CN112880670B - 基于特征位置辨识的地下管道轨迹测绘方法 - Google Patents
基于特征位置辨识的地下管道轨迹测绘方法 Download PDFInfo
- Publication number
- CN112880670B CN112880670B CN202110048183.4A CN202110048183A CN112880670B CN 112880670 B CN112880670 B CN 112880670B CN 202110048183 A CN202110048183 A CN 202110048183A CN 112880670 B CN112880670 B CN 112880670B
- Authority
- CN
- China
- Prior art keywords
- characteristic position
- measurement
- curve
- cpr
- pipeline
- 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
Links
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
- 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
- G01C21/203—Specially adapted for sailing ships
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明公开了一种基于特征位置辨识的地下管道轨迹测绘方法,包括:获取IMU数据;采用小波变换模极大值法WTMM对IMU数据识别,得到周期噪声位置作为特征位置CPR;利用拉伊达准则筛选特征位置CPR中的弯道位置信息;根据弯道位置信息在量测方程中更新量测矩阵;通过更新后的量测矩阵建立基于特征位置识别的SINS/DR优化算法;获取IMU信号,并将IMU信号输入SINS/DR优化算法中,得到优化后的IMU信号。该方法减小管道测绘过程中因焊疤引入的位置误差,并且利用焊疤的周期性提出改进的定位方法,进而提高工程应用中管道测绘的精度。
Description
技术领域
本发明涉及管道轨迹测绘技术领域,特别涉及一种基于特征位置辨识的地下管道轨迹测绘方法。
背景技术
目前,地下管线在资源输送、电力输送等诸多领域担负着重要的任务,对地下管线在短周期城市建设中的准确、无损检测提出了更高的要求。管道检测中使用的传感器很多,包括探地雷达、超声波和磁强计。但这些方法受到管道材料、深度、地质条件、流体类型等因素的限制,难以在环境复杂的地方进行准确导航。现在主流的管道轨迹测绘方式是利用捷联惯性导航技术。捷联惯性导航技术是通过测量载体的速度和加速度信息,进行数据解算,从而获得载体位置信息的导航方式,惯性导航技术的数据主要来自惯性测量单元(通常是陀螺仪和加速度计),以及里程仪、磁力计等辅助装置,这些测量单元通常安装在管道检测装置上。为了提高测量精度,研究者通常使用的方法是加入更多的传感器,采用数据融合的方法增加信息预测的可信度和轨迹解算的准确度。
焊接技术以连接性能好、气密性及水密性好及资源消耗量小等优点被广泛应用于管道连接中,缺点是会给管道的管道内外壁留下焊疤。运行中的管道检测装置会和焊疤进行反复碰撞从而产生振动,这种振动不仅会影响管道检测装置的机械结构和动态特性,而且也会给管道检测装置引入周期性噪声,这也意味着使用的测量单元越多,会捕捉到的环境噪声也更多,环境噪声经过耦合后会使得管道轨迹解算出现较大误差,焊疤造成的干扰在工程应用中不可以被忽略。因此,需要消除焊疤带来的不利影响,并且利用焊疤的周期特性,提供一种改进算法,进一步提升测绘精度。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的目的在于提出一种基于特征位置辨识的地下管道轨迹测绘方法,该方法减小管道测绘过程中因焊疤引入的位置误差,提高管道测绘的精度。
为达到上述目的,本发明实施例提出了基于特征位置辨识的地下管道轨迹测绘方法,包括以下步骤:步骤S1,获取IMU数据;步骤S2,采用小波变换模极大值法WTMM对所述IMU数据识别,得到周期噪声位置作为特征位置CPR;步骤S3,利用拉伊达准则筛选所述特征位置CPR中的弯道位置信息;步骤S4,根据所述弯道位置信息在量测方程中更新量测矩阵;步骤S5,通过更新后的量测矩阵建立基于特征位置识别的SINS/DR优化算法;步骤S6,获取IMU信号,并将所述IMU信号输入所述SINS/DR优化算法中,得到优化后的IMU信号。
本发明实施例的基于特征位置辨识的地下管道轨迹测绘方法,通过在基于SINS/DR组合导航测绘方法之下引入了工程应用中存在的焊疤,在算法中不仅消除了传感器受到焊疤影响产生的噪声,且将噪声的周期特性利用起来,能够抑制惯性导航过程的发散,进一步提高SINS/DR组合导航的精度。
另外,根据本发明上述实施例的基于特征位置辨识的地下管道轨迹测绘方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述步骤S3具体包括:
利用拉伊达准则对所述特征位置CPR进行判断,
其中,σ为特征位置CPR的标准差,为预设管道长度,xi为特征位置CPR的距离差,vi为xi的剩余误差;
当xi满足条件,则当前特征位置CPR为弯道,将其从特征位置数据中剔除,作为所述弯道位置信息进行保存;反之,则当前特征位置CPR不是弯道。
进一步地,在本发明的一个实施例中,所述步骤S4具体包括:
当所述步骤S3中当前特征位置CPR为弯道时,则投影系数为0,根据所述弯道位置信息在量测方程中更新量测矩阵;
当所述步骤S3中当前特征位置CPR不为弯道时,则计算管道的非完整性约束向量,基于所述非完整性约束向量计算管道β角和α角,再根据所述β角和所述α角计算投影系数,通过所述投影系数在量测方程中更新量测矩阵,其中,β角为约束方向和天向的角度,α角为β在地面的投影和东向的角度。
进一步地,在本发明的一个实施例中,所述步骤S5具体包括:获取里程计信号;利用卡尔曼滤波对所述里程计信号和所述更新后的量测矩阵进行数据融合和误差补偿,得到基于特征位置识别的SINS/DR优化算法。
进一步地,在本发明的一个实施例中,所述步骤S5中误差补偿需建立状态方程和量测方程,其中,所述状态方程用于表示测量惯性导航SINS和航位推算DR装置之间误差,所述量测方程用于表示测量惯性导航SINS和航位推算DR计算结果的误差。
进一步地,在本发明的一个实施例中,所述状态方程为:
其中,F为动态系数矩阵,X为系统状态向量,G为过程噪声分布矩阵,w为输入噪声矩阵。
进一步地,在本发明的一个实施例中,所述量测方程为:
Z4×21=H4×21X21×1+v4×21
其中,Z为量测向量,H为量测矩阵,v为零均值高斯白噪声的量测噪声向量,X为系统状态向量。
进一步地,在本发明的一个实施例中,所述步骤S6中利用高斯带阻滤波器去除所述IMU数据中的周期噪声,得到所述IMU信号。
本发明附加的方面和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,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一个实施例的基于特征位置辨识的地下管道轨迹测绘方法流程图;
图2是本发明一个实施例的基于特征位置辨识的地下管道轨迹测绘方法流程框图;
图3是本发明一个实施例的IMU输出信号FIR滤波图;
图4是本发明一个实施例的基于特征位置辨识的地下管道轨迹测绘方法仿真效果图;
图5是本发明一个实施例的基于特征位置辨识的地下管道轨迹测绘方法实验效果图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其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。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于特征位置辨识的地下管道轨迹测绘方法。
图1是本发明一个实施例的基于特征位置辨识的地下管道轨迹测绘方法流程图。
如图1所示,该基于特征位置辨识的地下管道轨迹测绘方法包括以下步骤:
在步骤S1中,获取IMU数据。
具体地,利用陀螺仪及加速度计等元件测量地下管道中的惯性测量单元IMU数据。
在步骤S2中,采用小波变换模极大值法WTMM对IMU数据识别,得到周期噪声位置作为特征位置CPR。
具体地,采用小波变换模极大值法(WTMM)识别特征位置(CPR)。小波变换能够反映出信号的时间信息,能够对信号进行局部检测,也常常用来分析其奇异性和跳变性,在信号去噪、地震信号检测、故障点检测等方面有广泛的应用。在本发明中被用来辨识焊疤的准确位置,即特征位置。
任意的函数f(t)∈L2(R)的连续小波变换Wf(a,b)定义为:
其中,a,b∈R,a≠0为一个小波序列,小波序列是由同一母函数φ(t)经伸缩和平移后得到的一组函数序列,a为伸缩因子,b为平移因子,母小波φ(t)通常从Daubechies、Symlets、Coiflets和Gaussian小波系中进行选取,它们有不同的伸缩特性和平移特性。本发明实施例的测绘任务中使用了gaus2小波作为母小波,其表达式为:
f(t)的离散小波变换D[Wf(j,k)]定义为:
其中,j为伸缩因子,k为平移因子,R为实数集。信号和噪声在不同尺度j下具有不同的传播特性,惯性测量单元(陀螺仪和加速度计)采得的载体的运动信息可以视为缓变信号,其模极大值会随着尺度j的增大而逐渐增大;焊疤带来的单个噪声可以视为脉冲信号,其模极大值会随着尺度j的增大而逐渐减小。因此,对惯性单元的输出信号做若干次尺度分解之后,焊疤产生的周期噪声可以被识别出来,通常j<10,再将周期噪声位置作为特征位置予以保存。
在步骤S3中,利用拉伊达准则筛选特征位置CPR中的弯道位置信息。
进一步地,在本发明的一个实施例中,步骤S3具体包括:
利用拉伊达准则对特征位置CPR进行判断,
其中,σ为特征位置CPR的标准差,为预设管道长度,xi为特征位置CPR的距离差,vi为xi的剩余误差;
当xi满足条件,则当前特征位置CPR为弯道,将其从特征位置数据中剔除,作为弯道位置信息进行保存;反之,则当前特征位置CPR不是弯道。
也就是说,步骤S2用来筛选特征位置CPR中的弯道信息。具体地,管道检测装置在运行的过程中会进行转弯运动。若转弯的幅度较大,或弯道处测绘装置产生抖动,可能会造成陀螺仪和加速度计的突变。根据实验数据,焊疤引入的畸变信号幅值大约是10倍-20倍的随机游走,在弯道处引入的畸变信号幅值更为明显,例如,焊疤引入的单个畸变信号幅值大约是随机游走的15倍作用,在弯道处引入的畸变信号幅值达到了焊疤引起畸变信号幅值的2到3倍,因此突变信息也有可能在小波变换模极大值法中被误认为焊疤引起的噪声,进而被识别成特征位置。
管道的长度是固定的,所以特征位置CPR理论上应该是等间距的,也就是说通过小波变换模极大值法获得的某些特征位置若间距与理论值差别较大,则可以视为在此处进行了转弯运动。特征位置间距理论值已知,可以利用拉伊达准则对所有的特征位置CPR进行判断:
其中,σ为所有特征位置距离差的标准差,为理论的管道长度,通常长度为10-20米,本领域技术人员可根据工程的不同需求自行调整管道长度,xi为特征位置CPR的距离差。对数据进行拉伊达准则判断,若xi满足此条件,则将此数据从特征位置数据中剔除,作为弯道位置数据进行保存。
在步骤S4中,根据弯道位置信息在量测方程中更新量测矩阵。
进一步地,如图2所示,在本发明的一个实施例中,步骤S4具体包括:
当步骤S3中当前特征位置CPR为弯道时,则投影系数为0,根据弯道位置信息在量测方程中更新量测矩阵;
当步骤S3中当前特征位置CPR不为弯道时,则计算管道的非完整性约束向量,基于非完整性约束向量计算管道β角和α角,再根据β角和α角计算投影系数,通过投影系数在量测方程中更新量测矩阵,其中,β角为约束方向和天向的角度,α角为β在地面的投影和东向的角度。
在步骤S5中,通过更新后的量测矩阵建立基于特征位置识别的SINS/DR优化算法。
进一步地,如图2所示,在本发明的一个实施例中,步骤S5具体包括:
获取里程计信号;
利用卡尔曼滤波对里程计信号和更新后的量测矩阵进行数据融合和误差补偿,得到基于特征位置识别的SINS/DR优化算法。
具体地,步骤S4和S5的具体实施过程如下:
建立基于特征位置识别的组合导航(优化)算法在管道测绘系统中,为了提高测绘的精度,本发明实施例采用了组合导航的方式,即通过卡尔曼滤波将惯性导航(SINS)和航位推算(DR)结合,通过观测预测值和真实值的差,给轨迹解算提供高精度的预测值。为分析捷联惯性导航系统各误差源的影响,需要建立相应的状态方程和量测方程。
(1)状态方程
忽略惯性测量分量的标定误差,SINS\DR组合的误差方程为:
由于里程表和IMU均固定在PIG上,故省略DR算法的姿态误差方程,且νd和Mpkd能用φn、vn和Mpp替代。
其中,φT为姿态误差向量,δvnT为速度误差向量,δpT为位置误差向量,εbT为陀螺漂移误差,▽bT为加速度计零偏误差,为里程计位置误差,/>为里程计刻度系数误差。
陀螺仪、加速度计和里程计的标定结果如下:
陀螺仪标定解算结果
加速度计解算结果
里程计标定结果
系统状态向量是:
系统状态方程是:
其中,F是动态系数矩阵,G是过程噪声分布矩阵,w是输入噪声矩阵,是坐标系转移矩阵。
(2)量测方程
在SINS/DR组合导航算法中,量测向量为SINS与DR位置计算结果的差值。如果将焊缝考虑在内,则可以用相邻两根管道的测量长度(由一对特征位置计算)之差来表示计算过程中的误差。和/>理论上是相等的,/>包括捷联惯导计算相同距离时的误差信息。
同时,受到管道非完整性约束性的影响,管道检测装置的空间自由度被降低了,这也意味着在直管道中它能够能好地抑制因误差积累而导致的捷联惯导算法误差的发散。
量测矢量为:
举例而言,管道所处位置经纬度为30.3376°N,121.8832°E,惯性导航算法的结果是有关经度、纬度和高度的信息,ΔLg表示空间距离信息,需要建立δP和ΔLg之间的数学关系模型:
ΔLg=||δPG||2
其中,δPG=[δPE δPN δPU]T是在Oxnynzn坐标系上面的投影,它满足如下关系:
其中,δPE、δPN和δPU表示位置误差在东、北和天方向的分量,glv.Re是地球半径,λ和h表示经度、纬度和高度。同时,考虑到非完整性约束:
ΔLg=Ki·δPG(i)=Kei·δP(i)
其中,Ki=[cosα·cosβ sinβ sinα·cosβ]T为投影系数,β为约束方向和天向的角度,α是β在地面的投影和东向的角度,取值由工程现场管道的布置决定,大部分情况下,在现场管道设置中,管道大致形状为一条直线,β为90°左右,α为90°以内某值。举例而言,β=96°,α=42°,因此Ki=[-0.0776 0.9945 -0.0699]T。
则量测方程为:
Z4×21=H4×21X21×1+v4×21
其中,Z为量测向量,H为量测矩阵,v为通常被认为是零均值高斯白噪声的量测噪声向量。
进一步地,建立上述状态方程和量测方程后,使用卡尔曼滤波器,执行递归最小二乘估计,并对惯导进行导航修正;里程计和惯性单元作为两套独立的位置和姿态参数输入到组合导航框架中,组合导航框架与里程计和惯性单元之间存在反馈回路,最终产生单一的组合导航解。
在步骤S6中,获取IMU信号,并将IMU信号输入SINS/DR优化算法中,得到优化后的IMU信号。
进一步地,步骤S6中利用高斯带阻滤波器去除IMU数据中的周期噪声,得到IMU信号。
可以理解的是,焊疤引入的周期噪声信息来源相同,故具有相同的特质,通过频谱分析可以将周期噪声与有用信号进行区分。频谱是一个时域信号经过某些变换之后在频域的表示方式,通常采取的变换方式是傅里叶变换,用幅频特性表示幅度随频率变化的情形;相频特性表示相位随频率变化的情形。
经过傅里叶变换之后,可以比较明显地观察到原信号在各个频率的幅值大小。惯性单元获取的信号是缓变信号,以直流信号为主,其他的频率区间白噪声较多,焊疤引起的周期噪声在频谱上分布在50HZ~100HZ。
高斯滤波器是一种平滑滤波,表达式为:
其中,D0=75为阻塞频带中心频率到频率原点的距离;W=50为阻塞频带宽度;D为ω点到频率原点的距离,如图3所示,此滤波可以用来过滤信号中的周期噪声,因此,用高斯带阻滤波器去除周期噪声。
如图4-5所示,本发明实施例提出的基于特征位置辨识的地下管道轨迹测绘方法,通过在基于SINS/DR组合导航测绘方法之下引入了工程应用中存在的焊疤,在算法中不仅消除了传感器受到焊疤影响产生的噪声,还将噪声的周期特性利用起来,经过理论仿真和实验验证,该方法能够抑制惯性导航过程的发散,进一步提高SINS/DR组合导航的精度。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (5)
1.一种基于特征位置辨识的地下管道轨迹测绘方法,其特征在于,包括以下步骤:
步骤S1,获取IMU数据;
步骤S2,采用小波变换模极大值法WTMM对所述IMU数据识别,得到周期噪声位置作为特征位置CPR;
步骤S3,利用拉伊达准则筛选所述特征位置CPR中的弯道位置信息,其中,所述步骤S3具体包括:
利用拉伊达准则对所述特征位置CPR进行判断,
其中,σ为特征位置CPR的标准差,为预设管道长度,xi为特征位置CPR的距离差,vi为xi的剩余误差;
当xi满足条件,则当前特征位置CPR为弯道,将其从特征位置数据中剔除,作为所述弯道位置信息进行保存;反之,则当前特征位置CPR不是弯道;
步骤S4,根据所述弯道位置信息在量测方程中更新量测矩阵,其中,所述步骤S4具体包括:
当所述步骤S3中当前特征位置CPR为弯道时,则投影系数为0,根据所述弯道位置信息在量测方程中更新量测矩阵;
当所述步骤S3中当前特征位置CPR不为弯道时,则计算管道的非完整性约束向量,基于所述非完整性约束向量计算管道β角和α角,再根据所述β角和所述α角计算投影系数,通过所述投影系数在量测方程中更新量测矩阵,其中,β角为约束方向和天向的角度,α角为β在地面的投影和东向的角度;
步骤S5,通过更新后的量测矩阵建立基于特征位置识别的SINS/DR优化算法;
步骤S6,获取IMU信号,并将所述IMU信号输入所述SINS/DR优化算法中,得到优化后的IMU信号,其中,利用高斯带阻滤波器去除所述IMU数据中的周期噪声,得到所述IMU信号。
2.根据权利要求1所述的基于特征位置辨识的地下管道轨迹测绘方法,其特征在于,所述步骤S5具体包括:
获取里程计信号;
利用卡尔曼滤波对所述里程计信号和所述更新后的量测矩阵进行数据融合和误差补偿,得到基于特征位置识别的SINS/DR优化算法。
3.根据权利要求2所述的基于特征位置辨识的地下管道轨迹测绘方法,其特征在于,所述步骤S5中误差补偿需建立状态方程和量测方程,其中,所述状态方程用于表示测量惯性导航SINS和航位推算DR装置之间误差,所述量测方程用于表示测量惯性导航SINS和航位推算DR计算结果的误差。
4.根据权利要求3所述的基于特征位置辨识的地下管道轨迹测绘方法,其特征在于,所述状态方程为:
其中,F为动态系数矩阵,X为系统状态向量,G为过程噪声分布矩阵,w为输入噪声矩阵。
5.根据权利要求3所述的基于特征位置辨识的地下管道轨迹测绘方法,其特征在于,所述量测方程为:
Z4×21=H4×21X21×1+v4×21
其中,Z为量测向量,H为量测矩阵,v为零均值高斯白噪声的量测噪声向量,X为系统状态向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110048183.4A CN112880670B (zh) | 2021-01-14 | 2021-01-14 | 基于特征位置辨识的地下管道轨迹测绘方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110048183.4A CN112880670B (zh) | 2021-01-14 | 2021-01-14 | 基于特征位置辨识的地下管道轨迹测绘方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112880670A CN112880670A (zh) | 2021-06-01 |
CN112880670B true CN112880670B (zh) | 2023-09-15 |
Family
ID=76048454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110048183.4A Active CN112880670B (zh) | 2021-01-14 | 2021-01-14 | 基于特征位置辨识的地下管道轨迹测绘方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112880670B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636165A (zh) * | 2012-04-27 | 2012-08-15 | 航天科工惯性技术有限公司 | 一种用于油气管道轨迹测绘的后处理组合导航方法 |
CN108955675A (zh) * | 2018-07-24 | 2018-12-07 | 东南大学 | 一种基于惯性测量的地下管道轨迹检测系统及方法 |
-
2021
- 2021-01-14 CN CN202110048183.4A patent/CN112880670B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102636165A (zh) * | 2012-04-27 | 2012-08-15 | 航天科工惯性技术有限公司 | 一种用于油气管道轨迹测绘的后处理组合导航方法 |
CN108955675A (zh) * | 2018-07-24 | 2018-12-07 | 东南大学 | 一种基于惯性测量的地下管道轨迹检测系统及方法 |
Non-Patent Citations (3)
Title |
---|
基于惯性导航的管道中心线测量方法;李睿;冯庆善;张军政;张海亮;韩小明;刘成海;;油气储运(第09期);全文 * |
小波分析在基坑钢支撑轴力监测数据处理中的应用;林冬伟;周元;汪德希;;岩土工程技术(第03期);全文 * |
组合导航技术在油气管道测绘系统中的应用;岳步江;唐雅琴;张永江;吕伟;;中国惯性技术学报(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112880670A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2558724C2 (ru) | Устройство диагностического комплекса для определения положения трубопровода и способ определения относительного перемещения трубопровода по результатам двух и более инспекционных пропусков диагностического комплекса для определения положения трубопровода | |
US9551561B2 (en) | Determining location using magnetic fields from AC power lines | |
CN104736963B (zh) | 测绘系统和方法 | |
Fakharian et al. | Adaptive Kalman filtering based navigation: An IMU/GPS integration approach | |
CN106500693B (zh) | 一种基于自适应扩展卡尔曼滤波的ahrs算法 | |
CN101405570B (zh) | 运动捕捉设备及相关方法 | |
Sun et al. | MEMS-based rotary strapdown inertial navigation system | |
CN109891049B (zh) | 对机具进行增量轨迹估计的系统、介质和方法 | |
CN104197927A (zh) | 水下结构检测机器人实时导航系统及方法 | |
Rafatnia et al. | Fuzzy-adaptive constrained data fusion algorithm for indirect centralized integrated SINS/GNSS navigation system | |
EP3933166A1 (en) | Attitude measurement method | |
JP2017207456A (ja) | 姿勢推定装置、姿勢推定方法、制御プログラム、および記録媒体 | |
Sokolović et al. | INS/GPS navigation system based on MEMS technologies | |
Troni et al. | Experimental evaluation of a MEMS inertial measurements unit for Doppler navigation of underwater vehicles | |
Yang et al. | Application of adaptive cubature Kalman filter to in-pipe survey system for 3D small-diameter pipeline mapping | |
CN113465599B (zh) | 定位定向方法、装置及系统 | |
Yu et al. | An off-line navigation of a geometry PIG using a modified nonlinear fixed-interval smoothing filter | |
Liu et al. | MEMS based SINS/OD filter for land vehicles’ applications | |
CN112197765B (zh) | 一种实现水下机器人精细导航的方法 | |
Xu et al. | A fast-initial alignment method with angular rate aiding based on robust Kalman filter | |
CN112880670B (zh) | 基于特征位置辨识的地下管道轨迹测绘方法 | |
Munguia et al. | An attitude and heading reference system (AHRS) based in a dual filter | |
El-Diasty | An accurate heading solution using MEMS-based gyroscope and magnetometer integrated system (preliminary results) | |
CN111504278A (zh) | 基于自适应频域积分的海浪检测方法 | |
Gu et al. | A Kalman filter algorithm based on exact modeling for FOG GPS/SINS integration |
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 |