CN112325879A - 一种基于多源传感器集成的仿生复合导航授时微系统 - Google Patents
一种基于多源传感器集成的仿生复合导航授时微系统 Download PDFInfo
- Publication number
- CN112325879A CN112325879A CN202011209406.2A CN202011209406A CN112325879A CN 112325879 A CN112325879 A CN 112325879A CN 202011209406 A CN202011209406 A CN 202011209406A CN 112325879 A CN112325879 A CN 112325879A
- Authority
- CN
- China
- Prior art keywords
- navigation
- information
- navigation information
- unit
- module
- 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
- 239000002131 composite material Substances 0.000 title claims abstract description 16
- 230000010354 integration Effects 0.000 title claims abstract description 12
- 239000011664 nicotinic acid Substances 0.000 title claims abstract description 12
- 230000004927 fusion Effects 0.000 claims abstract description 52
- 238000004891 communication Methods 0.000 claims abstract description 24
- 238000007499 fusion processing Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000007547 defect Effects 0.000 abstract description 4
- 230000001133 acceleration Effects 0.000 description 5
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- 239000010703 silicon Substances 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 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
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- 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
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明的基于多源传感器集成的仿生复合导航授时微系统,包括多源传感器、时间获取单元、导航信息融合单元以及通信单元。导航信息融合单元分别与多源传感器、时间获取单元以及通信单元电连接,通信单元用于与载体平台通信连接,导航信息融合单元用于将接收到的多源传感器发送的多类导航信息进行深度融合处理,以计算出载体的多类导航参数,并将多类导航参数通过通信单元发送至载体平台,导航信息融合单元还用于根据接收到的时间获取单元发送的时间信息为系统和载体平台提供时间基准。本发明采用多信息融合技术,可以根据具体技战术要求进行裁剪,重构成满足不同导航需求的复合导航微系统,弥补单一导航技术各自的缺点,从而获得更高的导航性能。
Description
技术领域
本发明属于导航微系统技术领域,具体而言,涉及一种基于多源传感器集成的仿生复合导航授时微系统。
背景技术
微小型无人飞行器、无人水下航行器等微系统化装备平台对载荷的性能、体积、重量与功耗提出了严苛的要求。另外,卫星导航拒止情况会给严重依赖卫星导航系统的各类平台带来巨大的潜在威胁和风险,这就要求研究在卫星信号被遮蔽的情况下能够连续可靠工作的导航系统。复合导航系统能够弥补单一导航技术(如惯性导航、卫星导航、多普勒导航、地形辅助导航以及地磁导航等)各自的缺点,把两种或两种以上的导航系统以适当的方式组合在一起,利用其性能上的互补特性,以获得更高的导航性能。
西北工业大学智能系统研究所研制了具有实时地图绘制与导航定位功能的无人机智能导航系统,该系统具备实时地图构建功能,通过摄像机采集的图像解算当前的位置和姿态,同时构建所处空间的三维地图。然而,该系统采用视觉导航方式为无人机提供位置和姿态信息,却无法为无人机提供时间基准信息。
北京航天时代光电科技有限公司采用MIMU/GPS松组合方案,用低成本硅微MEMS陀螺仪与加速度计实现了在GPS信号可用情况下的导航定位功能,组合定位误差小于15m,速度误差小于0.6m/s。然而,该导航装置在GPS导航拒止环境下只能依靠惯性导航,故在GPS导航长时失效的情况下,惯性导航误差大,且无法给无人平台提供时间基准。
哈尔滨工业大学研制的MIMU/GPS/磁力计微型组合导航系统,采用低精度硅微陀螺与加速度计,实现了原理样机的研制,地面跑车试验验证了该组合方案在采用温度补偿技术后,可以有效抑制与补偿硅微惯性仪表的漂移误差,提高导航精度。然而,该导航装置在GPS导航拒止环境下只能依靠惯性导航和磁力计组合导航,故在GPS导航长时失效的情况下,位置误差大,且无法给无人平台提供时间基准。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一,提供一种基于多源传感器集成的仿生复合导航授时微系统,以获得更高的导航性能。
本发明提供一种基于多源传感器集成的仿生复合导航授时微系统,所述系统包括多源传感器、时间获取单元、导航信息融合单元以及通信单元,所述导航信息融合单元分别与所述多源传感器、所述时间获取单元以及所述通信单元电连接,所述通信单元用于与载体平台通信连接;
所述多源传感器,用于获取多类导航信息并将其发送至所述导航信息融合单元;
所述时间获取单元,用于获取时间信息并将其发送至所述导航信息融合单元;
所述导航信息融合单元,用于对接收到的所述多类导航信息进行深度融合处理,以计算出载体的多类导航参数,并将所述多类导航参数通过所述通信单元发送至所述载体平台;以及,
所述导航信息融合单元,还用于根据接收到的时间信息为所述系统和所述载体平台提供时间基准。
在一些可选地实施方式中,所述多源传感器包括惯性导航模块、图像传感器、偏振光传感器、磁力计、高度计和GPS导航模块中的至少两者。
在一些可选地实施方式中,所述惯性导航模块包括陀螺仪和加速度计。
在一些可选地实施方式中,所述时间获取单元采用芯片原子钟。
在一些可选地实施方式中,在所述多源传感器包括GPS导航模块时,所述时间获取单元复用所述GPS导航模块。
在一些可选地实施方式中,所述对接收到的所述多类导航信息进行深度融合处理,包括:
所述导航信息融合单元,具体还用于:
在所述多源传感器中的所述GPS导航模块有效时,利用所述GPS导航模块提供的高精度位姿信息对所述多源传感器中的其余传感器的导航信息进行误差建模,以对所述其余传感器进行性能补偿;
在所述多源传感器中的所述GPS导航模块无效时,利用预设的误差模型对所述其余传感器进行性能补偿。
在一些可选地实施方式中,所述对接收到的所述多类导航信息进行深度融合处理,包括:
所述导航信息融合单元,具体还用于将图像传感器的视觉导航提供的位置信息与惯性导航信息进行融合。
在一些可选地实施方式中,所述对接收到的所述多类导航信息进行深度融合处理,包括:
所述导航信息融合单元,具体还用于:
基于偏振光导航信息和地磁导航信息,为惯性导航模块提供较高精度、稳定可用的方位信息;
基于高度计提供的高度导航信息,修正惯性导航信息的高度误差;
基于芯片原子钟及其频率信息提高惯性导航模块精度;以及,
基于所述时间信息,为解算结果添加时间标签。
在一些可选地实施方式中,所述系统还包括信号处理单元,所述信号处理单元分别与所述多源传感器、所述时间获取单元和所述导航信息融合单元电连接。
在一些可选地实施方式中,所述信号处理单元包括信号驱动模块、解调模块、放大模块、A/D转换模块中的至少一者。
本发明的基于多源传感器集成的仿生复合导航授时微系统,包括多源传感器、时间获取单元、导航信息融合单元以及通信单元。导航信息融合单元分别与多源传感器、时间获取单元以及通信单元电连接,通信单元用于与载体平台通信连接,导航信息融合单元用于将接收到的多源传感器发送的多类导航信息进行深度融合处理,以计算出载体的多类导航参数,并将多类导航参数通过通信单元发送至载体平台,导航信息融合单元还用于根据接收到的时间获取单元发送的时间信息为系统和载体平台提供时间基准。本发明采用多信息融合技术,可以根据具体技战术要求进行裁剪,重构成满足不同导航需求的复合导航微系统,弥补单一导航技术各自的缺点,从而获得更高的导航性能。
附图说明
图1为本发明的基于多源传感器集成的仿生复合导航授时微系统的结构示意图;
图2为本发明一实施例的基于多源传感器集成的仿生复合导航授时微系统的功能架构图;
图3为本发明另一实施例的基于多源传感器集成的仿生复合导航授时微系统的逻辑架构图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
如图1所示,基于多源传感器集成的仿生复合导航授时微系统100包括多源传感器110、时间获取单元120、导航信息融合单元130以及通信单元140。
多源传感器110可以包括陀螺、加速度计、图像传感器、偏振光传感器、磁力计、高度计等传感器,也可以包括其他类型的传感器,本实施例对此并不具体限制。多源传感器110用于获取多类导航信息并将其发送至导航信息融合单元130,比如多源传感器110可以获取位置信息、速度信息、姿态信息、高度信息等导航信息并将其发送至导航信息融合单元130,本实施例对此并不具体限制。
时间获取单元120可以包括芯片原子钟等时间获取模块,也可以包括其他类型的时间获取模块,本实施例对此并不具体限制。时间获取单元120用于获取时间信息并将其发送至导航信息融合单元130。
导航信息融合单元130分别与多源传感器110、时间获取单元120以及通信单元140电连接。导航信息融合单元130用于对接收到的多源传感器110发送的多类导航信息进行深度融合处理,以计算出载体的多类导航参数,并将多类导航参数通过通信单元140发送至载体平台200。导航信息融合单元130还用于根据接收到的时间获取单元120发送的时间信息为系统100和载体平台200提供时间基准。
通信单元140用于与载体平台200通信连接,可以采用有限通信方式或者无线通信方式,本实施例对此并不具体限制。
本实施例采用多信息融合技术,可以根据具体技战术要求进行裁剪,重构成满足不同导航需求的复合导航微系统,弥补单一导航技术各自的缺点,从而获得更高的导航性能。
示例性的,如图2所示,多源传感器110可以包括惯性导航模块111、图像传感器112、偏振光传感器113、磁力计114、高度计115和GPS导航模块116。
惯性导航模块111是一种不依赖于外部信息、也不向外部辐射能量的自主式导航模块,其以牛顿力学定律为基础,利用惯性元件测量载体在惯性参考系的加速度,将它对时间进行积分,且把它变换到导航坐标系中,得到载体在导航坐标系中的速度、偏航角和位置等信息。惯性导航模块111可以包括陀螺仪、加速度计等惯性元件,也可以包括其他惯性元件,本实施例对此并不具体限制。
图像传感器112对载体所在的环境信息进行采集,并对所采集到的环境信息进行数字化、预处理,将得到的信息数据进行相应数据滤波处理、特征提取,实现信息数据的关联和识别,并根据图像变化使用图像处理和计算机视觉技术完成运动估计、位置测量、障碍检测识别和障碍物跟踪等功能。图像传感器112可以采用光导摄像管或者固态图像传感器,也可以采用其他类型的图像传感器,本实施例对此并不具体限制。
偏振光传感器113测量太阳的偏振光信息,通过偏振光三维定向解算和动态数学模型解算得出载体的方位和水平姿态信息。
磁力计114测量载体三轴的磁场强度,解算出载体的磁方位信息。
高度计115用于输出载体的高度信息。
GPS导航模块116作为辅助传感器,能够提供载体的位置、速度及时间信息。
需要说明的是,多源传感器110并不局限于如图2所示的六种传感器,例如,该多源传感器110可以包括惯性导航模块111和图像传感器112,或者,多源传感器110也可以包括惯性导航模块111、偏振光传感器113、磁力计114和高度计115,或者,多源传感器110还可以包括惯性导航模块111和GPS导航模块116等等,本实施例对此并不具体限制。
本实施例通过采用多源传感器的方式,可以同时获取多类导航信息,提高导航信息的获取效率,从而获得更高的导航性能。
示例性的,如图2所示,惯性导航模块111包括陀螺仪111a和加速度计111b。陀螺仪111a用于测量载体的三轴角速率,可以是用高速回转体的动量矩敏感壳体相对惯性空间绕正交于自转轴的一个或二个轴的角运动检测装置,也可以是利用其他原理制成的角运动检测装置,本实施例对此并不具体限制。加速度计111b用于测量载体的三轴加速度。惯性导航模块111利用测量得到的载体的三轴角速率和三轴加速度,通过捷联解算得出载体的姿态、位置、速度等信息。
本实施例的惯性导航模块不依赖于外部信息、也不向外部辐射能量,是一种自主式导航模块,能够在不同环境下持续工作,从而使所在的系统能够适应不同环境,提高了系统的稳定性和可靠性。
示例性的,如图2所示,时间获取单元120采用芯片原子钟121。芯片原子钟121是一种高精度计时装置,用于提供频率信号以及时间信息。本实施例通过采用芯片原子钟的方式,可以为系统提供更为精确的时间信息。
示例性的,如图2所示,在多源传感器110包括GPS导航模块116时,时间获取单元120复用GPS导航模块116。在这种情况下,时间获取单元120可以单独通过GPS导航模块116获取时间信息,也可以同时通过GPS导航模块116和时间获取单元120本身自有的方式(例如可以采用芯片原子钟121的方式)获取时间信息,本实施例对此并不具体限制。
本实施例在多源传感器包括GPS导航模块时,时间获取单元通过复用GPS导航模块,可以更加灵活地为本系统以及载体平台提供时间基准。
示例性的,如图3所示,对接收到的多类导航信息进行深度融合处理,包括导航信息融合单元130具体还用于:在多源传感器110中的GPS导航模块116有效时,利用GPS导航模块116提供的高精度位姿信息对多源传感器110中的其余传感器的导航信息进行误差建模,以对其余传感器进行性能补偿;在多源传感器110中的GPS导航模块116无效时,利用预设的误差模型对其余传感器进行性能补偿。例如,在多源传感器110中的GPS导航模块116有效时,系统100可以利用GPS导航模块116提供的高精度位姿信息对多源传感器110中的其余传感器如惯性导航模块111、图像传感器112、偏振光传感器113、磁力计114、高度计115等传感器的导航信息进行误差建模,以对其余传感器如惯性导航模块111、图像传感器112、偏振光传感器113、磁力计114、高度计115等传感器进行性能补偿。在多源传感器110中的GPS导航模块116无效时,利用预设的误差模型对其余传感器如惯性导航模块111、图像传感器112、偏振光传感器113、磁力计114、高度计115等传感器进行性能补偿。预设的误差模型可以是系统100内置的误差模型,也可以是系统100在GPS导航模块116有效时利用GPS导航模块116提供的高精度位姿信息建立的误差模型,本实施例对此并不具体限制。
本实施例通过利用误差模型对传感器进行性能补偿,可以进一步提高导航精度,从而获得更高的导航性能。
示例性的,如图3所示,对接收到的多类导航信息进行深度融合处理,包括导航信息融合单元130具体还用于将图像传感器的视觉导航提供的位置信息与惯性导航信息进行融合。例如,导航信息融合单元130可以将图像传感器的视觉导航提供的位置信息与惯性导航信息提供的位置、速度及姿态信息进行融合,也可以将图像传感器的视觉导航提供的位置信息与惯性导航信息提供的其他信息进行融合,本实施例对此并不具体限制。
本实施例通过将视觉导航信息与惯性导航信息进行融合,可以进一步提高导航精度,从而获得更高的导航性能。
示例性的,如图3所示,对接收到的多类导航信息进行深度融合处理,包括导航信息融合单元130具体还用于:基于偏振光导航信息和地磁导航信息,为惯性导航模块提供较高精度、稳定可用的方位信息;基于高度计提供的高度导航信息,修正惯性导航的高度误差;基于芯片原子钟及其频率信息提高惯性导航模块精度;以及,基于所述时间信息,为解算结果添加时间标签。例如,导航信息融合单元130可以将偏振光导航信息提供的方位信息和地磁导航信息提供的方位信息进行融合,为惯性导航模块111提供较高精度、稳定可用的方位信息。导航信息融合单元130还可以根据高度计115提供的高度导航信息,修正惯性导航模块111提供的惯性导航信息的高度误差。此外,导航信息融合单元130还可以利用芯片原子钟121及其频率信息提高惯性导航模块111的精度。导航信息融合单元130还能够利用时间获取单元120提供的时间信息,为解算结果添加时间标签。
本实施例通过将多类导航信息进行融合,可以进一步提高导航精度,从而获得更高的导航性能。
下面结合图3进一步说明本实施例导航信息融合单元130进行深度融合处理的方式。
如图3所示,多源传感器110分别包括惯性导航模块111、图像传感器112、偏振光传感器113、磁力计114、高度计115和GPS导航模块116,时间获取单元120包括芯片原子钟121。导航信息融合单元130首先分别对接收到的惯性导航模块111、图像传感器112、偏振光传感器113、磁力计114、高度计115、GPS导航模块116和时间获取单元120提供的信息进行传感器级信息处理,以分别得到惯性导航信息、视觉导航信息、偏振光导航信息、地磁导航信息、高度导航信息、GPS导航信息和时间信息。惯性导航信息可以提供位置、速度及姿态信息,视觉导航信息可以提供位置信息,偏振光导航信息可以提供方位信息,地磁导航信息可以提供方位信息,高度导航信息可以提供高度信息,GPS导航信息可以提供位置、速度信息以及时间信息,以便导航信息融合单元130作进一步融合处理。导航信息融合单元130进行深度融合处理的方式至少分为三种,即将惯性导航信息与GPS导航信息融合、将惯性导航信息与视觉导航信息融合、将惯性导航信息分别与地磁导航信息、偏振光导航信息和高度导航信息融合。导航信息融合单元130通过采用不同的深度融合处理方式,可以分别得出载体的高度、方位、姿态、位置、速度、时间等导航参数,获得更高的导航性能。
示例性的,如图2所示,系统100还包括信号处理单元150,信号处理单元150分别与多源传感器110、时间获取单元120和导航信息融合单元130电连接。信号处理单元150可以将信号进行变换、滤波、调制、解调、检测和估计等处理,以使信号能够在多源传感器110、时间获取单元120和导航信息融合单元130之间传输。当然,信号处理单元150还可以对信号进行其他处理,本实施例对此并不具体限制。
本实施例通过设置信号处理单元,并且信号处理单元分别与多源传感器、时间获取单元和导航信息融合单元电连接,可以有效提高系统的信号传输效率,从而获得更高的导航性能。
示例性的,如图2所示,信号处理单元150可以包括信号驱动模块151、解调模块152、放大模块153和A/D转换模块154。
信号驱动模块151可以将传来的信号按照其控制目标的要求开通或关断,可以采用半控型器件,也可以采用全控型器件,本实施例对此并不具体限制。
解调模块152对信号进行解调处理,可以采用正弦波幅度解调、正弦波角度解调和共振解调等方式,本实施例对此并不具体限制。
放大模块153用于将收到的信号进行放大,可以采用放大器的形式,也可以采用其他形式,本实施例对此并不具体限制。
A/D转换模块154用于将收到的模拟信号转换为数字信号,可以采用A/D转换器来实现该功能,也可以采用其他方式实现该功能,本实施例对此并不具体限制。
需要说明的是,信号处理单元150并不局限于包括如图2所示的四个模块,例如,该信号处理单元150可以包括如图2所示的四个模块中的一个或多个,或者,该信号处理单元150也可以包括其他模块,本实施例对此并不具体限制。
本实施例通过设置信号处理单元,并且信号处理单元分别与多源传感器、时间获取单元和导航信息融合单元电连接,可以进一步提高系统的信号传输效率,从而获得更高的导航性能。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (10)
1.一种基于多源传感器集成的仿生复合导航授时微系统,其特征在于,所述系统包括多源传感器、时间获取单元、导航信息融合单元以及通信单元,所述导航信息融合单元分别与所述多源传感器、所述时间获取单元以及所述通信单元电连接,所述通信单元用于与载体平台通信连接;
所述多源传感器,用于获取多类导航信息并将其发送至所述导航信息融合单元;
所述时间获取单元,用于获取时间信息并将其发送至所述导航信息融合单元;
所述导航信息融合单元,用于对接收到的所述多类导航信息进行深度融合处理,以计算出载体的多类导航参数,并将所述多类导航参数通过所述通信单元发送至所述载体平台;以及,
所述导航信息融合单元,还用于根据接收到的时间信息为所述系统和所述载体平台提供时间基准。
2.根据权利要求1所述的系统,其特征在于,所述多源传感器包括惯性导航模块、图像传感器、偏振光传感器、磁力计、高度计和GPS导航模块中的至少两者。
3.根据权利要求2所述的系统,其特征在于,所述惯性导航模块包括陀螺仪和加速度计。
4.根据权利要求1所述的系统,其特征在于,所述时间获取单元采用芯片原子钟。
5.根据权利要求1至4任一项所述的系统,其特征在于,在所述多源传感器包括GPS导航模块时,所述时间获取单元复用所述GPS导航模块。
6.根据权利要求2或3所述的系统,其特征在于,所述对接收到的所述多类导航信息进行深度融合处理,包括:
所述导航信息融合单元,具体还用于:
在所述多源传感器中的所述GPS导航模块有效时,利用所述GPS导航模块提供的高精度位姿信息对所述多源传感器中的其余传感器的导航信息进行误差建模,以对所述其余传感器进行性能补偿;
在所述多源传感器中的所述GPS导航模块无效时,利用预设的误差模型对所述其余传感器进行性能补偿。
7.根据权利要求2或3所述的系统,其特征在于,所述对接收到的所述多类导航信息进行深度融合处理,包括:
所述导航信息融合单元,具体还用于将图像传感器的视觉导航提供的位置信息与惯性导航信息进行融合。
8.根据权利要求2或3所述的系统,其特征在于,所述对接收到的所述多类导航信息进行深度融合处理,包括:
所述导航信息融合单元,具体还用于:
基于偏振光导航信息和地磁导航信息,为惯性导航模块提供较高精度、稳定可用的方位信息;
基于高度计提供的高度导航信息,修正惯性导航信息的高度误差;
基于芯片原子钟及其频率信息提高惯性导航模块精度;以及,
基于所述时间信息,为解算结果添加时间标签。
9.根据权利要求1至4任一项所述的系统,其特征在于,所述系统还包括信号处理单元,所述信号处理单元分别与所述多源传感器、所述时间获取单元和所述导航信息融合单元电连接。
10.根据权利要求9所述的系统,其特征在于,所述信号处理单元包括信号驱动模块、解调模块、放大模块、A/D转换模块中的至少一者。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011209406.2A CN112325879A (zh) | 2020-11-03 | 2020-11-03 | 一种基于多源传感器集成的仿生复合导航授时微系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011209406.2A CN112325879A (zh) | 2020-11-03 | 2020-11-03 | 一种基于多源传感器集成的仿生复合导航授时微系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112325879A true CN112325879A (zh) | 2021-02-05 |
Family
ID=74322864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011209406.2A Pending CN112325879A (zh) | 2020-11-03 | 2020-11-03 | 一种基于多源传感器集成的仿生复合导航授时微系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112325879A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113391648A (zh) * | 2021-07-21 | 2021-09-14 | 中国电子科技集团公司信息科学研究院 | 基于微小型无人机的多传感器集成的环境监测控制系统 |
CN114612757A (zh) * | 2022-01-28 | 2022-06-10 | 深圳市神州云海智能科技有限公司 | 一种基于深度学习的多源导航图像融合方法及系统 |
CN115979260A (zh) * | 2023-02-24 | 2023-04-18 | 北京大学 | 仿生导航系统、方法、设备及计算机存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107121141A (zh) * | 2017-06-08 | 2017-09-01 | 南京理工大学 | 一种适用于定位导航授时微系统的数据融合方法 |
CN107688191A (zh) * | 2017-07-24 | 2018-02-13 | 北京航天控制仪器研究所 | 一种微型定位导航授时终端 |
CN108732597A (zh) * | 2018-06-04 | 2018-11-02 | 北京未来导航科技有限公司 | 一种多卫星导航系统的时间基准建立方法及系统 |
CN108955678A (zh) * | 2018-08-03 | 2018-12-07 | 国家深海基地管理中心 | 一种深海运载器通信定位导航授时一体化方法及系统 |
CN110515109A (zh) * | 2019-08-16 | 2019-11-29 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种基于多信息源融合自主pnt时间的方法及装置 |
US20200041659A1 (en) * | 2018-08-03 | 2020-02-06 | National Deep Sea Center | Method and system for real-time high-precision positioning in deep sea |
-
2020
- 2020-11-03 CN CN202011209406.2A patent/CN112325879A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107121141A (zh) * | 2017-06-08 | 2017-09-01 | 南京理工大学 | 一种适用于定位导航授时微系统的数据融合方法 |
CN107688191A (zh) * | 2017-07-24 | 2018-02-13 | 北京航天控制仪器研究所 | 一种微型定位导航授时终端 |
CN108732597A (zh) * | 2018-06-04 | 2018-11-02 | 北京未来导航科技有限公司 | 一种多卫星导航系统的时间基准建立方法及系统 |
CN108955678A (zh) * | 2018-08-03 | 2018-12-07 | 国家深海基地管理中心 | 一种深海运载器通信定位导航授时一体化方法及系统 |
US20200041659A1 (en) * | 2018-08-03 | 2020-02-06 | National Deep Sea Center | Method and system for real-time high-precision positioning in deep sea |
CN110515109A (zh) * | 2019-08-16 | 2019-11-29 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种基于多信息源融合自主pnt时间的方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113391648A (zh) * | 2021-07-21 | 2021-09-14 | 中国电子科技集团公司信息科学研究院 | 基于微小型无人机的多传感器集成的环境监测控制系统 |
CN114612757A (zh) * | 2022-01-28 | 2022-06-10 | 深圳市神州云海智能科技有限公司 | 一种基于深度学习的多源导航图像融合方法及系统 |
CN114612757B (zh) * | 2022-01-28 | 2022-11-15 | 深圳市神州云海智能科技有限公司 | 一种基于深度学习的多源导航图像融合方法及系统 |
CN115979260A (zh) * | 2023-02-24 | 2023-04-18 | 北京大学 | 仿生导航系统、方法、设备及计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112325879A (zh) | 一种基于多源传感器集成的仿生复合导航授时微系统 | |
Chao et al. | A comparative evaluation of low-cost IMUs for unmanned autonomous systems | |
CN109459027B (zh) | 一种基于偏振-地磁矢量紧组合的导航方法 | |
CN109520497A (zh) | 基于视觉和imu的无人机自主定位方法 | |
CN102879793A (zh) | 超小型gps/ins/磁强计/气压计组合导航系统 | |
CN110361010A (zh) | 一种基于占据栅格地图且结合imu的移动机器人定位方法 | |
CN105021188A (zh) | 一种双模式仿生偏振/地磁辅助组合导航系统 | |
CN103674021A (zh) | 基于捷联惯导与星敏感器的组合导航系统及方法 | |
CN104181573A (zh) | 北斗惯导深组合导航微系统 | |
CN103017764A (zh) | 高速列车自主导航及姿态测量装置 | |
CN107389968A (zh) | 一种基于光流传感器和加速度传感器的无人机定点实现方法和装置 | |
CN116448145A (zh) | 一种基于偏振矢量空间差分的航姿确定方法 | |
CN111024077A (zh) | 一种复杂环境下的全光学仿生自主导航系统 | |
CN110595465A (zh) | 一种基于gnss和imu的定位定姿系统 | |
Li et al. | Unmanned aerial vehicle position estimation augmentation using optical flow sensor | |
Kopecki et al. | Algorithms of measurement system for a micro UAV | |
CN207008412U (zh) | 一种四旋翼多模式飞行器 | |
CN109459015A (zh) | 一种基于最大偏振度观测的偏振导航全球自主定位方法 | |
CN109211248A (zh) | 一种基于多传感器的智能车辆导航系统及其导航方法 | |
CN212781241U (zh) | 一种基于集成定位模块的低成本双天线gnss测姿板卡 | |
WO2022018964A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN211506218U (zh) | 一种基于sins/gnss组合导航的飞行器制导控制装置 | |
Tripathi et al. | Design considerations of orientation estimation system | |
CN100365383C (zh) | 微型磁红外姿态测量系统 | |
CN114018255B (zh) | 一种水下滑翔机的智能组合导航方法、系统、设备和介质 |
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: 20210205 |