CN112904393A - 一种导航路径几何约束辅助的农业机械自主导航方法 - Google Patents

一种导航路径几何约束辅助的农业机械自主导航方法 Download PDF

Info

Publication number
CN112904393A
CN112904393A CN202110070855.1A CN202110070855A CN112904393A CN 112904393 A CN112904393 A CN 112904393A CN 202110070855 A CN202110070855 A CN 202110070855A CN 112904393 A CN112904393 A CN 112904393A
Authority
CN
China
Prior art keywords
matrix
autonomous navigation
agricultural machine
measurement
agricultural
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
Application number
CN202110070855.1A
Other languages
English (en)
Other versions
CN112904393B (zh
Inventor
崔冰波
吴永胜
魏新华
廖伟锋
吉峰
孙宇
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.)
Jiangsu University
Original Assignee
Jiangsu 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 Jiangsu University filed Critical Jiangsu University
Priority to CN202110070855.1A priority Critical patent/CN112904393B/zh
Publication of CN112904393A publication Critical patent/CN112904393A/zh
Application granted granted Critical
Publication of CN112904393B publication Critical patent/CN112904393B/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
    • G01S19/38—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
    • G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
    • 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
    • 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
    • G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种导航路径几何约束辅助的农业机械自主导航方法，属于智能农业机械领域。本发明利用自动驾驶系统和自动导航系统的历史数据，结合农机导航路径的几何形状约束和速度方向约束，构造扩增状态向量和扩增量测向量；利用自动驾驶系统路径跟踪结果，设置量测噪声方差
Figure DDA0002905725440000011
的初始值，在线更新量测方差矩阵
Figure DDA0002905725440000012
基于状态转移矩阵
Figure DDA0002905725440000013
系统噪声方差矩阵
Figure DDA0002905725440000014
量测矩阵
Figure DDA0002905725440000015
及
Figure DDA0002905725440000016
得到扩增状态估计值
Figure DDA0002905725440000017
的前6个元素作为k时刻自主导航系统的状态输出。本发明能提高农机自主导航系统的精度、可靠性和自适应性。

Description

一种导航路径几何约束辅助的农业机械自主导航方法
技术领域
本发明涉及智能农业机械领域，具体涉及一种导航路径几何约束辅助的农业机械自主导航方法。
背景技术
农业机械自动驾驶基于导航定位感知系统、路径规划软件、转角传感器和转向执行机构实现农机的导航控制决策与路径跟踪。导航定位感知系统的精度和可靠性对自动驾驶系统性能影响较大，现有的自动驾驶系统多基于高精度卫星定位、视觉导航、惯性导航及其多源数据融合方法实现农机位姿的实时更新。单一的导航系统常常难以满足实际生产的需要，卫星定位易受传输空间电磁波干扰和环境遮挡的影响，视觉传感器受光照环境影响显著，惯性导航解算误差随时间累积，因此多源数据融合的导航方法能取长补短，实现高精度高可靠的导航参数更新，受到广泛的关注。常规的组合导航系统其性能受传感器精度和数据融合方法影响较大，近几年先进的数据融合方法获得快速发展，但高精度的几何空间定位系统价格仍居高不下，且先进数据融合方法对系统硬件要求也较高，造成研制高精度、高更新率的组合导航系统成本较高，且该状况短时间内难以改变，阻碍了农机自动驾驶系统的大面积推广应用。
发明内容
针对现有技术中存在不足，本发明提供了一种导航路径几何约束辅助的农业机械自主导航方法，改善农机自主导航系统的精度与可靠性，提高自主导航系统数据融合方法的自适应性。
本发明是通过以下技术手段实现上述技术目的的。
一种导航路径几何约束辅助的农业机械自主导航方法，利用自动驾驶系统和自动导航系统的历史数据，结合农机导航路径的几何形状约束和速度方向约束，构造扩增状态向量和扩增量测向量；利用自动驾驶系统路径跟踪结果，实现量测噪声方差
Figure BDA0002905725420000011
初始值的设置，在线更新量测方差矩阵
Figure BDA0002905725420000012
基于状态转移矩阵
Figure BDA0002905725420000013
系统噪声方差矩阵
Figure BDA0002905725420000014
量测矩阵
Figure BDA0002905725420000015
及
Figure BDA0002905725420000016
得到扩增状态估计值
Figure BDA0002905725420000017
的前6个元素即为k时刻自主导航系统的状态输出。
进一步的技术方案，所述扩增量测向量为
Figure BDA0002905725420000018
其中zk为量测向量，
Figure BDA0002905725420000019
为约束量测向量，且
Figure BDA00029057254200000110
(xk，yk)、(xk-1，yk-1)分别为k、k-1时刻农机在高斯平面坐标系下的位置，
Figure BDA0002905725420000021
分别为k、k-1时刻的农机速度。
更进一步的技术方案，所述k、k-1时刻农机在高斯平面坐标系下的位置和农机速度满足如下关系式：
Figure BDA0002905725420000022
更进一步的技术方案，所述量测矩阵
Figure BDA0002905725420000023
和量测方差矩阵
Figure BDA0002905725420000024
分别为：
Figure BDA0002905725420000025
Figure BDA0002905725420000026
其中，d表示k时刻之前的滤波时间单位；
Figure BDA0002905725420000027
分别表示x轴向位置、y轴向位置、速度、航向角、转向角、横向偏差和横向偏差一阶差分对应的量测噪声方差；
Figure BDA0002905725420000028
分别表示速度vk在x、y轴向上量测分量。
进一步的技术方案，所述扩增量测向量为
Figure BDA0002905725420000029
d表示k时刻之前的滤波时间单位。
进一步的技术方案，所述状态转移矩阵
Figure BDA00029057254200000210
和系统噪声方差矩阵
Figure BDA00029057254200000211
分别为：
Figure BDA00029057254200000212
Figure BDA00029057254200000213
其中，Φk为状态量xk的状态转移矩阵，I为单位矩阵，Qk为量测噪声。
进一步的技术方案，所述利用自动驾驶系统路径跟踪结果，实现量测噪声方差
Figure BDA0002905725420000031
初始值的设置，具体为：记录至k时刻路径跟踪横向偏差集合
Figure BDA0002905725420000032
其中t为初始化时间内路径跟踪结果记录的数据个数，且t＞2；由
Figure BDA0002905725420000033
计算得到横向偏差一阶差分量
Figure BDA0002905725420000034
其中
Figure BDA0002905725420000035
计算
Figure BDA0002905725420000036
的方差，作为量测噪声方差
Figure BDA0002905725420000037
的初始值。
更进一步的技术方案，所述量测方差阵
Figure BDA0002905725420000038
采用Sage-Husa最大后验估计在线更新。
本发明提出了一种导航路径几何约束辅助的农业机械自主导航方法，相比现有技术，具有以下有益效果：
(1)本发明利用农业机械导航路径往返式直线作业和速度方向恒定的特征，构造自主导航系统的量测约束方程，基于量测约束条件构造约束量测向量，进一步建立扩增量测向量；本发明提高数据融合中先验信息的权重，降低数据融合对传感器量测精度的依赖性；在不增加额外传感器的情况下，改善了农机自主导航系统的精度与可靠性；
(2)本发明基于自动驾驶路径跟踪结果中的横向偏差及其差分形式，构造约束量测向量方差矩阵，实现量测噪声方差
Figure BDA0002905725420000039
初始值的设置，避免了容积卡尔曼滤波器量测更新中的
Figure BDA00029057254200000310
秩亏引起的数值计算奇异性问题，提高了自主导航系统数据融合方法的自适应性。
附图说明
图1为本发明所述农机载体坐标系、高斯平面坐标系和导航路径示意图；
图2为本发明导航路径几何约束辅助的农业机械自主导航流程图。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
如图1所示，一种导航路径几何约束辅助的农业机械自主导航方法基于现有的自主导航系统(本实施例的自主导航系统选用双天线北斗RTK定位系统)，利用高斯平面坐标系(g系，原点为og、横坐标为x、纵坐标为y)下的农机导航路径几何形状约束和农机载体坐标系(b系，原点为ob、横坐标为xb、纵坐标为yb)下的速度方向约束，降低农机组合导航系统对传感器成本的敏感性，其中
Figure BDA0002905725420000041
vk、Δk分别表示k时刻的航向角、速度及横向偏差，Δk-1表示k-1时刻的横向偏差，Δk-2表示k-2时刻的横向偏差。
如图2所示，所述导航路径几何约束辅助的农业机械自主导航方法基于高斯滤波框架下的CKF算法实现，利用自动驾驶系统和自动导航系统的历史数据，结合农机导航路径的几何形状约束和速度方向约束，构造扩增状态向量和扩增量测向量，利用自动驾驶系统路径跟踪结果，实现量测噪声方差
Figure BDA0002905725420000042
初始值的设置，在线更新量测方差矩阵
Figure BDA0002905725420000043
基于
Figure BDA0002905725420000044
及
Figure BDA0002905725420000045
得到扩增状态估计值
Figure BDA0002905725420000046
的前6个元素即为k时刻自主导航系统的状态输出。
所述导航路径几何约束辅助的农业机械自主导航方法在高斯滤波框架下实现，自主导航系统的状态方程和量测方程分别如下所示：
xk+1＝Φkxk+wk (1)
zk＝Hkxk+vk (2)
其中
Figure BDA0002905725420000047
分别表示k时刻的状态转移矩阵和量测矩阵，
Figure BDA0002905725420000048
Figure BDA0002905725420000049
分别为k时刻的系统噪声和量测噪声，x0(初始状态)、wk、vk相互独立且满足
Figure BDA00029057254200000410
分别表示初始状态、系统噪声和量测噪声，
Figure BDA00029057254200000413
表示均值为
Figure BDA00029057254200000414
方差为P的高斯分布；
Figure BDA00029057254200000415
为实数域，m为量测维数，n为状态维数。
所述自主导航系统的状态量
Figure BDA00029057254200000416
依次表示k时刻平面坐标系中的x轴向位置和速度、y轴向位置和速度、航向角、转向角，即n＝6；以双天线北斗RTK定位系统输出位置(xk，yk)和航向角
Figure BDA00029057254200000417
转速传感器测量速度vk及转角传感器输出转角δk为量测输入，设容积卡尔曼滤波器的更新周期为T，即m＝5，根据农业机械运动学方程可定义状态转移矩阵为：
Figure BDA00029057254200000418
其中
Figure BDA00029057254200000419
Φ66＝1-T/T，
Figure BDA00029057254200000420
分别表示k时刻滤波器输出的状态结果，l为农机轴距，τ为转向机构的惯性时间常数。定义量测向量
Figure BDA0002905725420000051
对应的量测矩阵为：
Figure BDA0002905725420000052
其中
Figure BDA0002905725420000053
分别表示速度vk在x、y轴向上量测分量。
所述自主导航系统的量测方程特征为：利用农业机械田间作业过程往返式直线路径中位置(几何形状约束)和速度方向约束，建立直线路径作业时自主导航系统量测约束方程，其形式如下：
Figure BDA0002905725420000054
Figure BDA0002905725420000055
其中(xk，yk)、(xk-1，yk-1)、(xk-2，yk-2)为农机在k、k-1、k-2时刻在高斯平面坐标系下的位置，
Figure BDA0002905725420000056
为对应时刻的速度。考虑到上述方程所含信息的冗余性，量测约束条件可进一步简化成：
Figure BDA0002905725420000057
加入量测约束条件后可构造约束量测向量
Figure BDA0002905725420000058
其形式如下：
Figure BDA0002905725420000059
自主导航系统的扩增量测向量同时考虑量测向量和约束量测向量，即扩增量测向量
Figure BDA00029057254200000510
其对应的量测矩阵
Figure BDA00029057254200000511
和量测噪声方差矩阵
Figure BDA00029057254200000512
定义为：
Figure BDA00029057254200000513
Figure BDA00029057254200000514
其中d表示k时刻之前的滤波时间单位，
Figure BDA0002905725420000061
分别表示x轴向位置、y轴向位置、速度、航向角、转向角、横向偏差和横向偏差一阶差分对应的量测噪声方差。
所述自主导航系统的状态方程特征为：扩增状态向量
Figure BDA0002905725420000062
对应的状态转移矩阵
Figure BDA0002905725420000063
和系统噪声方差矩阵
Figure BDA0002905725420000064
定义为：
Figure BDA0002905725420000065
Figure BDA0002905725420000066
其中，I为单位矩阵。
为了与约束量测方程(6)对应，优选d＝2，以减少计算量。
利用自动驾驶系统路径跟踪结果，实现约束量测向量
Figure BDA0002905725420000067
方差矩阵的设置与更新，步骤为：记录至k时刻路径跟踪横向偏差集合
Figure BDA0002905725420000068
其中t为初始化时间内路径跟踪结果记录的数据个数，且t＞2，由
Figure BDA0002905725420000069
计算得到横向偏差一阶差分量
Figure BDA00029057254200000610
其中
Figure BDA00029057254200000611
k-t-1≤j≤k，计算
Figure BDA00029057254200000612
的方差作为量测噪声方差
Figure BDA00029057254200000613
的初始设置值。
本发明的导航路径几何约束辅助的农业机械自主导航方法采用Sage-Husa最大后验估计在线更新量测方差阵
Figure BDA00029057254200000614
实现组合导航状态变量的自适应估计与配置更新。
本发明的导航路径几何约束辅助的农业机械自主导航方法利用容积卡尔曼滤波器，基于
Figure BDA00029057254200000615
及
Figure BDA00029057254200000616
得到扩增状态估计值
Figure BDA00029057254200000617
(为现有技术)，其中
Figure BDA00029057254200000618
的前6个元素即为k时刻自主导航系统的状态输出。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (8)

1.一种导航路径几何约束辅助的农业机械自主导航方法，其特征在于，利用自动驾驶系统和自动导航系统的历史数据，结合农机导航路径的几何形状约束和速度方向约束，构造扩增状态向量和扩增量测向量；利用自动驾驶系统路径跟踪结果，实现量测噪声方差
Figure FDA0002905725410000011
初始值的设置，在线更新量测方差矩阵
Figure FDA0002905725410000012
基于状态转移矩阵
Figure FDA0002905725410000013
系统噪声方差矩阵
Figure FDA0002905725410000014
量测矩阵
Figure FDA0002905725410000015
及
Figure FDA0002905725410000016
得到扩增状态估计值
Figure FDA0002905725410000017
Figure FDA0002905725410000018
的前6个元素即为k时刻自主导航系统的状态输出。
2.根据权利要求1所述的农业机械自主导航方法，其特征在于，所述扩增量测向量为
Figure FDA0002905725410000019
其中zk为量测向量，
Figure FDA00029057254100000110
为约束量测向量，且
Figure FDA00029057254100000111
(xk，yk)、(xk-1，yk-1)分别为k、k-1时刻农机在高斯平面坐标系下的位置，
Figure FDA00029057254100000112
分别为k、k-1时刻的农机速度。
3.根据权利要求2所述的农业机械自主导航方法，其特征在于，所述k、k-1时刻农机在高斯平面坐标系下的位置和农机速度满足如下关系式：
Figure FDA00029057254100000113
4.根据权利要求2所述的农业机械自主导航方法，其特征在于，所述量测矩阵
Figure FDA00029057254100000114
和量测方差矩阵
Figure FDA00029057254100000115
分别为：
Figure FDA00029057254100000116
Figure FDA00029057254100000117
其中，d表示k时刻之前的滤波时间单位；
Figure FDA00029057254100000118
分别表示x轴向位置、y轴向位置、速度、航向角、转向角、横向偏差和横向偏差一阶差分对应的量测噪声方差；
Figure FDA00029057254100000119
分别表示速度vk在x、y轴向上量测分量。
5.根据权利要求1所述的农业机械自主导航方法，其特征在于，所述扩增量测向量为
Figure FDA0002905725410000021
d表示k时刻之前的滤波时间单位。
6.根据权利要求5所述的农业机械自主导航方法，其特征在于，所述状态转移矩阵
Figure FDA0002905725410000022
和系统噪声方差矩阵
Figure FDA0002905725410000023
分别为：
Figure FDA0002905725410000024
Figure FDA0002905725410000025
其中，Φk为状态量xk的状态转移矩阵，I为单位矩阵，Qk为量测噪声。
7.根据权利要求1所述的农业机械自主导航方法，其特征在于，所述利用自动驾驶系统路径跟踪结果，实现量测噪声方差
Figure FDA0002905725410000026
初始值的设置，具体为：记录至k时刻路径跟踪横向偏差集合
Figure FDA0002905725410000027
其中t为初始化时间内路径跟踪结果记录的数据个数，且t＞2；由
Figure FDA0002905725410000028
计算得到横向偏差一阶差分量
Figure FDA0002905725410000029
其中
Figure FDA00029057254100000210
计算
Figure FDA00029057254100000211
的方差，作为量测噪声方差
Figure FDA00029057254100000212
的初始值。
8.根据权利要求1所述的农业机械自主导航方法，其特征在于，所述量测方差阵
Figure FDA00029057254100000213
采用Sage-Husa最大后验估计在线更新。
CN202110070855.1A 2021-01-19 2021-01-19 一种导航路径几何约束辅助的农业机械自主导航方法 Active CN112904393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110070855.1A CN112904393B (zh) 2021-01-19 2021-01-19 一种导航路径几何约束辅助的农业机械自主导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110070855.1A CN112904393B (zh) 2021-01-19 2021-01-19 一种导航路径几何约束辅助的农业机械自主导航方法

Publications (2)

Publication Number Publication Date
CN112904393A true CN112904393A (zh) 2021-06-04
CN112904393B CN112904393B (zh) 2023-11-10

Family

ID=76116048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110070855.1A Active CN112904393B (zh) 2021-01-19 2021-01-19 一种导航路径几何约束辅助的农业机械自主导航方法

Country Status (1)

Country Link
CN (1) CN112904393B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030216865A1 (en) * 2002-04-12 2003-11-20 Ensco, Inc. Inertial navigation system for mobile objects with constraints
US20120176271A1 (en) * 2011-01-12 2012-07-12 Dai Liwen L Navigation System and Method for Resolving Integer Ambiguities Using Double Difference Ambiguity Constraints
CN105973238A (zh) * 2016-05-09 2016-09-28 郑州轻工业学院 一种基于范数约束容积卡尔曼滤波的飞行器姿态估计方法
WO2018026544A1 (en) * 2016-07-22 2018-02-08 Regents Of The University Of Minnesota Square-root multi-state constraint kalman filter for vision-aided inertial navigation system
CN108871365A (zh) * 2018-07-06 2018-11-23 哈尔滨工业大学 一种航向约束下的状态估计方法及系统
CN109668562A (zh) * 2017-10-13 2019-04-23 北京航空航天大学 一种考虑偏差时引入伪测量的重力梯度运动学导航方法
CN109945859A (zh) * 2019-04-01 2019-06-28 东南大学 一种自适应h∞滤波的运动学约束捷联惯性导航方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030216865A1 (en) * 2002-04-12 2003-11-20 Ensco, Inc. Inertial navigation system for mobile objects with constraints
US20120176271A1 (en) * 2011-01-12 2012-07-12 Dai Liwen L Navigation System and Method for Resolving Integer Ambiguities Using Double Difference Ambiguity Constraints
CN105973238A (zh) * 2016-05-09 2016-09-28 郑州轻工业学院 一种基于范数约束容积卡尔曼滤波的飞行器姿态估计方法
WO2018026544A1 (en) * 2016-07-22 2018-02-08 Regents Of The University Of Minnesota Square-root multi-state constraint kalman filter for vision-aided inertial navigation system
CN109668562A (zh) * 2017-10-13 2019-04-23 北京航空航天大学 一种考虑偏差时引入伪测量的重力梯度运动学导航方法
CN108871365A (zh) * 2018-07-06 2018-11-23 哈尔滨工业大学 一种航向约束下的状态估计方法及系统
CN109945859A (zh) * 2019-04-01 2019-06-28 东南大学 一种自适应h∞滤波的运动学约束捷联惯性导航方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
WEI HUANG 等: "A robust strong tracking cubature Kalman filter for spacecraft attitude estimation with quaternion constraint", 《ACTA ASTRONAUTICA》, pages 153 - 163 *
刘志彬 等: "带边界约束的容积卡尔曼滤波", 《中国海洋大学学报(自然科学版)》, vol. 48, no. 6, pages 109 - 113 *
钱华明 等: "四元数约束的容积卡尔曼滤波及其应用", 《哈尔滨工业大学学报》, vol. 46, no. 7, pages 40 - 46 *

Also Published As

Publication number Publication date
CN112904393B (zh) 2023-11-10

Similar Documents

Publication Publication Date Title
CN113311411B (zh) 一种用于移动机器人的激光雷达点云运动畸变校正方法
CN110988894B (zh) 一种面向港口环境的多源数据融合的无人驾驶汽车实时定位方法
CN105424040B (zh) 一种新型mems惯性传感器阵列余度配置方法
CN105136145A (zh) 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法
CN112731354B (zh) Agv上激光雷达位姿的自标定方法
CN111949929B (zh) 一种多传感器融合的四足机器人运动里程计设计方法
US9969081B2 (en) Method and system for the directed control of robotic assets
CN109827571A (zh) 一种无转台条件下的双加速度计标定方法
CN111060131B (zh) 一种基于激光雷达的机器人精确姿态矫正方法及装置
CN112146561B (zh) 一种霍尔角度传感器安装角度偏置的估计方法
CN115900770B (zh) 一种机载环境下磁传感器的在线校正方法和系统
CN108507572A (zh) 一种基于mems惯性测量单元的姿态定位误差修正方法
CN114459506B (zh) 在线标定全球导航卫星系统接收机与视觉惯性里程计之间外参的方法及系统
CN115824223A (zh) 一种基于多源融合的室内外无缝定位方法
CN113052855B (zh) 一种基于视觉-imu-轮速计融合的语义slam方法
CN112904393A (zh) 一种导航路径几何约束辅助的农业机械自主导航方法
CN116338719A (zh) 基于b样条函数的激光雷达-惯性-车辆融合定位方法
CN115103299B (zh) 一种基于rfid的多传感器融合定位方法
CN114029954B (zh) 一种异构伺服的力反馈估计方法
CN113701755B (zh) 一种无高精度陀螺的光学遥感卫星姿态确定方法
CN109459769A (zh) 一种自主定位方法与系统
CN108107882B (zh) 基于光学运动跟踪的服务机器人自动标定与检测系统
CN115342830A (zh) 用于定位装置和里程计的标定方法、程序产品和标定装置
CN112241583A (zh) 一种最小化后验距离的传感器路径优化方法
CN116774263B (zh) 面向组合导航系统的导航定位方法及装置

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