CN112229406A - 一种多余度引导全自动着陆信息融合方法及系统 - Google Patents
一种多余度引导全自动着陆信息融合方法及系统 Download PDFInfo
- Publication number
- CN112229406A CN112229406A CN202011047694.6A CN202011047694A CN112229406A CN 112229406 A CN112229406 A CN 112229406A CN 202011047694 A CN202011047694 A CN 202011047694A CN 112229406 A CN112229406 A CN 112229406A
- Authority
- CN
- China
- Prior art keywords
- data
- sensor
- fusion
- sensors
- measurement data
- 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.)
- Granted
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 8
- 230000004927 fusion Effects 0.000 claims abstract description 50
- 238000005259 measurement Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims description 21
- 238000013213 extrapolation Methods 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0607—Rate of change of altitude or depth specially adapted for aircraft
- G05D1/0653—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
- G05D1/0676—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请属于飞机巡航解算技术领域,涉及一种多余度引导全自动着陆信息融合方法及系统。所述方法包括获取飞机着陆前的多个传感器的量测数据;对多个所述量测数据进行时间对准,获取设定时间间隔下的各时间点对应的多个传感器的量测数据;将各传感器的量测数据对齐至同一坐标系下;将各传感器的量测数据按设定的权重进行融合。本申请通过多传感器之间的信息融合,能够有效互补各类不同传感器自身的不足,提高整个感知系统的性能,获得更丰富、更可靠、更精确的相对位姿估计。提高了自动着陆时的安全性、可靠性。
Description
技术领域
本申请属于飞机巡航解算技术领域,特别涉及一种多余度引导全自动着陆信息融合方法及系统。
背景技术
自动着陆技术是当前飞机必须具备的一项关键技术。海上飞机“着陆”与陆上飞机着陆相比其控制受到的外界干扰复杂多样,而要求的控制精度要高得多。环境感知技术的发展在很大程度上依赖于传感器的发展,每种传感器都有其自身的特点,各有所长也都存在自身的局限性。至今,没有一种传感器的所有参数性能都优于其他任何传感器。为了适应无人机由远及近、强鲁棒性、高精度等要求,需要使用多种传感器同时观测目标并进行数据融合。通过多传感器之间的信息融合,能够有效互补各类不同传感器自身的不足,提高整个感知系统的性能,获得更丰富、更可靠、更精确的相对位姿估计。
当多种引导手段可正常工作时,突然出现一种引导手段发生信息精度剧烈变化时,会导致其中一路引导信息精度发生剧烈变化(尤其是引导精度最高的引导手段),这种情况下现有的信息融合技术难以保证融合后的精度不随之发生剧烈变化。同时也需要满足当某一引导手段出现故障时,维持原精度持续一段时间。
发明内容
为了解决上述技术问题,本申请提供了一种多余度引导全自动着陆信息融合方法及系统,以提高数据融合的精确度。
本申请第一方面提供了一种多余度引导全自动着陆信息融合方法,包括:
步骤S1、获取飞机着陆前的多个传感器的量测数据;
步骤S2、对多个所述量测数据进行时间对准,获取设定时间间隔下的各时间点对应的多个传感器的量测数据;
步骤S3、将各传感器的量测数据对齐至同一坐标系下;
步骤S4、将各传感器的量测数据按设定的权重进行融合。
优选的是,步骤S1中,所述量测数据包括时间信息与位姿信息。
优选的是,步骤S2中,对多个所述量测数据进行时间对准包括:
步骤S21、获取各传感器中量测精度最低的传感器的采样时间点;
步骤S22、获取该采样时间点下各传感器的量测数据。
优选的是,步骤S23中,通过内插外推法获得各传感器的所述采样时间点下的量测数据。
优选的是,步骤S4中,采用滑窗协方差自适应融合估计技术对各传感器数据进行数据融合,包括:
步骤S41、计算各传感器的设定定步长内的量测数据的数据方差;
步骤S42、根据各传感器的数据方差的倒数占所有传感器的数据方差的倒数之和的比值作为融合权重,进行各传感器的量测数据的融合。
优选的是,所述步骤S42中,在进行各传感器的数据方差的倒数计算时,进一步包括在所述数据方差的基础上增加一个防错系数,所述防错系数为远小于1的正数。
本申请第二方面提供了一种多余度引导全自动着陆信息融合系统,包括:
量测数据获取模块,用于获取飞机着陆前的多个传感器的量测数据;
时间配准模块,用于对多个所述量测数据进行时间对准,获取设定时间间隔下的各时间点对应的多个传感器的量测数据;
空间配准模块,用于将各传感器的量测数据对齐至同一坐标系下;
数据融合模块,将各传感器的量测数据按设定的权重进行融合。
优选的是,所述时间配准模块包括:
采样时间点确定单元,用于获取各传感器中量测精度最低的传感器的采样时间点;
量测数据推算单元,用于获取该采样时间点下各传感器的量测数据。
优选的是,所述数据融合模块包括:
方差计算单元,用于计算各传感器的设定定步长内的量测数据的数据方差;
权重确定单元,用于根据各传感器的数据方差的倒数占所有传感器的数据方差的倒数之和的比值作为融合权重,进行各传感器的量测数据的融合。
本申请提高了全自动着陆的可靠性、安全性及可用性,需要使用多种传感器同时观测目标并进行数据融合。通过多传感器之间的信息融合,能够有效互补各类不同传感器自身的不足,提高整个感知系统的性能,获得更丰富、更可靠、更精确的相对位姿估计。提高了自动着陆时的安全性、可靠性。
附图说明
图1是本申请多余度引导全自动着陆信息融合方法的流程图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施方式是本申请一部分实施方式,而不是全部的实施方式。下面通过参考附图描述的实施方式是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施方式,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方式,都属于本申请保护的范围。下面结合附图对本申请的实施方式进行详细说明。
本申请第一方面提供了一种多余度引导全自动着陆信息融合方法,如图1所示,主要包括:
步骤S1、获取飞机着陆前的多个传感器的量测数据;
步骤S2、对多个所述量测数据进行时间对准,获取设定时间间隔下的各时间点对应的多个传感器的量测数据;
步骤S3、将各传感器的量测数据对齐至同一坐标系下;
步骤S4、将各传感器的量测数据按设定的权重进行融合。
本申请多传感器数据融合主要包括两个过程,首先是对多个传感器的数据进行综合处理,同类型的数据进行整合,不同类型的数据进行转换,其次才是将多传感器处理后的数据进行融合的过程。
数据预处理是对多传感器系统的数据进行正确融合的前提条件,直接影响了多传感器数据融合系统的最终性能。不同平台的传感器传来的数据一般具有不同的格式、不同的采样频率、不同的坐标系,要完成数据的融合,必须进行预处理阶段。预处理需要完成时间对准、空间对准和对非法数据的滤波等功能。
在一些可选实施方法中,步骤S1中,所述量测数据包括时间信息与位姿信息。
在一些可选实施方法中,步骤S2中,对多个所述量测数据进行时间对准包括:
步骤S21、获取各传感器中量测精度最低的传感器的采样时间点;
步骤S22、获取该采样时间点下各传感器的量测数据。
在一些可选实施方法中,步骤S23中,通过内插外推法获得各传感器的所述采样时间点下的量测数据。
可以理解的是,在时间配准中,为了增加时间配准的准确性和精确度,需要根据传感器传来的量测数据的特点进行配准频率的选择。主要考虑同步频率和采样频率两方面因素:配准频率与同步频率正相关。采样频率选定后本申请采用内插外推法对传感器数据时间进行配准。内插外推法在同一时间片上对各传感器采集的目标观测数据进行内插、外推,将高精度观测时间的数据推算到低精度时间点上,以实现各传感器时间上的匹配。内插外推法的技术是取定时间片,时间片的划分随具体运动而定,目标的运动状态分为静止、低速运动、高速运动;时间片可分为小时、分钟或秒;然后将各传感器观测数据按测量精度进行增量排序;最后将各高精度观测数据分别向最低精度时间点内插、外推,从而形成一系列等间隔的目标观测数据以进行融合处理。
步骤S3中,在同一平台下进行不同种类的传感器量测值融合时,需要将不同种类的传感器获得的量测统一到相同的坐标系下,这样才可以对不同种类的传感器获得的量测值进行数据融合
在一些可选实施方法中,步骤S4中,采用滑窗协方差自适应融合估计技术对各传感器数据进行数据融合,包括:
步骤S41、计算各传感器的设定定步长内的量测数据的数据方差;
步骤S42、根据各传感器的数据方差的倒数占所有传感器的数据方差的倒数之和的比值作为融合权重,进行各传感器的量测数据的融合。
在一些可选实施方法中,所述步骤S42中,在进行各传感器的数据方差的倒数计算时,进一步包括在所述数据方差的基础上增加一个防错系数,所述防错系数为远小于1的正数。
需要说明的是,由于各传感器精度不同,所得到的数据精度也大不相同,不能简单的进行加权平均,精度较高的传感器应该赋予其更高的融合权重。另外,由于飞机在运动,距离在不断变化,各个传感器的精度会随着距离的改变而发生相应变化。因此融合时不能简单设置初值,整个着舰过程权重固定不变,这会导致偏差估计不准确,精度下降。
本申请采用滑窗协方差自适应融合估计技术对多种传感器数据进行数据融合,首先设置固定窗长固定步长的滑窗,每更新一组数据,滑窗向前移动一步,同步更新滑窗内数据,然后计算此时滑窗内数据的方差,将其倒数占四组方差倒数和之比作为融合权重,以四个传感器为例,数据融合表示如下:
Y=k1(X1-X’1)+k2X2+k3X3+k4X4
其中k1、k2、k3、k4分别为4个传感器的权重,X1为光电传感器的量测数据的偏差估计值,X2、X3、X4为其它传感器的量测数据的偏差估计值,X’1为光电传感器的量测数据的均值,换言之,上述公式以光电传感器为主要传感器,在此基础上,叠加融合其它传感器的偏差数据,作为最终的融合数据。其中k1、k2、k3、k4采用滑窗协方差进行确定,具体包括:
本申请第二方面提供了一种与上述方法相对应的多余度引导全自动着陆信息融合系统,主要包括:
量测数据获取模块,用于获取飞机着陆前的多个传感器的量测数据;
时间配准模块,用于对多个所述量测数据进行时间对准,获取设定时间间隔下的各时间点对应的多个传感器的量测数据;
空间配准模块,用于将各传感器的量测数据对齐至同一坐标系下;
数据融合模块,将各传感器的量测数据按设定的权重进行融合。
本申请中,量测数据获取模块主要完成接收引导设备传送着陆引导信息数据及飞控系统发送的载机状态信息数据。时间配准模块与空间配准模块均进行数据预处理,主要完成数据的空间配准、时间配准以及对非法数据的滤波功能。数据融合模块将经过预处理后的数据进行数据融合,保证准确度高于单一传感器数据,数据融合之后,进一步包括将融合后的数据输出至飞控系统。
在一些可选实施方法中,所述时间配准模块包括:
采样时间点确定单元,用于获取各传感器中量测精度最低的传感器的采样时间点;
量测数据推算单元,用于获取该采样时间点下各传感器的量测数据。
在一些可选实施方法中,所述数据融合模块包括:
方差计算单元,用于计算各传感器的设定定步长内的量测数据的数据方差;
权重确定单元,用于根据各传感器的数据方差的倒数占所有传感器的数据方差的倒数之和的比值作为融合权重,进行各传感器的量测数据的融合。
本申请多余度引导信息融合软件可以实时、有效的对引导数据进行收集、处理和输出,提高了自动着舰时的安全性和可靠性。同时在开发多余度引导信息融合软件时,还可以预留数据的输入输出接口,提高可扩展行,以利于将来在其它型号中使用。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种多余度引导全自动着陆信息融合方法,其特征在于,包括:
步骤S1、获取飞机着陆前的多个传感器的量测数据;
步骤S2、对多个所述量测数据进行时间对准,获取设定时间间隔下的各时间点对应的多个传感器的量测数据;
步骤S3、将各传感器的量测数据对齐至同一坐标系下;
步骤S4、将各传感器的量测数据按设定的权重进行融合。
2.如权利要求1所述的多余度引导全自动着陆信息融合方法,其特征在于,步骤S1中,所述量测数据包括时间信息与位姿信息。
3.如权利要求2所述的多余度引导全自动着陆信息融合方法,其特征在于,步骤S2中,对多个所述量测数据进行时间对准包括:
步骤S21、获取各传感器中量测精度最低的传感器的采样时间点;
步骤S22、获取该采样时间点下各传感器的量测数据。
4.如权利要求3所述的多余度引导全自动着陆信息融合方法,其特征在于,步骤S23中,通过内插外推法获得各传感器的所述采样时间点下的量测数据。
5.如权利要求1所述的多余度引导全自动着陆信息融合方法,其特征在于,步骤S4中,采用滑窗协方差自适应融合估计技术对各传感器数据进行数据融合,包括:
步骤S41、计算各传感器的设定定步长内的量测数据的数据方差;
步骤S42、根据各传感器的数据方差的倒数占所有传感器的数据方差的倒数之和的比值作为融合权重,进行各传感器的量测数据的融合。
6.如权利要求5所述的多余度引导全自动着陆信息融合方法,其特征在于,所述步骤S42中,在进行各传感器的数据方差的倒数计算时,进一步包括在所述数据方差的基础上增加一个防错系数,所述防错系数为远小于1的正数。
7.一种多余度引导全自动着陆信息融合系统,其特征在于,包括:
量测数据获取模块,用于获取飞机着陆前的多个传感器的量测数据;
时间配准模块,用于对多个所述量测数据进行时间对准,获取设定时间间隔下的各时间点对应的多个传感器的量测数据;
空间配准模块,用于将各传感器的量测数据对齐至同一坐标系下;
数据融合模块,将各传感器的量测数据按设定的权重进行融合。
8.如权利要求7所述的多余度引导全自动着陆信息融合系统,其特征在于,所述时间配准模块包括:
采样时间点确定单元,用于获取各传感器中量测精度最低的传感器的采样时间点;
量测数据推算单元,用于获取该采样时间点下各传感器的量测数据。
9.如权利要求7所述的多余度引导全自动着陆信息融合系统,其特征在于,所述数据融合模块包括:
方差计算单元,用于计算各传感器的设定定步长内的量测数据的数据方差;
权重确定单元,用于根据各传感器的数据方差的倒数占所有传感器的数据方差的倒数之和的比值作为融合权重,进行各传感器的量测数据的融合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011047694.6A CN112229406B (zh) | 2020-09-29 | 2020-09-29 | 一种多余度引导全自动着陆信息融合方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011047694.6A CN112229406B (zh) | 2020-09-29 | 2020-09-29 | 一种多余度引导全自动着陆信息融合方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112229406A true CN112229406A (zh) | 2021-01-15 |
CN112229406B CN112229406B (zh) | 2024-06-18 |
Family
ID=74119781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011047694.6A Active CN112229406B (zh) | 2020-09-29 | 2020-09-29 | 一种多余度引导全自动着陆信息融合方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112229406B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112650304A (zh) * | 2021-01-20 | 2021-04-13 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 无人机自主着陆系统、方法和无人机 |
CN113511194A (zh) * | 2021-04-29 | 2021-10-19 | 无锡物联网创新中心有限公司 | 一种纵向避撞预警方法及相关装置 |
CN114353745A (zh) * | 2021-11-25 | 2022-04-15 | 煤炭科学技术研究院有限公司 | 一种矿区危险性评估方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011005584A1 (de) * | 2011-03-15 | 2012-09-20 | Raytheon Anschütz Gmbh | Verfahren und Vorrichtung zur Fusion partitioniert korrelierter Signale |
US20180066943A1 (en) * | 2016-09-06 | 2018-03-08 | The Charles Stark Draper Laboratory, Inc. | Fused Sensor Ensemble for Navigation and Calibration Process Therefor |
CN111142143A (zh) * | 2019-12-23 | 2020-05-12 | 西北工业大学 | 一种基于多源信息融合的进场段飞行技术误差估计方法 |
CN111542010A (zh) * | 2020-04-22 | 2020-08-14 | 青岛黄海学院 | 基于分类自适应估计加权融合算法的wsn数据融合方法 |
-
2020
- 2020-09-29 CN CN202011047694.6A patent/CN112229406B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011005584A1 (de) * | 2011-03-15 | 2012-09-20 | Raytheon Anschütz Gmbh | Verfahren und Vorrichtung zur Fusion partitioniert korrelierter Signale |
US20180066943A1 (en) * | 2016-09-06 | 2018-03-08 | The Charles Stark Draper Laboratory, Inc. | Fused Sensor Ensemble for Navigation and Calibration Process Therefor |
CN111142143A (zh) * | 2019-12-23 | 2020-05-12 | 西北工业大学 | 一种基于多源信息融合的进场段飞行技术误差估计方法 |
CN111542010A (zh) * | 2020-04-22 | 2020-08-14 | 青岛黄海学院 | 基于分类自适应估计加权融合算法的wsn数据融合方法 |
Non-Patent Citations (4)
Title |
---|
张文峰;胡振涛;程建兴;: "一种车辆机动目标跟踪的多传感器信息融合估计算法", 广东工业大学学报, vol. 26, no. 01, pages 36 - 39 * |
张研 等: "分布式光纤中的稳健时间延迟估计方法", 应用光学, vol. 33, no. 4, 31 July 2012 (2012-07-31), pages 815 - 820 * |
张红梅 等: "河床演变野外采集源数据滤波方法研究", 泥沙研究, no. 3, 30 June 2004 (2004-06-30), pages 34 - 40 * |
黄谟涛 等: "海域多源重力数据融合处理的解析方法", 武汉大学学报(信息科学版), vol. 38, no. 11, 30 November 2013 (2013-11-30), pages 1261 - 1265 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112650304A (zh) * | 2021-01-20 | 2021-04-13 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 无人机自主着陆系统、方法和无人机 |
CN112650304B (zh) * | 2021-01-20 | 2024-03-05 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 无人机自主着陆系统、方法和无人机 |
CN113511194A (zh) * | 2021-04-29 | 2021-10-19 | 无锡物联网创新中心有限公司 | 一种纵向避撞预警方法及相关装置 |
CN114353745A (zh) * | 2021-11-25 | 2022-04-15 | 煤炭科学技术研究院有限公司 | 一种矿区危险性评估方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112229406B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112229406B (zh) | 一种多余度引导全自动着陆信息融合方法及系统 | |
CN110823217B (zh) | 一种基于自适应联邦强跟踪滤波的组合导航容错方法 | |
CN107741229B (zh) | 一种光电/雷达/惯性组合的舰载机着舰导引方法 | |
CN111102978A (zh) | 一种车辆运动状态确定的方法、装置及电子设备 | |
US10656259B2 (en) | Method for determining trajectories of moving physical objects in a space on the basis of sensor data of a plurality of sensors | |
CN111007455B (zh) | 定位系统及方法、数据库、神经网络模型训练方法 | |
CN109782269B (zh) | 一种分布式多平台协同有源目标跟踪方法 | |
CN112946626B (zh) | 一种机载相控阵雷达航迹关联方法 | |
CN109507706B (zh) | 一种gps信号丢失的预测定位方法 | |
CN102981160B (zh) | 一种确定空中目标航迹的方法及装置 | |
CN114166221A (zh) | 动态复杂矿井环境中辅助运输机器人定位方法及系统 | |
CN111273266A (zh) | 多站雷达定位系统 | |
CN104613966A (zh) | 一种地籍测量事后数据处理方法 | |
KR102270339B1 (ko) | 고안전성 rtk-gnss의 초기 준비시간 단축 방법 및 시스템 | |
CN114915913A (zh) | 一种基于滑窗因子图的uwb-imu组合室内定位方法 | |
CN113189541B (zh) | 一种定位方法、装置及设备 | |
CN114666895A (zh) | 基于卡尔曼滤波的室内车辆定位方法 | |
CN112833919B (zh) | 一种多余度的惯性测量数据的管理方法及其系统 | |
JP2024521563A (ja) | 極超音速飛翔体の軌跡追跡方法 | |
EP1491911A2 (en) | Terminal with position-measuring functions | |
CN110807027A (zh) | 野值处理方法、装置、设备及存储介质 | |
CN116543317A (zh) | 一种用于无人机检测桥梁缆索振动频率的降噪方法 | |
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 | |
CN111123323B (zh) | 一种提高便携设备定位精度的方法 | |
CN115220068A (zh) | 一种对gnss信号进行置信度分析方法 |
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 |