CN115307626A - 一种应用于小型无人机的冗余定位方法 - Google Patents
一种应用于小型无人机的冗余定位方法 Download PDFInfo
- Publication number
- CN115307626A CN115307626A CN202110487989.3A CN202110487989A CN115307626A CN 115307626 A CN115307626 A CN 115307626A CN 202110487989 A CN202110487989 A CN 202110487989A CN 115307626 A CN115307626 A CN 115307626A
- Authority
- CN
- China
- Prior art keywords
- imu
- navigation
- aerial vehicle
- unmanned aerial
- visual
- 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 19
- 230000004927 fusion Effects 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 230000008878 coupling Effects 0.000 claims abstract description 12
- 238000010168 coupling process Methods 0.000 claims abstract description 12
- 238000005859 coupling reaction Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 230000000007 visual effect Effects 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000004807 localization Effects 0.000 claims 2
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 claims 1
- 238000006073 displacement reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification 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
- 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
- G01C21/18—Stabilised platforms, e.g. by gyroscope
-
- 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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- 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
- G01S19/52—Determining velocity
-
- 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
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)
Abstract
本发明为解决现有导航技术存在的问题，如卫星导航信号易受干扰、惯性导航信号存在累计误差、传感器噪声等，提出卫星/惯性/视觉组合导航方法。在松组合模式下，利用卡尔曼滤波技术，采用基于姿态、位置、速度的多级式信息融合结构对GPS、IMU信号进行滤波，实现卫星/惯性组合导航。在卫星导航信号受到干扰时，利用双目摄像机和IMU，采用基于滑动窗口的视觉/惯性紧耦合优化模型，实现视觉/惯性组合导航。当场景特征丢失时，使用卫星导航快速定位，冗余定位设计保障小型无人机导航的精度和可靠性，提高无人机作业安全和效率。
Description
技术领域
本发明属于无人机导航领域，具体是指一种应用于小型无人机的冗余定位方法。
背景技术
现阶段小型无人机活跃于众多领域，包括公共安全、测绘、电网巡检、电力施工验收、石油勘探、航空摄影、物流、植保作业、农田勘测等，具有极为广阔的市场前景。与大中型无人机相比，小型无人机受载荷能力限制，通常配备低成本、小体积的中低精度惯性导航系统，辅以卫星导航接收机等进行组合导航。如今城市高楼林立，卫星信号遮挡严重，且周围环境中充斥着各种干扰，再加上无人机高速运行，导致GPS接收机时常无法正常工作，导航精度不够，对无人机作业造成不利影响。
当前组合导航技术不断发展，卫星/惯性导航组合方式主要包括松组合、紧组合、深组合。松组合技术使用GPS输出的速度、位置信息，对惯导系统解算的结果进行修正，在这个过程中GPS保持独立工作，成本较低。紧组合技术使用GPS接收机原始测量得到的伪距、伪距率，对惯导系统解算的结果进行修正，计算量远远大于松耦合，需要高性能的计算机，成本较高。深组合技术使用I/Q信号与惯导解算数据进行数据融合，利用惯导数据完成对载波跟踪环路的辅助，该技术依赖于精密的硬件接收机芯片技术，由于国外的技术封锁，国内研究一直处于软件接收机仿真验证阶段。视觉/惯性导航的组合方式也称为视觉/惯性SLAM，随着算法的不断改进和处理器性能的提升，基于优化的融合方法逐渐成为视觉/惯性SLAM系统的主流。
本发明提出卫星/惯性/视觉导航的冗余组合方法，在低成本的前提下，实现小型无人机组合导航的高精度、高可靠性。
发明内容
为解决当前低成本小型无人定位信息可靠性差、精度低的问题，本发明提出一种应用于小型无人机的冗余定位方法，采用卫星/惯性/视觉组合导航，总体架构如图1。
本发明涉及到的主要定位器件为GPS接收机、IMU和双目摄像头。当GPS接收机信号接收正常时，执行步骤S1。当GPS接收机信号接收异常时，执行步骤S2。当GPS接收机获取信号的信噪比明显改善且达到允许跟踪门限时，步骤S2的结果为步骤S1提供有效导航信息，为GPS迅速重新启用提供条件。
S1：IMU/GPS无人机导航，将GPS接收机解算出的位置速度信息与IMU测量的位置速度信息通过多级信息融合估计出IMU的输出误差，然后对IMU进行补偿和矫正，解算出无人机当前的位姿。
其中，所述GPS接收机解算出的位置速度信息为：水平方向x、y和垂直方向z的速度和位移。
其中，所述IMU测量的位置速度信息为：IMU内置的三轴陀螺仪、三轴加速度计和三轴磁力计获取的三轴角速率、三轴加速度和三个磁场分量。
其中，所述多级信息融合是基于松组合的间接卡尔曼滤波法，将IMU和GPS系统对同一导航参数的估计作差值后，利用卡尔曼滤波器进行滤波，估计其差量，然后利用IMU误差估计值去校正输出的导航参数，从而获得对导航参数的最优估计。
S-2：IMU/视觉无人机导航，采用基于滑动窗口的视觉/惯性紧耦合优化模型，将IMU信息与图像信息进行信息融合处理，解算出无人机当前的位姿。
所述步骤S-2中IMU/视觉无人机导航算法流程如下：
S2-1：获取双目图像与无人机的IMU信息，为后续线程提供数据+
S2-2：处理上一部分获取的图像与IMU信息，使用ORB特征点提取算法进行特征点提取和RANSAC算法消除误匹配。
S2-3：对IMU进行预积分，匹配相机与IMU的频率。
S2-4：建立基于滑动窗口的双目视觉与IMU紧耦合优化模型，进行位姿估计。
S2-5：对局部地图内的关键帧建立视觉/惯性紧耦合优化模型，对步骤S2-4得到的初始位姿进行优化。
S2-6：采用词袋模型对步骤S2-5中新插入的关键帧进行回环检测，直接进行全局位姿图优化，并最终生成环境稀疏地图与相机运行轨迹。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的总体架构图；
图2为本发明提供的GPS/IMU导航信息融合示意图；
图3为本发明提供的视觉/IMU导航算法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的相关附图，对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图2为本发明提供的GPS/IMU导航信息融合示意图(S1)，该结构采用基于姿态、位置、速度的多级式信息融合结构。第一级信息融合(姿态信息融合)，将惯性测量单元(IMU)内置的三轴陀螺仪、三轴加速度计和三轴磁力计得到三轴角速率ωx，ωy，ωz、三轴加速度ax，ay，az和三个磁场分量mx，my，mz进行捷联解算并融合，得到无人机的俯仰角θ、横滚角γ和航向角ψ信息。第二级信息融合(速度、位置信息融合)，结合第一级信息融合结果，采用卡尔曼滤波算法将IMU捷联解算得到无人机的水平速度信息Vie，Vin、垂直速度信息Viu、水平位移信息Sie，Sin、垂直位移信息Siu与GPS得到的速度、位移信息Vge，Vgn，Vgu，Sge，Sgn，Sgu进行第二级融合，精确解算无人机的地速水平分量Ve，Vn和水平相对位移Se，Sn。第三级信息融合(垂直高度、速度信息融合)，将二级信息融合得到的垂直高度Hg，与气压高度计解算出的垂直高度Ha采用加权最小二乘估计算法进行融合得到无人机的垂直高度Su和地速垂直分量Vu。
图3为本发明提供的视觉/IMU导航算法流程图(S2)，具体步骤如下：
S2-1：获取双目相机的图像与无人机的IMU信息，为后续线程提供数据。
S2-2：对步骤S2-1获取的图像与IMU信息，进行预积分和特征点检测，计算匹配特征点的最小距离与次小距离，若最小距离不小于80％的次小距离，则将该特征点加入到候选样本中，随着图像序列的进行，特征点的寿命会增加，记录每幅图像中所有特征点寿命，并记寿命中位数为M，选取寿命大于M的特征点，得到最终的样本，对最终样本进行RANSAC算法消除误匹配。
S2-3：对IMU进行预积分解决相机与IMU频率不匹配的问题，在相邻两帧图像(i，j)之间IMU每隔Δt时间采集一次信息，为保证图像与IMU的频率匹配，将图像i与j之间采集到的所有IMU信息进行预积分得到i与j之间的相对位姿，将两帧图像之间的所有IMU信息在相对坐标系下进行积分，变成相对运动的约束，从而使IMU信息变成滑动窗口里的一个状态量。
S2-4：建立基于滑动窗口的双目视觉与IMU紧耦合优化模型，进行位姿估计。为了保证系统的实时性以及限制系统的计算量，在滑动窗口中采用边缘化优化的方法，将某些IMU状态与特征点边缘化掉的时候，将与边缘化状态相关的测量量转换为先验信息。当窗口内的倒数第二个帧是关键帧的时候，将其保留同时边缘化掉窗口内最老的图像帧的测量边，若倒数第二个不是关键帧，则直接将该帧的测量边边缘化掉。
S3-5：根据传输来的图像判断是否需要插入关键帧，并使用ORB特征点提取算法进行特征点创建以保证图像跟踪能够稳定进行。然后对局部地图内的关键帧建立视觉/惯性紧耦合优化模型，对步骤S2-4得到的初始位姿进行优化。
S2-6：采用词袋模型对步骤S2-5中新插入的关键帧进行回环检测，在检测到回路时降低系统的累积误差，此线程计算成本高昂，因此在此线程中不建立视觉/惯性紧耦合模型进行位姿优化，而是直接进行全局位姿图优化，并最终生成环境稀疏地图与相机运行轨迹。
Claims (7)
1.一种应用于小型无人机的冗余定位方法，其特征在于，该方法使用GPS/IMU/视觉组合导航，将GPS/IMU组合导航作为主定位方式，视觉/IMU组合导航法作为备用定位方式。当GPS信号接受正常时，GPS接收机解算出的位置速度信息与IMU测量的位置速度信息通过信息融合技术估计出IMU的输出误差，然后对IMU进行补偿和矫正解算出无人机当前的位姿。当GPS接收机的信噪比低于其限定的跟踪门限或者出现故障时，视觉/IMU导航能够进行独立导航与定位。当GPS接收机的获取信号的信噪比明显改善且达到允许跟踪门限时，视觉/IMU导航为GPS接收机提供有效的初始位置、速度等导航信息，为GPS迅速重新启用提供条件。
2.根据权利要求1所述的一种应用于小型无人机的冗余定位方法，其特征在于，所述主定位方式采用的信息融合技术为基于松组合间接卡尔曼滤波法的多级融合技术。
3.根据权利要求1所述的一种应用于小型无人机的冗余定位方法，其特征在于，所述备用定位方式的信息融合技术为基于滑动窗口的双目视觉与IMU紧耦合优化模型。
4.根据权利要求3所述的基于滑动窗口的双目视觉与IMU紧耦合优化模型，其特征在于，采用边缘化优化的方法，保证了系统的实时性，限制了系统的计算量。
5.根据权利要求1所述的备用定位方式，其特征在于，图像预处理环节使用RANSAC算法进行了消除误匹配处理。
6.根据权利要求1所述的备用定位方式，其特征在于，根据跟踪线程传输来的图像判断是否需要插入关键帧，并使用ORB特征点提取算法进行特征点创建以保证图像跟踪能够稳定进行，对局部地图内的关键帧建立视觉/惯性紧耦合优化模型。
7.根据权利要求1所述的备用定位方式，其特征在于，回环检测线程中采用了词袋模型，不建立视觉/惯性紧耦合模型进行位姿优化，而是直接进行全局位姿图优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110487989.3A CN115307626A (zh) | 2021-05-06 | 2021-05-06 | 一种应用于小型无人机的冗余定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110487989.3A CN115307626A (zh) | 2021-05-06 | 2021-05-06 | 一种应用于小型无人机的冗余定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115307626A true CN115307626A (zh) | 2022-11-08 |
Family
ID=83854110
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110487989.3A Pending CN115307626A (zh) | 2021-05-06 | 2021-05-06 | 一种应用于小型无人机的冗余定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115307626A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107869989A (zh) * | 2017-11-06 | 2018-04-03 | 东北大学 | 一种基于视觉惯导信息融合的定位方法及系统 |
| CN109931926A (zh) * | 2019-04-04 | 2019-06-25 | 山东智翼航空科技有限公司 | 一种基于站心坐标系的小型无人机无缝自主式导航算法 |
| CN109991636A (zh) * | 2019-03-25 | 2019-07-09 | 启明信息技术股份有限公司 | 基于gps、imu以及双目视觉的地图构建方法及系统 |
| CN111024066A (zh) * | 2019-12-10 | 2020-04-17 | 中国航空无线电电子研究所 | 一种无人机视觉-惯性融合室内定位方法 |
| 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 |
-
2021
- 2021-05-06 CN CN202110487989.3A patent/CN115307626A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107869989A (zh) * | 2017-11-06 | 2018-04-03 | 东北大学 | 一种基于视觉惯导信息融合的定位方法及系统 |
| 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 |
| CN109991636A (zh) * | 2019-03-25 | 2019-07-09 | 启明信息技术股份有限公司 | 基于gps、imu以及双目视觉的地图构建方法及系统 |
| CN109931926A (zh) * | 2019-04-04 | 2019-06-25 | 山东智翼航空科技有限公司 | 一种基于站心坐标系的小型无人机无缝自主式导航算法 |
| CN111024066A (zh) * | 2019-12-10 | 2020-04-17 | 中国航空无线电电子研究所 | 一种无人机视觉-惯性融合室内定位方法 |
Non-Patent Citations (11)
| Title |
|---|
| 卢陶然: "面向无人机的视觉-惯性里程计算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 7, 15 July 2020 (2020-07-15), pages 031 - 144 * |
| 常志辉: "融合视觉与惯导的移动机器人SLAM研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 8, 15 August 2020 (2020-08-15), pages 140 - 261 * |
| 张国良等: "《移动机器人的SLAM与VSLAM方法》", 30 September 2018, 西安交通大学出版社, pages: 116 * |
| 张欣: "多旋翼无人机的姿态与导航信息融合算法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》, no. 9, 15 September 2015 (2015-09-15), pages 031 - 4 * |
| 张涛等: "基于双向重投影的双目视觉里程计", 《中国惯性技术学报》, vol. 26, no. 6, 31 December 2018 (2018-12-31), pages 752 - 759 * |
| 李峰等: "《机载LiDAR系统原理与点云处理方法》", 31 August 2017, 煤炭工业出版社, pages: 44 - 46 * |
| 李长頔: "基于云台式和手持式图像采集系统的大场景三维重建方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2, 15 February 2021 (2021-02-15), pages 138 - 2307 * |
| 杨万海: "《多传感器数据融合及其应用》", 30 April 2004, 西安电子科技大学出版社, pages: 19 * |
| 温尔雅: "无人机图像处理关键技术的研究与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 2, 15 February 2018 (2018-02-15), pages 031 - 248 * |
| 王新龙等: "《SINS/GPS组合导航技术》", 31 January 2015, 北京航空航天大学出版社, pages: 3 * |
| 董旺: "基于GPS/INS组合的多无人机姿态估计与路径规划算法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 5, 15 May 2018 (2018-05-15), pages 031 - 109 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109931926B (zh) | 一种基于站心坐标系的小型无人机无缝自主式导航方法 | |
| WO2021057894A1 (zh) | 一种基于车辆零速检测的惯性导航误差修正方法 | |
| CN107796391A (zh) | 一种捷联惯性导航系统/视觉里程计组合导航方法 | |
| CN108931244B (zh) | 基于列车运动约束的惯导误差抑制方法及系统 | |
| CN110726406A (zh) | 一种改进的非线性优化单目惯导slam的方法 | |
| CN111457902A (zh) | 基于激光slam定位的水域测量方法及系统 | |
| US10757333B2 (en) | Method for determining bias in an inertial measurement unit of an image acquisition device | |
| CN103674021A (zh) | 基于捷联惯导与星敏感器的组合导航系统及方法 | |
| CN110260885B (zh) | 一种卫星/惯性/视觉组合导航系统完好性评估方法 | |
| WO2021147391A1 (zh) | 一种基于vio和卫星导航系统融合的地图生成方法及装置 | |
| CN106840211A (zh) | 一种基于kf和stupf组合滤波的sins大方位失准角初始对准方法 | |
| CN114693754B (zh) | 一种基于单目视觉惯导融合的无人机自主定位方法与系统 | |
| CN112665557B (zh) | 一种波浪数据处理方法、装置、电子设备和可读存储介质 | |
| CN111024124A (zh) | 一种多传感器信息融合的组合导航故障诊断方法 | |
| CN111721305B (zh) | 定位方法和装置、自动驾驶车辆、电子设备和存储介质 | |
| CN104613966A (zh) | 一种地籍测量事后数据处理方法 | |
| CN110672095A (zh) | 一种基于微惯导的行人室内自主定位算法 | |
| US10466054B2 (en) | Method and system for estimating relative angle between headings | |
| CN115435779A (zh) | 一种基于gnss/imu/光流信息融合的智能体位姿估计方法 | |
| CN109387198A (zh) | 一种基于序贯检测的惯性/视觉里程计组合导航方法 | |
| CN114252077A (zh) | 基于联邦滤波器的双gps/sins的组合导航方法及系统 | |
| CN113514064A (zh) | 一种鲁棒因子图多源容错导航方法 | |
| CN117073720A (zh) | 弱环境与弱动作控制下快速视觉惯性标定与初始化方法及设备 | |
| CN115307626A (zh) | 一种应用于小型无人机的冗余定位方法 | |
| CN115540854A (zh) | 一种基于uwb辅助的主动定位方法、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 |