CN113220017A - 一种地下无人机飞行方法及系统 - Google Patents
一种地下无人机飞行方法及系统 Download PDFInfo
- Publication number
- CN113220017A CN113220017A CN202110411904.3A CN202110411904A CN113220017A CN 113220017 A CN113220017 A CN 113220017A CN 202110411904 A CN202110411904 A CN 202110411904A CN 113220017 A CN113220017 A CN 113220017A
- Authority
- CN
- China
- Prior art keywords
- information
- imu
- error
- error information
- attitude
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000013519 translation Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 230000008447 perception Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种地下无人机飞行方法及系统，无人机上搭载有单目相机、超声波传感器和IMU，方法包括：基于IMU测量的标准位姿信息和IMU的测量数据计算第一误差信息；基于IMU测量的标准位姿信息和单目相机与超声波传感器的测量数据计算第二误差信息；将第一误差信息和第二误差信息进行融合，得到姿态误差信息并进行飞行控制。与现有技术相比，本发明基于IMU得到第一位姿信息，基于超声波传感器和单目相机得到第二位姿信息，分别计算二者与IMU测得的标准位姿信息之间的误差，将误差融合后得到姿态误差信息，能获取精确度更高的姿态误差信息，且计算速度快，应用成本低，实现了无人机在无GPS信号的地下空间的飞行控制。
Description
技术领域
本发明涉及无人机飞行技术领域，尤其是涉及一种地下无人机飞行方法及系统。
背景技术
随着技术的进步，无人机的应用越来越广泛。旋翼无人机具有体积小、成本低、灵活度高、使用便捷等优势，可以用于地下、侦查、搜索、灾后救援、能源探测等众多领域，尤其适合在一些比较危险或者比较狭小的地下空间工作，具有广阔的应用前景，旋翼无人机在地下环境中的应用在近些年一直是研究的热点。
无人机的姿态控制是无人机正常飞行并完成飞行任务的重要保障，而无人机姿态的确定是实现姿态控制的基础。但是，目前市场上最流行的旋翼无人机主要依靠GPS和IMU以及其他辅助传感器进行姿态矫正，而在地下空间，由于各方面技术的限制尤其是地下GPS信号弱的特点，无人机的姿态感知出现了困难，用于地下环境中进行搜索及救援的小型无人机还未得到普及。因此，需要一种能够用于地下空间的无人机姿态感知及飞行方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种地下无人机飞行方法及系统，使用IMU测量数据计算得到第一位姿信息，使用超声波传感器和单目相机测量数据计算得到第二位姿信息，计算第一位姿信息和第二位姿信息与IMU测得的标准位姿信息之间的误差信息，将误差信息融合后得到姿态误差信息并进行姿态修正和飞行控制，能获取精确度更高的姿态误差信息，且计算速度快，应用成本低，实现了无人机在无GPS信号的地下空间的飞行控制。
本发明的目的可以通过以下技术方案来实现：
一种地下无人机飞行方法，所述无人机上搭载有单目相机、超声波传感器和IMU，包括：
基于IMU测量的标准位姿信息和IMU的测量数据计算第一误差信息；
基于IMU测量的标准位姿信息和单目相机与超声波传感器的测量数据计算第二误差信息；
使用滤波算法将第一误差信息和第二误差信息进行融合，得到姿态误差信息；根据姿态误差信息进行无人机的飞行控制。
进一步的，IMU包括加速度计和陀螺仪，IMU的测量数据包括IMU加速度和IMU角速度，计算第一误差信息具体为：
A1：建立IMU运动学模型，将IMU加速度和IMU角速度代入IMU运动学模型，得到第一位姿信息；
A2：基于第一位姿信息和标准位姿信息得到第一误差状态方程；
A3：求解第一误差状态方程，得到第一误差信息。
进一步的，计算第二误差信息具体为：
B1：获取单目相机的测量数据和超声波传感器的测量数据，根据单目相机和超声波传感器的测量数据，计算第二位姿信息；
B2：获取单目相机与IMU的位置关系，得到第二位姿信息与标准位姿信息之间的旋转平移矩阵，基于第二位姿信息、旋转平移矩阵和标准位姿信息得到第二误差状态方程；
B3：求解第二误差状态方程，得到第二误差信息。
更进一步的，步骤B1中，根据单目相机的测量数据和超声波传感器的测量数据，使用最小二乘法进行尺度求解，使用ORB-SLAM算法计算所述第二位姿信息。
进一步的，以第一误差信息为预测值，以第二误差信息为观测值，使用扩展卡尔曼滤波算法将第一误差信息与第二误差信息进行融合，得到姿态误差信息。
一种地下无人机飞行系统，包括：
第一误差计算单元，根据IMU测量的标准位姿信息和IMU的测量数据计算第一误差信息；
第二误差计算单元，根据IMU测量的标准位姿信息和单目相机与超声波传感器的测量数据计算第二误差信息；
误差融合单元，使用滤波算法将第一误差信息和第二误差信息进行融合，得到姿态误差信息；
飞行控制单元，基于姿态误差信息进行无人机的姿态修正和飞行控制。
进一步的，IMU包括加速度计和陀螺仪，IMU的测量数据包括IMU加速度和IMU角速度，所述第一误差计算单元基于IMU加速度、IMU角速度和预先建立的IMU运动学方程计算得到第一位姿信息，基于第一位姿信息和标准位姿信息建立第一误差状态方程并求解，得到第一误差信息。
进一步的，所述第二误差计算单元基于单目相机和超声波传感器的测量数据计算第二位姿信息，基于预先获取的单目相机与IMU的位置关系得到第二位姿信息与标准位姿信息之间的旋转平移矩阵，基于第二位姿信息、旋转平移矩阵和标准位姿信息建立第二误差状态方程并求解，得到第二误差信息。
更进一步的，第二误差计算单元中，根据单目相机的测量数据和超声波传感器的测量数据，使用最小二乘法进行尺度求解，使用ORB-SLAM算法计算所述第二位姿信息。
进一步的，所述误差融合单元以第一误差信息为预测值，以第二误差信息为观测值，使用扩展卡尔曼滤波算法将第一误差信息与第二误差信息进行融合，得到姿态误差信息。
与现有技术相比，本发明使用IMU测量数据计算得到第一位姿信息，使用超声波传感器和单目相机测量数据计算得到第二位姿信息，计算第一位姿信息和第二位姿信息与IMU测得的标准位姿信息之间的误差信息，将误差信息融合后得到姿态误差信息并进行姿态修正和飞行控制，能获取精确度更高的姿态误差信息，且计算速度快，应用成本低，实现了无人机在无GPS信号的地下空间的飞行控制。
附图说明
图1为地下无人机飞行方法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1：
一种地下无人机飞行方法，无人机上搭载有单目相机、超声波传感器和IMU，本申请结合IMU、单目相机和超声波传感器精确获取无人机的位姿误差，从而更好地进行姿态感知与姿态矫正，从而实现无人机在无GPS信号的地下空间的飞行控制。
一种地下无人机飞行方法的流程图如图1所示，IMU能够直接测量得到无人机的标准位姿信息，但是随着时间的偏移，测量得到的值会有一个随时间累计的误差。
一方面，本申请基于IMU的测量数据和IMU的运动学模型，重新计算得到第一位姿信息，基于标准位姿信息与第一位姿信息得到第一误差信息。
另一方面，使用单目相机和超声波传感器的测量数据，得到第二位姿信息，基于标准位姿信息与第二位姿信息得到第二误差信息。
最后，将第一误差信息与第二误差信息进行融合，根据融合后得到的姿态误差信息进行飞行控制。
本申请考虑到IMU测量得到的标准位姿信息会存在误差，使用IMU测量数据计算得到第一位姿信息，使用超声波传感器和单目相机测量数据计算得到第二位姿信息，再使用滤波算法将第一位姿信息与标准位姿信息的误差、第二位姿信息与标准位姿信息的误差进行融合，从而得到了精度更高的姿态误差信息，且计算速度快，高输出频率的位姿估计结果可以充分满足小型旋翼无人机高机动特性对位姿信息实时性的需求，只使用IMU、单目相机和超声波传感器，应用成本低。
IMU包括加速度计和陀螺仪，IMU的测量数据包括IMU加速度和IMU角速度，考虑加速度计和陀螺仪的零偏与噪声，建立IMU运动学模型，将IMU加速度和IMU角速度代入IMU运动学模型得到第一位姿信息。之后，建立第一位姿信息与标准位姿信息之间的第一误差状态方程，求解第一误差状态方程得到第一误差信息。
在实际应用时，IMU运动学模型的建立、第一误差状态方程的建立以及求解第一误差状态方程都是本领域人员所掌握的知识，故不再赘述。
单目相机的测量数据结合超声波传感器的测量数据，使用最小二乘法进行尺度求解，使用ORB-SLAM算法计算第二位姿信息。ORB-SLAM算法是当前常用的基于视觉求解无人机位姿信息的算法，由于单目视觉无法获得绝对尺度信息，因此可以使用最小二乘法结合超声波传感器进行尺度求解，在其他实施方式中，也可以使用其他手段，基于单目相机和超声波传感器的测量数据进行第二位姿信息计算。
求解得到的第二位姿信息是相对于单目相机坐标系的，为了计算第二误差信息，要先进行坐标转换，由于单目相机与IMU的安装位置是固定的，故可以预先进行标定，根据二者的相对位置得到第二位姿信息与标准位姿信息之间的旋转平移矩阵，进行坐标变换后再建立第二位姿信息与标准位姿信息之间的第二误差状态方程，求解第二误差状态方程得到第二误差信息。
卡尔曼滤波算法是常用的滤波算法，在位姿解算、轨迹规划方面应用较多，扩展卡尔曼滤波是一种基于卡尔曼滤波的算法，在位姿解算上的精度更高。本申请以第一误差信息为预测值，以第二误差信息为观测值，使用扩展卡尔曼滤波算法将第一误差信息与第二误差信息进行融合，得到姿态误差信息，无人机的飞行控制器再根据姿态误差信息进行姿态修正以及飞行控制。
一种地下无人机飞行系统，包括：第一误差计算单元、第二误差计算单元、误差融合单元和飞行控制单元；第一误差计算单元根据IMU测量的标准位姿信息和IMU的测量数据计算第一误差信息；第二误差计算单元根据IMU测量的标准位姿信息和单目相机与超声波传感器的测量数据计算第二误差信息；误差融合单元使用滤波算法将第一误差信息和第二误差信息进行融合，得到姿态误差信息；飞行控制单元基于姿态误差信息进行无人机的姿态修正和飞行控制。
IMU包括加速度计和陀螺仪，IMU的测量数据包括IMU加速度和IMU角速度，第一误差计算单元基于IMU加速度、IMU角速度和预先建立的IMU运动学方程计算得到第一位姿信息，基于第一位姿信息和标准位姿信息建立第一误差状态方程并求解，得到第一误差信息。
第二误差计算单元基于单目相机和超声波传感器的测量数据计算第二位姿信息，基于预先获取的单目相机与IMU的位置关系得到第二位姿信息与标准位姿信息之间的旋转平移矩阵，基于第二位姿信息、旋转平移矩阵和标准位姿信息建立第二误差状态方程并求解，得到第二误差信息。
第二误差计算单元中，根据单目相机的测量数据和超声波传感器的测量数据，使用最小二乘法进行尺度求解，使用ORB-SLAM算法计算第二位姿信息。
误差融合单元以第一误差信息为预测值，以第二误差信息为观测值，使用扩展卡尔曼滤波算法将第一误差信息与第二误差信息进行融合，得到姿态误差信息。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种地下无人机飞行方法，所述无人机上搭载有单目相机、超声波传感器和IMU，其特征在于，包括：
基于IMU测量的标准位姿信息和IMU的测量数据计算第一误差信息；
基于IMU测量的标准位姿信息和单目相机与超声波传感器的测量数据计算第二误差信息；
使用滤波算法将第一误差信息和第二误差信息进行融合，得到姿态误差信息；根据姿态误差信息进行无人机的飞行控制。
2.根据权利要求1所述的一种地下无人机飞行方法，其特征在于，IMU包括加速度计和陀螺仪，IMU的测量数据包括IMU加速度和IMU角速度，计算第一误差信息具体为：
A1：建立IMU运动学模型，将IMU加速度和IMU角速度代入IMU运动学模型，得到第一位姿信息；
A2：基于第一位姿信息和标准位姿信息得到第一误差状态方程；
A3：求解第一误差状态方程，得到第一误差信息。
3.根据权利要求1所述的一种地下无人机飞行方法，其特征在于，计算第二误差信息具体为：
B1：获取单目相机的测量数据和超声波传感器的测量数据，根据单目相机和超声波传感器的测量数据，计算第二位姿信息；
B2：获取单目相机与IMU的位置关系，得到第二位姿信息与标准位姿信息之间的旋转平移矩阵，基于第二位姿信息、旋转平移矩阵和标准位姿信息得到第二误差状态方程；
B3：求解第二误差状态方程，得到第二误差信息。
4.根据权利要求3所述的一种地下无人机飞行方法，其特征在于，步骤B1中，根据单目相机的测量数据和超声波传感器的测量数据，使用最小二乘法进行尺度求解，使用ORB-SLAM算法计算所述第二位姿信息。
5.根据权利要求1所述的一种地下无人机飞行方法，其特征在于，以第一误差信息为预测值，以第二误差信息为观测值，使用扩展卡尔曼滤波算法将第一误差信息与第二误差信息进行融合，得到姿态误差信息。
6.一种地下无人机飞行系统，其特征在于，基于如权利要求1-5中任一所述的地下无人机飞行方法，包括：
第一误差计算单元，根据IMU测量的标准位姿信息和IMU的测量数据计算第一误差信息；
第二误差计算单元，根据IMU测量的标准位姿信息和单目相机与超声波传感器的测量数据计算第二误差信息；
误差融合单元，使用滤波算法将第一误差信息和第二误差信息进行融合，得到姿态误差信息；
飞行控制单元，基于姿态误差信息进行无人机的姿态修正和飞行控制。
7.根据权利要求6所述的一种地下无人机飞行系统，其特征在于，IMU包括加速度计和陀螺仪，IMU的测量数据包括IMU加速度和IMU角速度，所述第一误差计算单元基于IMU加速度、IMU角速度和预先建立的IMU运动学方程计算得到第一位姿信息，基于第一位姿信息和标准位姿信息建立第一误差状态方程并求解，得到第一误差信息。
8.根据权利要求6所述的一种地下无人机飞行系统，其特征在于，所述第二误差计算单元基于单目相机和超声波传感器的测量数据计算第二位姿信息，基于预先获取的单目相机与IMU的位置关系得到第二位姿信息与标准位姿信息之间的旋转平移矩阵，基于第二位姿信息、旋转平移矩阵和标准位姿信息建立第二误差状态方程并求解，得到第二误差信息。
9.根据权利要求8所述的一种地下无人机飞行系统，其特征在于，第二误差计算单元中，根据单目相机的测量数据和超声波传感器的测量数据，使用最小二乘法进行尺度求解，使用ORB-SLAM算法计算所述第二位姿信息。
10.根据权利要求6所述的一种地下无人机飞行系统，其特征在于，所述误差融合单元以第一误差信息为预测值，以第二误差信息为观测值，使用扩展卡尔曼滤波算法将第一误差信息与第二误差信息进行融合，得到姿态误差信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110411904.3A CN113220017A (zh) | 2021-04-16 | 2021-04-16 | 一种地下无人机飞行方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110411904.3A CN113220017A (zh) | 2021-04-16 | 2021-04-16 | 一种地下无人机飞行方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113220017A true CN113220017A (zh) | 2021-08-06 |
Family
ID=77087890
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110411904.3A Pending CN113220017A (zh) | 2021-04-16 | 2021-04-16 | 一种地下无人机飞行方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113220017A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104118578A (zh) * | 2014-06-24 | 2014-10-29 | 上海微小卫星工程中心 | 一种微小卫星平台多个敏感器数据动态融合系统及方法 |
| US20180032802A1 (en) * | 2016-07-28 | 2018-02-01 | Electronics And Telecommunications Research Institute | Apparatus for recognizing posture based on distributed fusion filter and method for using the same |
| CN108195373A (zh) * | 2017-12-26 | 2018-06-22 | 四川图林科技发展有限公司 | 一种风洞模型姿态角测量系统及测量方法 |
| CN110009681A (zh) * | 2019-03-25 | 2019-07-12 | 中国计量大学 | 一种基于imu辅助的单目视觉里程计位姿处理方法 |
| CN110977985A (zh) * | 2019-12-23 | 2020-04-10 | 中国银联股份有限公司 | 一种定位的方法及装置 |
| WO2020087846A1 (zh) * | 2018-10-31 | 2020-05-07 | 东南大学 | 基于迭代扩展卡尔曼滤波融合惯性与单目视觉的导航方法 |
| CN111207745A (zh) * | 2020-02-20 | 2020-05-29 | 北京星际导控科技有限责任公司 | 一种适用于大机动无人机垂直陀螺仪的惯性测量方法 |
-
2021
- 2021-04-16 CN CN202110411904.3A patent/CN113220017A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104118578A (zh) * | 2014-06-24 | 2014-10-29 | 上海微小卫星工程中心 | 一种微小卫星平台多个敏感器数据动态融合系统及方法 |
| US20180032802A1 (en) * | 2016-07-28 | 2018-02-01 | Electronics And Telecommunications Research Institute | Apparatus for recognizing posture based on distributed fusion filter and method for using the same |
| CN108195373A (zh) * | 2017-12-26 | 2018-06-22 | 四川图林科技发展有限公司 | 一种风洞模型姿态角测量系统及测量方法 |
| WO2020087846A1 (zh) * | 2018-10-31 | 2020-05-07 | 东南大学 | 基于迭代扩展卡尔曼滤波融合惯性与单目视觉的导航方法 |
| CN110009681A (zh) * | 2019-03-25 | 2019-07-12 | 中国计量大学 | 一种基于imu辅助的单目视觉里程计位姿处理方法 |
| CN110977985A (zh) * | 2019-12-23 | 2020-04-10 | 中国银联股份有限公司 | 一种定位的方法及装置 |
| CN111207745A (zh) * | 2020-02-20 | 2020-05-29 | 北京星际导控科技有限责任公司 | 一种适用于大机动无人机垂直陀螺仪的惯性测量方法 |
Non-Patent Citations (1)
| Title |
|---|
| 万旭东: "四旋翼飞行器滤波法视觉惯导里程计的研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105698765B (zh) | 双imu单目视觉组合测量非惯性系下目标物位姿方法 | |
| CN103776446B (zh) | 一种基于双mems-imu的行人自主导航解算算法 | |
| CN109798891B (zh) | 基于高精度动作捕捉系统的惯性测量单元标定系统 | |
| CN112697138B (zh) | 一种基于因子图优化的仿生偏振同步定位与构图的方法 | |
| US10228252B2 (en) | Method and apparatus for using multiple filters for enhanced portable navigation | |
| WO2016198009A1 (zh) | 一种检测航向的方法和装置 | |
| CN108387236B (zh) | 一种基于扩展卡尔曼滤波的偏振光slam方法 | |
| CN107990901B (zh) | 一种基于传感器的用户方向定位方法 | |
| CN106950976B (zh) | 基于卡尔曼和粒子滤波的室内飞艇三维定位装置及方法 | |
| CN110044377B (zh) | 一种基于Vicon的IMU离线标定方法 | |
| 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 | |
| CN111983660A (zh) | Gnss拒止环境下四旋翼无人机定位系统和方法 | |
| CN108444468B (zh) | 一种融合下视视觉与惯导信息的定向罗盘 | |
| JP2019120587A (ja) | 測位システム及び測位方法 | |
| CN109343558A (zh) | 一种旋翼无人机自动校正导航控制系统 | |
| 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 | |
| CN116448145A (zh) | 一种基于偏振矢量空间差分的航姿确定方法 | |
| CN109677508B (zh) | 一种车辆运动数据获取方法、装置、设备和存储介质 | |
| CN110595465A (zh) | 一种基于gnss和imu的定位定姿系统 | |
| CN100587644C (zh) | 一种摄像机光轴稳定跟踪的一体化单回路控制器 | |
| CN112154480B (zh) | 可移动平台的定位方法、装置、可移动平台及存储介质 | |
| CN113220017A (zh) | 一种地下无人机飞行方法及系统 | |
| CN114397480B (zh) | 声学多普勒测速仪误差估计方法、装置及系统 | |
| WO2022018964A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
| Li et al. | Unmanned aerial vehicle position estimation augmentation using optical flow sensor |
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 |