存储器301也可以是所述终端设备30的外部存储设备,例如所述终端设备30上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器301还可以既包括所述终端设备30的内部存储单元也包括外部存储设备。所述存储器301用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器301还可以用于暂时地存储已经输出或者将要输出的数据。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种高度测量方法,其特征在于,包括以下步骤:
S1:获取基准海拔高度以及重力垂直加速度;
S2:获取当前历元的气压数据,基于气压数据和基准海拔高度计算当前历元的第一相对高度;
S3:获取当前历元的惯性数据,基于惯性数据和重力垂直加速度计算当前历元的速度和第二相对高度;
S4:将当前历元的第一相对高度作为当前历元的高度观测值;
S5:获取上一历元的速度以及上一历元的高度最终值,基于当前历元的速度、第二相对高度、上一历元的速度以及上一历元的最终高度值计算当前历元的高度预估值;
S6:对高度观测值和高度预估值进行数据融合,得到当前历元的最终相对高度;
S7:令下一个历元作为当前历元,重复执行步骤S2~S7,直至计算出所有历元的最终相对高度。
2.根据权利要求1所述的一种高度测量方法,其特征在于,惯性数据包括三轴加速度数据以及角速度数据。
3.根据权利要求1所述的一种高度测量方法,其特征在于,在步骤S3的具体过程为:
获取当前历元的三轴加速度数据和角速度数据;
基于三轴加速度数据和角速度数据获得当前历元垂直方向的原始加速度分量;
将当前历元垂直方向的原始加速度分量与重力垂直加速度相减得到当前历元的垂直加速度;
基于当前历元的垂直加速度计算当前历元的速度和第二相对高度。
4.根据权利要求1所述的一种高度测量方法,其特征在于,通过气压传感器获取当前历元的气压数据,通过惯性传感器获取当前历元的惯性数据。
5.根据权利要求4所述的一种高度测量方法,其特征在于,在步骤S6中,使用卡尔曼滤波法对高度观测值和高度预估值进行数据融合。
6.根据权利要求5所述的一种高度测量方法,其特征在于,在使用卡尔曼滤波法对高度观测值和高度预估值进行数据融合时,实时监测惯性传感器获取到当前历元的惯性数据是否为0;若是,将当前历元的速度置0,重新计算当前历元的高度预估值后进行数据融合。
7.一种高度测量系统,其特征在于,包括数据获取模块、第一相对高度计算模块、第二相对高度计算模块、高度观测值获取模块、高度预估值计算模块、最终高度计算模块以及遍历模块;
数据获取模块用于获取基准海拔高度以及重力垂直加速度;
第一相对高度计算模块用于获取当前历元的气压数据,基于气压数据和基准海拔高度计算当前历元的第一相对高度;
第二相对高度计算模块用于获取当前历元的惯性数据,基于惯性数据和重力垂直加速度计算当前历元的速度和第二相对高度;
高度观测值获取模块用于将当前历元的第一相对高度作为当前历元的高度观测值;
高度预估值计算模块用于获取上一历元的速度以及上一历元的高度最终值,基于当前历元的速度、第二相对高度、上一历元的速度以及上一历元的最终高度值计算当前历元的高度预估值;
最终高度计算模块用于对高度观测值和高度预估值进行数据融合,得到当前历元的最终相对高度;
遍历模块用于令下一个历元作为当前历元,重复执行第一相对高度计算模块、第二相对高度计算模块、高度观测值获取模块、高度预估值计算模块以及最终高度计算模块,直至计算出所有历元的最终相对高度。
8.根据权利要求7所述的一种高度测量系统,其特征在于,第二相对高度计算模块具体用于:
获取当前历元的三轴加速度数据和角速度数据;
基于三轴加速度数据和角速度数据获得当前历元垂直方向的原始加速度分量;
将当前历元垂直方向的原始加速度分量与重力垂直加速度相减得到当前历元的垂直加速度;
基于当前历元的垂直加速度计算当前历元的速度和第二相对高度。
9.一种存储介质,其上存储有计算机程序指令,其特征在于,该计算机程序指令被处理器执行时实现权利要求1至6中任一项所述一种高度测量方法的步骤。
10.一种设备,其特征在于,包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1至6中任一项所述的一种高度测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010886381.3A CN111912383A (zh) | 2020-08-28 | 2020-08-28 | 一种高度测量方法、系统、储存介质以及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010886381.3A CN111912383A (zh) | 2020-08-28 | 2020-08-28 | 一种高度测量方法、系统、储存介质以及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111912383A true CN111912383A (zh) | 2020-11-10 |
Family
ID=73266429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010886381.3A Pending CN111912383A (zh) | 2020-08-28 | 2020-08-28 | 一种高度测量方法、系统、储存介质以及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111912383A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101667368A (zh) * | 2009-10-10 | 2010-03-10 | 浙江吉利汽车研究院有限公司 | 一种车载多功能显示装置 |
CN106681344A (zh) * | 2016-12-26 | 2017-05-17 | 湖南纳雷科技有限公司 | 一种用于飞行器的高度控制方法及控制系统 |
JP2017129541A (ja) * | 2016-01-22 | 2017-07-27 | 凸版印刷株式会社 | 高度差取得装置、装置移動管理サーバ、方法、及びプログラム |
CN111156964A (zh) * | 2020-01-14 | 2020-05-15 | 广东小天才科技有限公司 | 一种高度测量方法、系统、移动终端和存储介质 |
-
2020
- 2020-08-28 CN CN202010886381.3A patent/CN111912383A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101667368A (zh) * | 2009-10-10 | 2010-03-10 | 浙江吉利汽车研究院有限公司 | 一种车载多功能显示装置 |
JP2017129541A (ja) * | 2016-01-22 | 2017-07-27 | 凸版印刷株式会社 | 高度差取得装置、装置移動管理サーバ、方法、及びプログラム |
CN106681344A (zh) * | 2016-12-26 | 2017-05-17 | 湖南纳雷科技有限公司 | 一种用于飞行器的高度控制方法及控制系统 |
CN111156964A (zh) * | 2020-01-14 | 2020-05-15 | 广东小天才科技有限公司 | 一种高度测量方法、系统、移动终端和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111121768B (zh) | 一种机器人位姿估计方法、装置、可读存储介质及机器人 | |
CN114018274B (zh) | 车辆定位方法、装置及电子设备 | |
CN107024198B (zh) | 一种捷联惯导式测波方法及系统 | |
CN103323026A (zh) | 星敏感器和有效载荷的姿态基准偏差估计与修正方法 | |
CN112034431B (zh) | 一种雷达和rtk的外参标定方法及装置 | |
CN110440827B (zh) | 一种参数误差的标定方法、装置及存储介质 | |
CN109507706B (zh) | 一种gps信号丢失的预测定位方法 | |
CN112907671B (zh) | 点云数据生成方法、装置、电子设备及存储介质 | |
CN114442133A (zh) | 无人机定位方法、装置、设备及存储介质 | |
CN111679307B (zh) | 一种卫星定位信号解算方法及装置 | |
Rasoulzadeh et al. | Implementation of A low-cost multi-IMU hardware by using a homogenous multi-sensor fusion | |
CN111912383A (zh) | 一种高度测量方法、系统、储存介质以及设备 | |
CN113495281B (zh) | 可移动平台的实时定位方法及装置 | |
CN116242373A (zh) | 一种融合多源数据的高精度导航定位方法及系统 | |
CN115993132A (zh) | 视觉惯性里程计初始化方法、装置及飞行汽车 | |
CN115727871A (zh) | 一种轨迹质量检测方法、装置、电子设备和存储介质 | |
CN114705223A (zh) | 多移动智能体在目标跟踪中的惯导误差补偿方法及系统 | |
CN114199220A (zh) | 一种无人机空中在线磁罗盘校准方法和装置 | |
CN109000683B (zh) | 一种dtg惯组静态漂移标定方法及装置 | |
CN117292118B (zh) | 雷达引导光电跟踪坐标补偿方法、装置、电子设备及介质 | |
CN113126058A (zh) | 存储器、用于机载激光雷达系统的控制方法及装置 | |
CN113137975B (zh) | 天文惯性组合导航的惯性校正方法、装置及电子设备 | |
CN116539000B (zh) | 杆塔的倾斜度的监测方法、装置和电子设备 | |
CN117974809B (zh) | 机载面阵相机时空标定方法、装置、设备及存储介质 | |
CN114353825B (zh) | 基于无迹卡尔曼滤波的磁力计在线校准算法、介质及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201110 |
|
RJ01 | Rejection of invention patent application after publication |