CN112859121B - 一种gnss动态测量作业机具高程的方法 - Google Patents

一种gnss动态测量作业机具高程的方法 Download PDF

Info

Publication number
CN112859121B
CN112859121B CN202110017104.3A CN202110017104A CN112859121B CN 112859121 B CN112859121 B CN 112859121B CN 202110017104 A CN202110017104 A CN 202110017104A CN 112859121 B CN112859121 B CN 112859121B
Authority
CN
China
Prior art keywords
elevation
gnss
value
acceleration
state
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
Application number
CN202110017104.3A
Other languages
English (en)
Other versions
CN112859121A (zh
Inventor
胡炼
陈高隆
何杰
罗锡文
汪沛
黄浩
冯达文
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.)
South China Agricultural University
Original Assignee
South China Agricultural University
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 South China Agricultural University filed Critical South China Agricultural University
Priority to CN202110017104.3A priority Critical patent/CN112859121B/zh
Publication of CN112859121A publication Critical patent/CN112859121A/zh
Application granted granted Critical
Publication of CN112859121B publication Critical patent/CN112859121B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S19/01—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
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明涉及一种GNSS动态测量作业机具高程的方法，包括如下步骤：S1.利用GNSS与加速度计分别获取作业机具的高程与加速度；S2.提取GNSS高程信息且方向指向地心；S3.提取不包含g的自由加速度且方向指向地心；S4.将自由加速度数据进行滤波处理；S5.确定作业机具高程运动空间的二维状态向量；S6.建立作业机具运动的递推方程与观测方程；S7.通过融合作业机具的高程值与自由加速度滤波值，获取作业机具高程的最优估计。本发明更具准确性与稳定性，属于智能机械领域。

Description

一种GNSS动态测量作业机具高程的方法
技术领域
本发明涉及智能机械领域，具体涉及一种GNSS动态测量作业机具高程的方法。
背景技术
GNSS(global navigation satellite system，全球导航卫星系统)已经广泛用于导航、采样和地图测绘等工作，GNSS安置在作业机具上可实时获取定位、姿态和高程等信息。其中，利用GNSS测量作业机具高程存在以下问题：1)GNSS设备本身硬件特性决定高程测量存在误差；2)作业机械振动、地形起伏等外界因素会降低高程测量精度；3)GNSS接收机出现间歇性差分失锁导致机具无法正常作业。
针对此问题，刘寅等(2014)利用经典统计学法与加权平均法校正GNSS高程测量值，胡炼等(2015)通过限幅平均滤波算法优化GNSS高程测量值，二者通过优化算法来提高原始GNSS高程测量精度，景云鹏等(2019)采用双天线GNSS结合AHRS测量定位数据，利用AHRS获取机具的姿态和加速度信号，分别进行修正定位天线的定位数据与衡量地形起伏与车身振动造成的误差，利用五点三次法进行数据平滑处理，提高了GNSS天线获取数据的光滑度和准确度。以上方法，主要建立在具有差分信号时对GNSS高程值进行滤波与修正，具有一定的效果，但出现间歇性差分失锁时，GNSS测量精度严重下降导致机具无法正常作业。
发明内容
针对现有技术中存在的技术问题，本发明的目的是：提供一种更具准确性与稳定性的GNSS动态测量作业机具高程的方法。
为了达到上述目的，本发明采用如下技术方案：
一种GNSS动态测量作业机具高程的方法，包括如下步骤：S1.利用GNSS与加速度计分别获取作业机具的高程与加速度；S2.提取GNSS高程信息且方向指向地心；S3.提取不包含g的自由加速度且方向指向地心；S4.将自由加速度数据进行滤波处理；S5.确定作业机具高程运动空间的二维状态向量；S6.建立作业机具运动的递推方程与观测方程；S7.通过融合作业机具的高程值与自由加速度滤波值，获取作业机具高程的最优估计。其中，步骤S2和步骤S3不分先后顺序。
作为一种优选，步骤S1中，GNSS天线与加速度计均固定于作业机具上，使得GNSS天线、加速度计与作业机具的相对位置固定不变。
作为一种优选，步骤S2中，GNSS输出当前位置的高程信息且方向指向地心，使得GNSS高程输出值不受作业机械姿态变化的影响。
作为一种优选，步骤S3中，先根据加速度计获取的三轴加速度及方向数据来计算指向地心的加速度，再减去当地重力加速度g，从而获取不包含重力加速度g的自由加速度且方向指向地心，使得自由加速度值不受作业机械姿态变化的影响。
作为一种优选，步骤S4中，加速度计输出值包含非运动加速度值(如电路、机械噪声等)，将加速度计输出的自由加速度数据进行滤波处理从而有效提高精度。
作为一种优选，步骤S5中，确定作业机具高程运动空间的二维状态向量为：
作业机具作业前设定基准高程，并将当前GNSS高程测量值作为基准高程值，在作业时GNSS高程测量值距离基准高程值的偏差，作为作业机具作业的高程值，由运动学方程得到：
Figure BDA0002887598960000021
Figure BDA0002887598960000022
其中，Sk为作业机具在采样时刻kT0的高程值(mm)；
Figure BDA0002887598960000023
为作业机具在采样时刻kT0的速度(mm/s)；Sk+1为作业机具在采样时刻(k+1)T0的高程值(mm)；
Figure BDA0002887598960000024
为作业机具在采样时刻(k+1)T0的速度(mm/s)；ak为作业机具在采样时刻kT0的自由加速度(mm/s2)，T0为采样步长(s)；
将第k个采样时刻高程Sk和速度
Figure BDA0002887598960000025
作为作业机具高程运动空间的二维状态向量xk，即：
Figure BDA0002887598960000026
作为一种优选，步骤S6中，建立作业机具运动的递推方程与观测方程为：
k时刻作业机具运动状态的递推方程为：
xk＝Axk-1+Buk-1+wk-1
其中，xk为作业机具在k时刻的高程运动空间的二维状态向量；xk-1为作业机具在k-1时刻的高程运动空间的二维状态向量；A为状态转移矩阵；B为控制矩阵；uk-1为控制向量；wk-1为过程噪声；
k时刻作业机具运动状态的观测方程为：
zk＝Hxk+vk
其中，zk为作业机具在k时刻的观测值，H为观测矩阵；vk为观测噪声。
作为一种优选，步骤S7中，通过融合作业机具的高程值与自由加速度滤波值的过程如下：
1)第k个采样时刻系统状态的先验估计：
Figure BDA0002887598960000031
其中，
Figure BDA0002887598960000032
为利用系统k-1时刻的状态递推得到的k时刻状态，为先验估计；
Figure BDA0002887598960000033
为k-1时刻作业机具高程的后验估计，即最优估计；
2)计算k时刻系统状态先验估计
Figure BDA0002887598960000034
误差的先验协方差：
Figure BDA0002887598960000035
式中，AT为状态转移矩阵A的转置；Pk-1为k-1时刻系统状态的后验估计
Figure BDA0002887598960000036
误差的后验协方差；Q为过程噪声协方差矩阵；
3)计算k时刻增益Kk：
Figure BDA0002887598960000037
其中，HT为H的转置矩阵；R为作业机具对状态观测的协方差矩阵；
4)计算第k个采样时刻系统状态的后验估计：
Figure BDA0002887598960000038
5)更新k时刻系统状态的后验估计
Figure BDA0002887598960000039
误差的后验防方差：
Figure BDA00028875989600000310
其中，
Figure BDA00028875989600000311
为单位向量。
本发明具有如下优点：
(1)通过融合作业机具的高程值与自由加速度滤波值，来提高GNSS测量作业机具高程的准确性。
(2)出现间歇性差分失锁时，采用融合算法可输出作业机具高程的最优估计，保证机具作业的稳定性。
(3)突破GNSS设备硬件本身高程精度的局限，降低机械振动、地形起伏和差分失锁等外界因素产生的高程测量误差。
附图说明
图1是一种GNSS动态测量作业机具高程的方法的流程图。
图2是GNSS天线、加速度计与作业机具的相对位置图。
图3是作业机具的高程值示意图。
图4是当GNSS为差分状态时，各种动态测量方法中作业机具高程变化曲线图。
图5是当GNSS出现差分失锁时，各种动态测量方法中作业机具高程变化曲线图。
其中，1为作业机械，2为作业机具，3为加速度计，4为GNSS天线，5为作业前的高程基准值，6为作业时的高程测量值，7为高程值。
其中“Displace transducer”是拉线传感器测量的真实高程值；“GNSS”是GNSS测量的高程值；“Kalman filter”是卡尔曼滤波输出的高程最优估计；“Status of GNSS”是GNSS状态值，当状态值为4时，表示GNSS处于差分状态，当状态值不为4时，表示GNSS处于差分失锁状态。
具体实施方式
下面将结合具体实施方式来对本发明做进一步详细的说明。
本实施例以平地铲为高程测量平台，GNSS天线与加速度计安装如图2所示。
如图1所示，本实施例的一种GNSS动态测量作业机具高程的方法具体如下：
S1、利用GNSS与加速度计分别获取平地铲的高程与加速度。
在本实施例中，GNSS天线与加速度计分别固定于平地铲上，保证GNSS天线、加速度计与平地铲的相对位置固定不变如图2所示。
S2.提取GNSS高程信息且方向指向地心。
GNSS可输出当前位置的高程信息且方向指向地心，保证GNSS高程输出值不受作业机械姿态变化的影响。
S3.提取不包含g的自由加速度且方向指向地心。
先根据加速度计获取的三轴加速度及方向数据来计算指向地心的加速度，再减去当地重力加速度g，可获取不包含g的自由加速度且方向指向地心，保证自由加速度值不受作业机械姿态变化的影响。
S4.将自由加速度数据进行滤波处理。
加速度计输出值包含电路、机械噪声等非运动加速度值，将加速度计输出的自由加速度数据进行滤波处理可以有效提高其精度。
采用一阶低通滤波对加速度计输出数据进行处理，其中数字滤波后输出为：
Y(k)＝(1-α)Y(k-1)+αX(k)；
其中Y(k)为第k次低通滤波输出值，Y(k-1)为第(k-1)次低通滤波输出值，X(k)为第k次加速度计采样值；α为低通滤波系数。
S5.确定平地铲高程运动空间的二维状态向量。
平地铲作业前需要设定基准高程，并将当前GNSS高程测量值作为基准高程值，在作业时GNSS高程测量值距离基准高程值的偏差，作为平地铲作业的高程值如图5所示，由运动学方程可以得到：
Figure BDA0002887598960000051
Figure BDA0002887598960000052
其中，Sk为平地铲在采样时刻kT0的高程值(mm)；
Figure BDA0002887598960000053
为平地铲在采样时刻kT0的速度(mm/s)；Sk+1为平地铲在采样时刻(k+1)T0的高程值(mm)；
Figure BDA0002887598960000054
为平地铲在采样时刻(k+1)T0的速度(mm/s)；ak为平地铲在采样时刻kT0的自由加速度(mm/s2)，T0为采样步长(s)；
将第k个采样时刻高程Sk和速度
Figure BDA0002887598960000056
作为平地铲高程运动空间的二维状态向量xk，即：
Figure BDA0002887598960000055
S6.建立平地铲运动的递推方程与观测方程。
k时刻作业机具运动状态的递推方程为：
xk＝Axk-1+Buk-1+wk-1
其中，xk为平地铲在k时刻的高程运动空间的二维状态向量；xk-1为平地铲在k-1时刻的高程运动空间的二维状态向量；A为状态转移矩阵；B为控制矩阵；uk-1为控制向量；wk-1为过程噪声。
k时刻平地铲运动状态的观测方程为：
zk＝Hxk+vk
其中，zk为作业机具在k时刻的观测值，H为观测矩阵；vk为观测噪声。
S7.通过卡尔曼滤波融合平地铲的高程值与自由加速度滤波值，获取平地铲高程的最优估计。
1)第k个采样时刻系统状态的先验估计：
Figure BDA0002887598960000061
其中，
Figure BDA0002887598960000062
为利用系统k-1时刻的状态递推得到的k时刻状态，为先验估计；
Figure BDA0002887598960000063
为k-1时刻平地铲高程的后验估计，即最优估计。
2)计算k时刻系统状态先验估计
Figure BDA0002887598960000064
误差的先验协方差：
Figure BDA0002887598960000065
式中，AT为状态转移矩阵A的转置；Pk-1为k-1时刻系统状态的后验估计
Figure BDA0002887598960000066
误差的后验协方差；Q为过程噪声协方差矩阵。
3)计算k时刻卡尔曼增益Kk：
Figure BDA0002887598960000067
其中，HT为H的转置矩阵；R为平地铲对状态观测的协方差矩阵。
4)计算第k个采样时刻系统状态的后验估计：
Figure BDA0002887598960000068
5)更新k时刻系统状态的后验估计
Figure BDA0002887598960000069
误差的后验防方差：
Figure BDA00028875989600000610
其中，
Figure BDA00028875989600000611
为单位向量。
如图4所示，其中坐标系的左侧坐标“Elevation”表示各个动态测量办法的平地铲高程值，右侧坐标“Status of GNSS”为GNSS状态，下方坐标“Time”为采样时间。在GNSS为差分状态时，GNSS测量的高程值与卡尔曼滤波输出的高程最优估计能够跟随拉线传感器测量作业机具的真实高程曲线，通过计算GNSS测量的高程值最大绝对误差为29.74mm，均方根误差为9.35mm；卡尔曼滤波输出的高程最优估计的最大绝对误差为5.64mm，均方根误差为12.74mm，可以发现卡尔曼滤波输出的高程最优估计的精度高于GNSS测量高程值的精度。
如图5所示，其中坐标系的左侧坐标“Elevation”表示各个动态测量办法的平地铲高程值，右侧坐标“Status ofGNSS”为GNSS状态，下方坐标“Time”为采样时间。在GNSS出现差分失锁状态时，GNSS测量的高程值大幅度偏离真实值，而卡尔曼滤波输出的高程最优估计能够跟随拉线传感器测得作业机具真实高程曲线。通过计算GNSS测量的高程值的最大绝对误差为327.10mm，均方根误差为93.15mm；卡尔曼滤波输出的高程最优估计的最大绝对误差为19.23mm，均方根误差为11.62mm，可以发现在出现差分失锁时，卡尔曼滤波输出的高程最优估计依旧具有良好的精度，保证了测量平地铲高程的稳定性。
由此可知，当GNSS处于差分状态时，卡尔曼滤波输出的高程最优估计可以有效提高作业机具高程的测量精度，当GNSS出现差分失锁时，卡尔曼滤波输出的高程最优估计还保证了测量作业机具高程的稳定性。本发明方法实现了对作业机具高程测量的准确性和稳定性。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (5)

1.一种GNSS动态测量作业机具高程的方法，其特征在于：包括如下步骤：
S1.利用GNSS与加速度计分别获取作业机具的高程与加速度；
S2.提取GNSS高程信息且方向指向地心；
S3.提取不包含g的自由加速度且方向指向地心；
S4.将自由加速度数据进行滤波处理；
S5.确定作业机具高程运动空间的二维状态向量；
S6.建立作业机具运动的递推方程与观测方程；
S7.通过融合作业机具的高程值与自由加速度滤波值，获取作业机具高程的最优估计；
步骤S5中，确定作业机具高程运动空间的二维状态向量为：
作业机具作业前设定基准高程，并将当前GNSS高程测量值作为基准高程值，在作业时GNSS高程测量值距离基准高程值的偏差，作为作业机具作业的高程值，由运动学方程得到：
Figure FDA0003346366390000011
Figure FDA0003346366390000012
其中，Sk为作业机具在采样时刻kT0的高程值(mm)；
Figure FDA0003346366390000013
为作业机具在采样时刻kT0的速度(mm/s)；Sk+1为作业机具在采样时刻(k+1)T0的高程值(mm)；
Figure FDA0003346366390000014
为作业机具在采样时刻(k+1)T0的速度(mm/s)；ak为作业机具在采样时刻kT0的自由加速度(mm/s2)，T0为采样步长(s)；
将第k个采样时刻高程Sk和速度
Figure FDA0003346366390000015
作为作业机具高程运动空间的二维状态向量xk，即：
Figure FDA0003346366390000016
步骤S6中，建立作业机具运动的递推方程与观测方程为：
k时刻作业机具运动状态的递推方程为：
xk＝Axk-1+Buk-1+wk-1
其中，xk为作业机具在k时刻的高程运动空间的二维状态向量；xk-1为作业机具在k-1时刻的高程运动空间的二维状态向量；A为状态转移矩阵；B为控制矩阵；uk-1为控制向量；wk-1为过程噪声；
k时刻作业机具运动状态的观测方程为：
zk＝Hxk+vk
其中，zk为作业机具在k时刻的观测值，H为观测矩阵；vk为观测噪声；
步骤S7中，通过融合作业机具的高程值与自由加速度滤波值的过程如下：
1)第k个采样时刻系统状态的先验估计：
Figure FDA0003346366390000021
其中，
Figure FDA0003346366390000022
为利用系统k-1时刻的状态递推得到的k时刻状态，为先验估计；
Figure FDA0003346366390000023
为k-1时刻作业机具高程的后验估计，即最优估计；
2)计算k时刻系统状态先验估计
Figure FDA0003346366390000024
误差的先验协方差：
Figure FDA0003346366390000025
式中，AT为状态转移矩阵A的转置；Pk-1为k-1时刻系统状态的后验估计
Figure FDA0003346366390000026
误差的后验协方差；Q为过程噪声协方差矩阵；
3)计算k时刻增益Kk：
Figure FDA0003346366390000027
其中，HT为H的转置矩阵；R为作业机具对状态观测的协方差矩阵；
4)计算第k个采样时刻系统状态的后验估计：
Figure FDA0003346366390000028
5)更新k时刻系统状态的后验估计
Figure FDA00033463663900000212
误差的后验防方差：
Figure FDA00033463663900000210
其中，
Figure FDA00033463663900000211
为单位向量。
2.按照权利要求1所述的一种GNSS动态测量作业机具高程的方法，其特征在于：步骤S1中，GNSS天线与加速度计均固定于作业机具上，使得GNSS天线、加速度计与作业机具的相对位置固定不变。
3.按照权利要求1所述的一种GNSS动态测量作业机具高程的方法，其特征在于：步骤S2中，GNSS输出当前位置的高程信息且方向指向地心，使得GNSS高程输出值不受作业机械姿态变化的影响。
4.按照权利要求1所述的一种GNSS动态测量作业机具高程的方法，其特征在于：步骤S3中，先根据加速度计获取的三轴加速度及方向数据来计算指向地心的加速度，再减去当地重力加速度g，从而获取不包含重力加速度g的自由加速度且方向指向地心，使得自由加速度值不受作业机械姿态变化的影响。
5.按照权利要求1所述的一种GNSS动态测量作业机具高程的方法，其特征在于：步骤S4中，加速度计输出值包含非运动加速度值，将加速度计输出的自由加速度数据进行滤波处理从而有效提高精度。
CN202110017104.3A 2021-01-07 2021-01-07 一种gnss动态测量作业机具高程的方法 Active CN112859121B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110017104.3A CN112859121B (zh) 2021-01-07 2021-01-07 一种gnss动态测量作业机具高程的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110017104.3A CN112859121B (zh) 2021-01-07 2021-01-07 一种gnss动态测量作业机具高程的方法

Publications (2)

Publication Number Publication Date
CN112859121A CN112859121A (zh) 2021-05-28
CN112859121B true CN112859121B (zh) 2022-03-25

Family

ID=76004736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110017104.3A Active CN112859121B (zh) 2021-01-07 2021-01-07 一种gnss动态测量作业机具高程的方法

Country Status (1)

Country Link
CN (1) CN112859121B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7165239B1 (ja) * 2021-06-04 2022-11-02 日立建機株式会社 電子制御装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8395542B2 (en) * 2010-08-27 2013-03-12 Trimble Navigation Limited Systems and methods for computing vertical position
US9389316B2 (en) * 2012-06-08 2016-07-12 Apple Inc. Elevation assistance for location determination
CN104297771B (zh) * 2014-10-31 2017-01-11 广州吉欧电子科技有限公司 一种用于gnss精确快速测量高程的设备及方法
CN107014376B (zh) * 2017-03-01 2019-09-10 华南农业大学 一种适用于农业机械精准作业的姿态倾角估计方法
CN109443349A (zh) * 2018-11-14 2019-03-08 广州中海达定位技术有限公司 一种姿态航向测量系统及其融合方法、存储介质

Also Published As

Publication number Publication date
CN112859121A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN112013836B (zh) 一种基于改进自适应卡尔曼滤波的航姿参考系统算法
CN109459019B (zh) 一种基于级联自适应鲁棒联邦滤波的车载导航计算方法
CN111024064B (zh) 一种改进Sage-Husa自适应滤波的SINS/DVL组合导航方法
CN109238262B (zh) 一种航向姿态解算及罗盘校准抗干扰方法
CN110887481B (zh) 基于mems惯性传感器的载体动态姿态估计方法
CN109596144B (zh) Gnss位置辅助sins行进间初始对准方法
CN107063245B (zh) 一种基于5阶ssrckf的sins/dvl组合导航滤波方法
CN109945859B (zh) 一种自适应h∞滤波的运动学约束捷联惯性导航方法
CN110057356B (zh) 一种隧道内车辆定位方法及装置
CN111722295B (zh) 一种水下捷联式重力测量数据处理方法
CN112859121B (zh) 一种gnss动态测量作业机具高程的方法
CN116817896B (zh) 一种基于扩展卡尔曼滤波的姿态解算方法
CN113008229B (zh) 一种基于低成本车载传感器的分布式自主组合导航方法
CN111307114B (zh) 基于运动参考单元的水面舰船水平姿态测量方法
CN110058324B (zh) 利用重力场模型的捷联式重力仪水平分量误差修正方法
Hemanth et al. Calibration of 3-axis magnetometers
CN116338719A (zh) 基于b样条函数的激光雷达-惯性-车辆融合定位方法
CN108279025B (zh) 一种基于重力信息的光纤陀螺罗经快速精对准方法
CN112284388B (zh) 一种无人机多源信息融合导航方法
CN113551669B (zh) 基于短基线的组合导航定位方法及装置
CN116255998A (zh) 一种基于多惯导互观测的惯导振荡误差精确估计方法
CN114915913A (zh) 一种基于滑窗因子图的uwb-imu组合室内定位方法
CN109387220B (zh) 一种步行微惯性导航设备方位安装偏差校正方法
CN115164886B (zh) 车载gnss/ins组合导航系统比例因子误差补偿方法
CN117570976B (zh) 基于逆向推算的超低速载体惯性定向方法

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
GR01 Patent grant