CN111966093A - 一种巡检机器人组合导航系统、方法和巡检机器人 - Google Patents

一种巡检机器人组合导航系统、方法和巡检机器人 Download PDF

Info

Publication number
CN111966093A
CN111966093A CN202010736087.4A CN202010736087A CN111966093A CN 111966093 A CN111966093 A CN 111966093A CN 202010736087 A CN202010736087 A CN 202010736087A CN 111966093 A CN111966093 A CN 111966093A
Authority
CN
China
Prior art keywords
navigation
filter
navigation information
inspection robot
local
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
CN202010736087.4A
Other languages
English (en)
Inventor
饶杰
陈德
吴亮
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.)
Beijing Hengtong Intelligent Control Robot Technology Co ltd
Original Assignee
Beijing Hengtong Intelligent Control Robot Technology Co ltd
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 Beijing Hengtong Intelligent Control Robot Technology Co ltd filed Critical Beijing Hengtong Intelligent Control Robot Technology Co ltd
Priority to CN202010736087.4A priority Critical patent/CN111966093A/zh
Publication of CN111966093A publication Critical patent/CN111966093A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种巡检机器人组合导航系统，包括Slam导航子系统，与滤波器连接，用于获取巡检机器人的第一导航信息；Amcl导航子系统，与滤波器连接，用于获取所述巡检机器人的第二导航信息；所述滤波器，用于将所述第一导航信息和所述第二导航信息进行融合处理，得到全局最优估计值，并根据所述全局最优估计值对所述第一导航信息和所述第二导航信息进行校正。本发明可提升巡检机器人的导航精度。本发明还涉及一种巡检机器人组合导航方法和一种巡检机器人。

Description

一种巡检机器人组合导航系统、方法和巡检机器人
技术领域
本发明涉及电力技术领域，尤其涉及一种巡检机器人组合导航系统、方法和巡检机器人。
背景技术
当前，机器人在电力系统得到了越来越广泛的应用，其中用于无人值守变电站设备巡检机器人对高压设备检测的关键技术之一是给机器人的运动控制系统提供连续、实时、精确的位置、航向等导航信息，使其沿预定的路径行驶并完成检测任务。电力巡检机器人有多种导航方式，但都采用单一的导航系统，如单独的GPS导航或单独的自主导航，这些方式各具优点但又各存缺点，如前者会在GPS信号弱的地方出现导航的盲点，后者会在使用一段时间后出现较大的误差。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供一种巡检机器人组合导航系统、方法和巡检机器人。
本发明解决上述技术问题的技术方案如下：
一种巡检机器人组合导航系统，包括：
Slam导航子系统，与滤波器连接，用于获取巡检机器人的第一导航信息；
Amcl导航子系统，与滤波器连接，用于获取所述巡检机器人的第二导航信息；
所述滤波器，用于将所述第一导航信息和所述第二导航信息进行融合处理，得到全局最优估计值，并根据所述全局最优估计值对所述第一导航信息和所述第二导航信息进行校正。
本发明的有益效果是：提供一种巡检机器人组合导航系统，通过Slam导航子系统获取巡检机器人的第一导航信息，通过Amcl导航子系统获取巡检机器人的第二导航信息，通过滤波器将第一导航信息和第二导航信息进行融合处理，得到全局最优估计值，并对第一导航信息和第二导航信息进行校正，可提升巡检机器人的导航精度。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步地，所述滤波器包括第一局部滤波器、第二局部滤波器和主滤波器，所述第一局部滤波器和所述第二局部滤波器分别与所述主滤波器连接；
所述第一局部滤波器连接所述Slam导航子系统，用于接收所述第一导航信息，并根据所述第一导航信息，确定第一局部估计值和第一误差协方差阵，将所述第一局部估计值和所述第一误差协方差阵输入至所述主滤波器中；
所述第二局部滤波器连接所述Amcl导航子系统，用于接收所述第二导航信息，并根据所述第二导航信息，确定第二局部估计值和第二误差协方差阵，将所述第二局部估计值和所述第二误差协方差阵输入至所述主滤波器中。
进一步地，所述主滤波器，用于根据所述第一局部估计值、所述第一误差协方差阵、所述第二局部估计值和所述第二误差协方差阵，进行时间更新和信息融合后，得到全局最优估计值；
并将所述全局最优估计值反馈至第一局部滤波器和第二局部滤波器，校正所述第一导航信息和所述第二导航信息。
进一步地，所述系统还包括第一坐标转换器和第二坐标转换器；
所述Slam导航子系统连接所述第一坐标转换器，所述第一坐标转换器连接所述第一局部滤波器，用于将所述第一导航信息转换至导航坐标系下；
所述Amcl导航子系统连接所述第二坐标转换器，所述第二坐标转换器连接所述第二局部滤波器，用于将所述第二导航信息转换至导航坐标系下。
进一步地，所述系统还包括第一反馈电路和第二反馈电路；
所述第一反馈电路连接所述第一坐标转换器，用于根据所述全局最优估计值对所述第一导航信息进行校正；
所述第二反馈电路连接所述第二坐标转换器，用于根据所述全局最优估计值对所述第二导航信息进行校正。
本发明解决上述技术问题的另一种技术方案如下：
一种巡检机器人组合导航方法，包括：
Slam导航子系统获取巡检机器人的第一导航信息；
Amcl导航子系统获取所述巡检机器人的第二导航信息；
所述滤波器将所述第一导航信息和所述第二导航信息进行融合处理，得到全局最优估计值，并根据所述全局最优估计值对所述第一导航信息和所述第二导航信息进行校正。
本发明的有益效果是：提供一种巡检机器人组合导航方法，通过Slam导航子系统获取巡检机器人的第一导航信息，通过Amcl导航子系统获取巡检机器人的第二导航信息，通过滤波器将第一导航信息和第二导航信息进行融合处理，得到全局最优估计值，并对第一导航信息和第二导航信息进行校正，可提升巡检机器人的导航精度。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步地，所述滤波器包括第一局部滤波器、第二局部滤波器和主滤波器，所述第一局部滤波器和所述第二局部滤波器分别与所述主滤波器连接，所述第一局部滤波器连接所述Slam导航子系统，所述第二局部滤波器连接所述Amcl导航子系统，所述方法包括：
所述第一局部滤波器接收所述第一导航信息，并根据所述第一导航信息，确定第一局部估计值和第一误差协方差阵，将所述第一局部估计值和所述第一误差协方差阵输入至所述主滤波器中；
所述第二局部滤波器接收所述第二导航信息，并根据所述第二导航信息，确定第二局部估计值和第二误差协方差阵，将所述第二局部估计值和所述第二误差协方差阵输入至所述主滤波器中。
进一步地，所述方法包括：
所述主滤波器根据所述第一局部估计值、所述第一误差协方差阵、所述第二局部估计值和所述第二误差协方差阵，进行时间更新和信息融合后，得到全局最优估计值；
并将所述全局最优估计值反馈至所述第一局部滤波器和所述第二局部滤波器，校正所述第一导航信息和所述第二导航信息。
进一步地，所述系统还包括第一坐标转换器和第二坐标转换器，所述Slam导航子系统连接所述第一坐标转换器，所述第一坐标转换器连接所述第一局部滤波器，所述Amcl导航子系统连接所述第二坐标转换器，所述第二坐标转换器连接所述第二局部滤波器，所述方法还包括：
所述第一坐标转换器将所述第一导航信息转换至导航坐标系下；
所述第二坐标转换器将所述第二导航信息转换至导航坐标系下。
本申请还提供一种巡检机器人，所述巡检机器人包括上述技术方案中任一项所述的巡检机器人组合导航系统。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明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，下面所描述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获得其他的附图。
图1为本发明实施例提供的一种巡检机器人组合导航系统的示意性模块结构图；
图2为本发明另一实施例提供的一种巡检机器人组合导航方法的示意性流程结构图。
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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
如图1本发明实施例提供的一种巡检机器人组合导航系统的示意性模块结构所示，一种巡检机器人组合导航系统，包括：
Slam导航子系统，与滤波器连接，用于获取巡检机器人的第一导航信息；
Amcl导航子系统，与滤波器连接，用于获取所述巡检机器人的第二导航信息；
所述滤波器，用于将所述第一导航信息和所述第二导航信息进行融合处理，得到全局最优估计值，并根据所述全局最优估计值对所述第一导航信息和所述第二导航信息进行校正。
基于本实施例提供的一种巡检机器人组合导航系统，通过Slam导航子系统获取巡检机器人的第一导航信息，通过Amcl导航子系统获取巡检机器人的第二导航信息，通过滤波器将第一导航信息和第二导航信息进行融合处理，得到全局最优估计值，并对第一导航信息和第二导航信息进行校正，可提升巡检机器人的导航精度。
进一步地，所述滤波器包括第一局部滤波器、第二局部滤波器和主滤波器，所述第一局部滤波器和所述第二局部滤波器分别与所述主滤波器连接；
所述第一局部滤波器连接所述Slam导航子系统，用于接收所述第一导航信息，并根据所述第一导航信息，确定第一局部估计值和第一误差协方差阵，将所述第一局部估计值和所述第一误差协方差阵输入至所述主滤波器中；
所述第二局部滤波器连接所述Amcl导航子系统，用于接收所述第二导航信息，并根据所述第二导航信息，确定第二局部估计值和第二误差协方差阵，将所述第二局部估计值和所述第二误差协方差阵输入至所述主滤波器中。
进一步地，所述主滤波器，用于根据所述第一局部估计值、所述第一误差协方差阵、所述第二局部估计值和所述第二误差协方差阵，进行时间更新和信息融合后，得到全局最优估计值；
并将所述全局最优估计值反馈至第一局部滤波器和第二局部滤波器，校正所述第一导航信息和所述第二导航信息。
进一步地，所述系统还包括第一坐标转换器和第二坐标转换器；
所述Slam导航子系统连接所述第一坐标转换器，所述第一坐标转换器连接所述第一局部滤波器，用于将所述第一导航信息转换至导航坐标系下；
所述Amcl导航子系统连接所述第二坐标转换器，所述第二坐标转换器连接所述第二局部滤波器，用于将所述第二导航信息转换至导航坐标系下。
进一步地，所述系统还包括第一反馈电路和第二反馈电路；
所述第一反馈电路连接所述第一坐标转换器，用于根据所述全局最优估计值对所述第一导航信息进行校正；
所述第二反馈电路连接所述第二坐标转换器，用于根据所述全局最优估计值对所述第二导航信息进行校正。
如图2本发明另一实施例提供的一种巡检机器人组合导航方法的示意性流程图所示，一种巡检机器人组合导航方法，包括：
110、Slam导航子系统获取巡检机器人的第一导航信息。
120、Amcl导航子系统获取所述巡检机器人的第二导航信息。
130、滤波器将第一导航信息和第二导航信息进行融合处理，得到全局最优估计值，并根据全局最优估计值对第一导航信息和第二导航信息进行校正。
基于上述实施例提供的一种巡检机器人组合导航方法，通过Slam导航子系统获取巡检机器人的第一导航信息，通过Amcl导航子系统获取巡检机器人的第二导航信息，通过滤波器将第一导航信息和第二导航信息进行融合处理，得到全局最优估计值，并对第一导航信息和第二导航信息的误差进行校正，可提升巡检机器人的导航精度。
基于上述实施例，进一步地，所述滤波器包括第一局部滤波器、第二局部滤波器和主滤波器，所述第一局部滤波器和所述第二局部滤波器分别与所述主滤波器连接，所述第一局部滤波器连接所述Slam导航子系统，所述第二局部滤波器连接所述Amcl导航子系统，步骤130中包括：
131、所述第一局部滤波器接收所述第一导航信息，并根据所述第一导航信息，确定第一局部估计值和第一误差协方差阵，将所述第一局部估计值和所述第一误差协方差阵输入至所述主滤波器中。
132、所述第二局部滤波器接收所述第二导航信息，并根据所述第二导航信息，确定第二局部估计值和第二误差协方差阵，将所述第二局部估计值和所述第二误差协方差阵输入至所述主滤波器中。
133、所述主滤波器根据所述第一局部估计值、所述第一误差协方差阵、所述第二局部估计值和所述第二误差协方差阵，进行时间更新和信息融合后，得到全局最优估计值。
134、并将所述全局最优估计值反馈至所述第一局部滤波器和所述第二局部滤波器，校正所述第一导航信息和所述第二导航信息。
进一步地，所述系统还包括第一坐标转换器和第二坐标转换器，所述Slam导航子系统连接所述第一坐标转换器，所述第一坐标转换器连接所述第一局部滤波器，所述Amcl导航子系统连接所述第二坐标转换器，所述第二坐标转换器连接所述第二局部滤波器，步骤110中还包括：
111、所述第一坐标转换器将所述第一导航信息转换至导航坐标系下。
112所述第二坐标转换器将所述第二导航信息转换至导航坐标系下。
本申请还提供一种巡检机器人，所述巡检机器人包括上述技术方案中任一项所述的巡检机器人组合导航系统。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种巡检机器人组合导航系统，其特征在于，包括：
Slam导航子系统，与滤波器连接，用于获取巡检机器人的第一导航信息；
Amcl导航子系统，与滤波器连接，用于获取所述巡检机器人的第二导航信息；
所述滤波器，用于将所述第一导航信息和所述第二导航信息进行融合处理，得到全局最优估计值，并根据所述全局最优估计值对所述第一导航信息和所述第二导航信息进行校正。
2.根据权利要求1所述的巡检机器人组合导航系统，其特征在于，
所述滤波器包括第一局部滤波器、第二局部滤波器和主滤波器，所述第一局部滤波器和所述第二局部滤波器分别与所述主滤波器连接；
所述第一局部滤波器连接所述Slam导航子系统，用于接收所述第一导航信息，并根据所述第一导航信息，确定第一局部估计值和第一误差协方差阵，将所述第一局部估计值和所述第一误差协方差阵输入至所述主滤波器中；
所述第二局部滤波器连接所述Amcl导航子系统，用于接收所述第二导航信息，并根据所述第二导航信息，确定第二局部估计值和第二误差协方差阵，将所述第二局部估计值和所述第二误差协方差阵输入至所述主滤波器中。
3.根据权利要求2所述的巡检机器人组合导航系统，其特征在于，
所述主滤波器，用于根据所述第一局部估计值、所述第一误差协方差阵、所述第二局部估计值和所述第二误差协方差阵，进行时间更新和信息融合后，得到全局最优估计值；
并将所述全局最优估计值反馈至所述第一局部滤波器和所述第二局部滤波器，校正所述第一导航信息和所述第二导航信息。
4.根据权利要求3所述的巡检机器人组合导航系统，其特征在于，所述系统还包括第一坐标转换器和第二坐标转换器；
所述Slam导航子系统连接所述第一坐标转换器，所述第一坐标转换器连接所述第一局部滤波器，用于将所述第一导航信息转换至导航坐标系下；
所述Amcl导航子系统连接所述第二坐标转换器，所述第二坐标转换器连接所述第二局部滤波器，用于将所述第二导航信息转换至导航坐标系下。
5.根据权利要求4所述的巡检机器人组合导航系统，其特征在于，所述系统还包括第一反馈电路和第二反馈电路；
所述第一反馈电路连接所述第一坐标转换器，用于根据所述全局最优估计值对所述第一导航信息进行校正；
所述第二反馈电路连接所述第二坐标转换器，用于根据所述全局最优估计值对所述第二导航信息进行校正。
6.一种巡检机器人组合导航方法，其特征在于，基于权利要求1-5中任一项所述巡检机器人组合导航系统，包括：
Slam导航子系统获取巡检机器人的第一导航信息；
Amcl导航子系统获取所述巡检机器人的第二导航信息；
滤波器将所述第一导航信息和所述第二导航信息进行融合处理，得到全局最优估计值，并根据所述全局最优估计值对所述第一导航信息和所述第二导航信息进行校正。
7.根据权利要求6所述的巡检机器人组合导航方法，其特征在于，
所述滤波器包括第一局部滤波器、第二局部滤波器和主滤波器，所述第一局部滤波器和所述第二局部滤波器分别与所述主滤波器连接，所述第一局部滤波器连接所述Slam导航子系统，所述第二局部滤波器连接所述Amcl导航子系统，所述方法包括：
所述第一局部滤波器接收所述第一导航信息，并根据所述第一导航信息，确定第一局部估计值和第一误差协方差阵，将所述第一局部估计值和所述第一误差协方差阵输入至所述主滤波器中；
所述第二局部滤波器接收所述第二导航信息，并根据所述第二导航信息，确定第二局部估计值和第二误差协方差阵，将所述第二局部估计值和所述第二误差协方差阵输入至所述主滤波器中。
8.根据权利要求7所述的巡检机器人组合导航方法，其特征在于，所述方法包括：
所述主滤波器根据所述第一局部估计值、所述第一误差协方差阵、所述第二局部估计值和所述第二误差协方差阵，进行时间更新和信息融合后，得到全局最优估计值；
并将所述全局最优估计值反馈至所述第一局部滤波器和所述第二局部滤波器，校正所述第一导航信息和所述第二导航信息。
9.根据权利要求8所述的巡检机器人组合导航方法，其特征在于，所述系统还包括第一坐标转换器和第二坐标转换器，所述Slam导航子系统连接所述第一坐标转换器，所述第一坐标转换器连接所述第一局部滤波器，所述Amcl导航子系统连接所述第二坐标转换器，所述第二坐标转换器连接所述第二局部滤波器，所述方法还包括：
所述第一坐标转换器将所述第一导航信息转换至导航坐标系下；
所述第二坐标转换器将所述第二导航信息转换至导航坐标系下。
10.一种巡检机器人，其特征在于，所述巡检机器人包括权利要求1-5中任一项所述的巡检机器人组合导航系统。
CN202010736087.4A 2020-07-28 2020-07-28 一种巡检机器人组合导航系统、方法和巡检机器人 Pending CN111966093A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010736087.4A CN111966093A (zh) 2020-07-28 2020-07-28 一种巡检机器人组合导航系统、方法和巡检机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010736087.4A CN111966093A (zh) 2020-07-28 2020-07-28 一种巡检机器人组合导航系统、方法和巡检机器人

Publications (1)

Publication Number Publication Date
CN111966093A true CN111966093A (zh) 2020-11-20

Family

ID=73363244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010736087.4A Pending CN111966093A (zh) 2020-07-28 2020-07-28 一种巡检机器人组合导航系统、方法和巡检机器人

Country Status (1)

Country Link
CN (1) CN111966093A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101858748A (zh) * 2010-05-28 2010-10-13 南京航空航天大学 高空长航无人机的多传感器容错自主导航方法
CN105607093A (zh) * 2015-12-20 2016-05-25 上海华测导航技术股份有限公司 一种组合导航系统及获取导航坐标的方法
CN105758401A (zh) * 2016-05-14 2016-07-13 中卫物联成都科技有限公司 一种基于多源信息融合的组合导航方法和设备
CN206002114U (zh) * 2016-05-14 2017-03-08 中卫物联成都科技有限公司 一种基于多源信息融合的组合导航设备
US9709404B2 (en) * 2015-04-17 2017-07-18 Regents Of The University Of Minnesota Iterative Kalman Smoother for robust 3D localization for vision-aided inertial navigation
CN107656301A (zh) * 2017-09-20 2018-02-02 北京航天发射技术研究所 一种基于多源信息融合的车载定位方法
CN108871324A (zh) * 2018-04-28 2018-11-23 南京信息工程大学 一种水下无源组合导航系统衰减自适应信息融合方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101858748A (zh) * 2010-05-28 2010-10-13 南京航空航天大学 高空长航无人机的多传感器容错自主导航方法
US9709404B2 (en) * 2015-04-17 2017-07-18 Regents Of The University Of Minnesota Iterative Kalman Smoother for robust 3D localization for vision-aided inertial navigation
CN105607093A (zh) * 2015-12-20 2016-05-25 上海华测导航技术股份有限公司 一种组合导航系统及获取导航坐标的方法
CN105758401A (zh) * 2016-05-14 2016-07-13 中卫物联成都科技有限公司 一种基于多源信息融合的组合导航方法和设备
CN206002114U (zh) * 2016-05-14 2017-03-08 中卫物联成都科技有限公司 一种基于多源信息融合的组合导航设备
CN107656301A (zh) * 2017-09-20 2018-02-02 北京航天发射技术研究所 一种基于多源信息融合的车载定位方法
CN108871324A (zh) * 2018-04-28 2018-11-23 南京信息工程大学 一种水下无源组合导航系统衰减自适应信息融合方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
任海波，等: "变加权系数联邦卡尔曼滤波在GPS/DR组合定位系统中的应用研究", 《科学技术与工程》 *

Similar Documents

Publication Publication Date Title
US20190195631A1 (en) Positioning method, positioning device, and robot
CN108303081B (zh) 一种仿生偏振/惯性/大气数据组合导航系统
CN110908364B (zh) 一种基于鲁棒区间估计的故障检测方法
CN112305418B (zh) 一种基于混合噪声双重滤波的电机系统故障诊断方法
CN110954132B (zh) Grnn辅助自适应卡尔曼滤波进行导航故障识别的方法
CN109059911B (zh) 一种gnss、ins和气压计的数据融合方法
CN102510251B (zh) 驱动复合摆头的永磁环形力矩电机的自适应鲁棒控制方法
CN111600519B (zh) 伺服电机控制方法、装置、电子设备及存储介质
US4641248A (en) Method for determining reliability in electric power system
CN103268407B (zh) 一种基于拉格朗日插值及卡尔曼滤波的轨道数据插值方法
CN109307876A (zh) 一种适用于gnss矢量跟踪的自主完好性监测方法
CN106055019B (zh) 基于在线软测量模型的最大功率点跟踪的光伏发电系统
CN108313330B (zh) 一种基于增广Kalman滤波的卫星干扰力矩估计方法
CN106371092B (zh) 一种基于gps与强震仪观测自适应组合的形变监测方法
CN105575154A (zh) 一种车辆gps定位丢失数据补偿方法
CN114252077B (zh) 基于联邦滤波器的双gps/sins的组合导航方法及系统
Qian et al. An INS/DVL integrated navigation filtering method against complex underwater environment
CN111966093A (zh) 一种巡检机器人组合导航系统、方法和巡检机器人
CN109962489B (zh) 一种mppt误判的校正控制方法及系统
CN114063131A (zh) 一种gnss/ins/轮速组合定位实时平滑的方法
CN111414696B (zh) 基于模型预测扩展卡尔曼滤波的动力定位船分级状态估计方法
Guo et al. A framework of cubature-Hᵢ/H∞-fault detection and robust H-infinity Kalman filter of ship SINS/GNSS integrated system
CN109931935B (zh) 基于距离和环境特征的导航系统及其参数摄动解决方法
CN208044348U (zh) 一种无人驾驶纯电动船的船舵系统精度识辩系统装置
CN117471502B (zh) 一种定位源参数异常检测和修正方法、系统及电子设备

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: 20201120

RJ01 Rejection of invention patent application after publication