CN115355907A - 基于毫米波通感一体化无人设备的自主导航系统及方法 - Google Patents
基于毫米波通感一体化无人设备的自主导航系统及方法 Download PDFInfo
- Publication number
- CN115355907A CN115355907A CN202211279327.8A CN202211279327A CN115355907A CN 115355907 A CN115355907 A CN 115355907A CN 202211279327 A CN202211279327 A CN 202211279327A CN 115355907 A CN115355907 A CN 115355907A
- Authority
- CN
- China
- Prior art keywords
- millimeter wave
- inertial navigation
- positioning
- module
- unmanned
- 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
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于毫米波通感一体化无人设备的自主导航系统及方法,包括至少一个智能无人系统和至少一个移动通信基站,所述移动通信基站面向所有用户发送信号,信号包括但不限于毫米波信号;所述智能无人系统设于无人设备中,至少包括惯导定位系统;智能无人系统实时接收来自移动通信基站的毫米波信号,解码信号帧头中基站身份信息和位置信息的同时,根据信号的出射角、到达角和到达时延,估计出智能无人系统与基站间的相对位置,依据此位置,对自身惯导定位系统的累积误差进行校正,并且根据惯导定位和毫米波定位,确定自身位置,实现自主导航,充分利用自由空间中的毫米波信号,在不影响移动通信系统的前提下,实现高精度定位和自主导航。
Description
技术领域
本发明属于无人系统控制和移动通信的技术领域,主要涉及了一种基于毫米波通感一体化无人设备的自主导航系统及方法。
背景技术
随着无人机、无人车、智能机器人等智能无人系统应用场景的拓展,人们对于无人系统的智能化需求不断提升。传统无人系统需要人为遥控,并且操作者需要实时观察无人系统的位置,来调整无人系统的移动轨迹。惯导系统的出现,使无人系统有了自主导航的能力。高精度的惯导系统可以实时记录无人系统的运行状态,从而绘制无人系统的运行路线进而实现对无人系统的实时定位。但是惯导系统存在累积误差,随着无人系统的移动,该误差值会不断增加。现有的研究中,人们会在无人系统中安装全球定位系统(GPS)来修正惯导系统的误差,但是在单个无人系统里安装GPS,增加了无人系统的成本。此外,GPS的定位精度较低,无法满足无人系统实时高精度定位的需求。
在现有的毫米波移动通信系统中,由于大规模多发多收系统(MassiveMIMO)的应用,以及毫米波波束具有一定的指向性,通信感知一体化成为了研究热点。随着物联网技术的发展,被放置各个场景中的小型传感器也被纳入了毫米波移动通信系统中,而这些技术都为无人系统的自动化控制和导航提供了客观条件。
发明内容
本发明正是针对现有技术中无人系统实时高精度定位尚有缺陷的问题,提供一种基于毫米波通感一体化无人设备的自主导航系统及方法,包括至少一个智能无人系统和至少一个移动通信基站,所述移动通信基站面向所有用户发送信号,信号包括但不限于毫米波信号;所述智能无人系统设于无人设备中,至少包括惯导定位系统;智能无人系统实时接收来自移动通信基站的毫米波信号,解码信号帧头中基站身份信息和位置信息的同时,根据信号的出射角、到达角和到达时延,估计出智能无人系统与基站间的相对位置,依据此位置,对自身惯导定位系统的累积误差进行校正,并且根据惯导定位和毫米波定位,确定自身位置,实现自主导航。本发明使无人系统可以利用自由空间中的毫米波信号,在不影响移动通信系统的前提下,实现高精度定位和自主导航。
为了实现上述目的,本发明采取的技术方案是:基于毫米波通感一体化无人设备的自主导航系统,包括至少一个智能无人系统和至少一个移动通信基站,
所述移动通信基站面向所有用户发送信号,所述信号包括但不限于毫米波信号;
所述智能无人系统设于无人设备中,至少包括惯导定位系统;智能无人系统实时接收来自移动通信基站的毫米波信号,解码信号帧头中基站身份信息和位置信息的同时,根据信号的出射角、到达角和到达时延,估计出智能无人系统与基站间的相对位置,依据此位置,对自身惯导定位系统的累积误差进行校正,并且根据惯导定位和毫米波定位,确定自身位置,实现自主导航。
作为本发明的一种改进,所述智能无人系统包括无人设备、动力系统、毫米波感知系统和惯导系统,
所述动力系统用于为智能无人系统提供动力支持,包括电机、电池、功放模块及移动控制模块,所述无人设备与电机相连接,电池分别与电机和功放模块相连接,功放模块与移动控制模块相连接;
所述毫米波感知系统用于接收和处理移动通信基站的毫米波信号,并反馈导航校正,包括毫米波信号接收模块、毫米波信号处理模块及导航校正模块,所述毫米波信号处理模块分别与毫米波信号接收模块和导航校正模块相连接;
所述惯导定位系统包括惯导导航模块、惯导信息处理模块及惯导定位模块,所述惯导信息处理模块分别与惯导导航模块和惯导定位模块相连接,惯导导航模块还分别与移动控制模块和导航校正模块相连接。
作为本发明的一种改进,所述无人设备包括但不限于无人机、无人车或智能机器人。
作为本发明的一种改进,所述移动通信基站由射频通信发射天线、通信信号处理系统及射频通信接收天线组成,所述通信信号处理系统分别与射频通信发射天线和射频通信接收天线相连接,通信信号处理系统还连接到网关。
作为本发明的又一种改进,还包括传感器,所述智能无人系统接收传感器广播中的信息,根据传感器的身份信息、位置信息、射频信号的方向和时延,估测自身位置信息。
作为本发明的又一种改进,对惯导定位系统中的累积误差设定阙值,当到达阙值时,智能无人系统停止运行,所述累积误差与时间呈正相关。
为了实现上述目的,本发明还采取的技术方案是:基于毫米波通感一体化无人设备的自主导航方法,包括如下步骤:
S1:智能无人系统从初始点出发,获取初始点坐标,惯导定位系统通过监测和计算智能无人系统在移动中的行进方向、速率和姿态信息,与初始点位置相比对,指导智能无人系统的定位和导航;
S2:智能无人系统行进过程中,收集移动通信基站在自由空间中发出的毫米波信号,并对信号进行解码,获取毫米波信号帧头中的基站身份信息和位置信息;
S3:智能无人系统对毫米波信号进行联合处理,提取出信道状态信息,利用射频定位算法,从信道状态信息中至少提取出毫米波信号的出射角、到达角和时延信息,从而估计出移动通信基站相对于智能无人系统的相对位置信息;
S4:综合分析惯导定位系统和毫米波感知系统获取到的定位信息,估计出当前智能无人系统的准确位置,然后由毫米波感知系统中的导航校正模块,对智能无人系统的惯导导航模块进行误差校正。
作为本发明的一种改进,所述步骤S3中,利用MUSIC射频定位算法,从信道状态信息中提取出毫米波信号的出射角、到达角和时延信息,所述利用MUSIC算法计算到达角的步骤具体包括:
S31:计算不同时域的多个接收信号向量的协方差矩阵;
S32:对协方差矩阵进行特征值分解;
S33:按特征值的大小顺序,把与信号个数相等的最大特征值对应的特征向量看成信号子空间,把剩下的特征值对应的特征向量看成噪声子空间;
S34:计算谱函数,通过寻求峰值来得到到达角的估计值,对信号到达角进行遍历搜索时,当搜索到的角度与某个信号的到达角相同时,空间谱函数就会得到一个极值点,依据极值点,获取信号的到达角。
作为本发明的又一种改进,所述智能无人系统能接收环境中传感器广播的信息,根据传感器的身份信息、所在位置,射频信号的方向和时延,估测自身所在位置。
与现有技术相比较,本案的有益效果为:
(1)与传统的智能无人机系统相比,本发明可以实现智能无人系统的自主导航,而不需要人为的遥控和路线修正,惯导定位模块和毫米波感知系统的联合工作,可以使智能无人系统精准高速地到达目的地。
(2)与现有的智能无人系统导航技术相比,本发明基于现有的移动通信系统,不需要搭建额外的通信链路且不影响现有通信系统,成本低、可实现性和可靠性高,具体为:
A. 本发明基于现有的射频移动通信系统,信号传输速率高且误码率低,智能无人系统只解码对自由空间中的毫米波信号进行部分解码,而无需额外搭建新的通信链路,大大降低成本,提高了可靠性。
B. 本发明中,智能无人系统从毫米波信号中提取到达角和信号时延,从而进行高精度定位和惯导系统的修正,相比现有的GPS定位等技术,具有更高的准确度.
C. 该发明中系统可以在通信链路正常工作的基础上,通过给智能无人系统添加新的模块以实现更多的功能,具有良好的延展性;
D. 整个系统的复杂度较低,智能无人系统和移动通信基站在现有技术下都比较容易实现。
附图说明
图1是本发明基于毫米波通感一体化无人设备的自主导航方法的场景示意图;
图2是本发明自主导航系统中智能无人系统的结构框图;
图3是本发明自主导航系统中移动通信基站的结构框图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
实施例1
基于毫米波通感一体化无人设备的自主导航系统,包括一个或多个智能无人系统和一个或多个移动通信基站,其中,移动通信基站由射频通信发射天线、通信信号处理系统和射频通信接收天线组成,具体如图3所示。射频通信发射天线连接到通信信号处理系统,通信信号处理系统连接到射频通信接收天线,通信信号处理系统还连接到网关。移动通信基站面向所有用户发送信号,而非仅面向智能无人系统服务的,信号包括但不限于毫米波信号,因而智能无人系统只是利用了环境中的毫米波信号,进行定位和自主导航。
所述智能无人系统包括无人设备、动力系统、毫米波感知系统和惯导定位系统,如图2所示,智能无人系统可以是无人机、无人车、智能机器人等一系列无人系统,动力系统用于为智能无人系统提供动力支持,包括电机、电池、功放模块及移动控制模块,无人设备与电机相连接,电池分别与电机和功放模块相连接,功放模块与移动控制模块相连接。毫米波感知系统用于接收和处理移动通信基站的毫米波信号,并反馈导航校正,包括毫米波信号接收模块、毫米波信号处理模块及导航校正模块,所述毫米波信号处理模块分别与毫米波信号接收模块和导航校正模块相连接。惯导定位系统包括惯导导航模块、惯导信息处理模块及惯导定位模块,所述惯导信息处理模块分别与惯导导航模块和惯导定位模块相连接,惯导导航模块还分别与移动控制模块和导航校正模块相连接。
智能无人系统实时接收来自移动通信基站的毫米波信号,解码信号帧头中基站身份信息和位置信息的同时,根据信号的出射角、到达角和到达时延,估计出智能无人系统与基站间的相对位置,依据此位置,对自身惯导定位系统的累积误差进行校正,并且根据惯导定位和毫米波定位,确定自身位置,实现自主导航。
惯导定位系统存在累积误差e(t),因而可以为累积误差e(t)设定阙值,当e(t)达到阈值后,智能无人系统会偏离原有路线,到达错误的地点,因而此时可设定智能无人系统停止运行,以防止更加偏离路线,所述e(t)与时间呈正相关。
本实施例的自主导航系统可以实现智能无人系统的自主导航,而不需要人为的遥控和路线修正,同时,基于现有的移动通信系统,不需要搭建额外的通信链路且不影响现有通信系统,成本低、可实现性和可靠性高,使智能无人系统精准高速地到达目的地,解决了现有技术中无人系统实时高精度定位尚有缺陷的问题,实用性强,是未来新兴的自主导航产品。
实施例2
基于毫米波通感一体化无人设备的自主导航方法,如图1所示,包括如下步骤:
步骤S1:智能无人系统从初始点出发,初始点坐标已知。智能无人系统依靠的自身惯导定位系统,通过监测和计算智能无人系统在移动中的行进方向、速率和姿态等信息,与初始点位置相比对,从而实现智能无人系统初步的定位和导航。
该惯导定位系统存在累积误差e(t),对累积误差e(t)设定阙值,e(t)与时间呈正相关,当e(t)达到一定阈值后,智能无人系统会偏离原有路线,从而到达错误的地点。
步骤S2:智能无人系统收集自由空间中的毫米波信号,并对信号进行解码,获取信号帧头中的基站身份信息和位置信息,同时对来自不同基站的信号解码信息进行分类和存储,以进行下一步的处理。
步骤S3:对一段时间内来自同一基站的信号信息进行处理,提取出信道状态信息(CSI),然后利用射频定位算法,从CSI中提取出毫米波信号的出射角、到达角和时延等信息,从而估计出基站相对于智能无人系统的方位等。
在实际系统中,我们可以根据状况的不同,选择不同的射频定位算法。本实施例中,通过MUSIC射频定位算法,从CSI中提取出到达角(AoA)等信息的算法步骤示例如下:
1、计算不同时域的多个接收信号向量的协方差矩阵;
2、对协方差矩阵进行特征值分解;
3、按特征值的大小顺序,把与信号个数相等的最大特征值对应的特征向量看成信号子空间,把剩下的特征值对应的特征向量看成噪声子空间;
4、计算谱函数,通过寻求峰值来得到到达角的估计值。对信号AoA进行遍历搜索时,当搜索到的角度与某个信号的AoA相同时,空间谱函数就会得到一个极值点,依据极值点,我们可以获取信号的AoA。
由于协方差矩阵是厄尔米特矩阵, 所以矩阵的特征值均为实数, 并且由于协方差矩阵的特征值均大于 0 , 即矩阵是正定的,所以可推出是半正定的。根据的秩为n可知, 信号空间对应的特征值和特征向量的个数为n, 分别为和,而噪声空间对应的特征值和特征向量的个数则为M-n,分别为和。由于噪声能量相对于信号能量要小很多, 因此,是协方差矩阵所有特征值中一组最小的特征值, 且趋近于零,即
由于信号空间与噪声空间是正交的, 因此信号空间方向矩阵A的列向量与噪声空间的特征向量也是正交的,而 A的列向量与信号的到达方向一一对 应,根据此性质, 便可以利用噪声空间的特征向量来求解信号的到达方向。构建噪声矩阵,然后定义空间谱函数
步骤S4:综合分析惯导定位系统和毫米波感知系统获取到的定位信息,估计出当前智能无人系统的准确位置,然后由毫米波感知系统中的导航校正模块,对智能无人系统的惯导导航模块进行误差校正。综合分析惯导定位系统和毫米波感知系统获取到的定位信息,估计出当前智能无人系统的准确位置,其原因在于毫米波定位也存在一定的误差,根据信道状况的不同,其误差也不同。智能无人系统需要根据实际情况,推算出惯导定位系统的定位置信区间和毫米波感知系统的定位置信区间,并联合分析得到一个更加精确的定位结果,作为惯导导航模块的修正依据。
除了移动通信基站外,智能无人系统也可以接收环境中的传感器广播的信息,根据传感器的身份信息、所在位置,射频信号的方向和时延,估测自身所在位置。
步骤S5:根据惯导定位和毫米波定位,确定自身位置,实现自主导航。
在毫米波定位系统中,根据步骤s3中的算法,我们可以得到基站信号的到达角。假设有N个基站,则对应有N个信号的到达角。由于基站位置固定,结合基站所在位置,基站信号方向连线的交点位置,即为无人系统所在位置 。该位置误差设为 ,该误差通常不随时间发生改变。
根据惯导系统和基站所得出的无人系统位置 和 ,结合当前时刻惯导系统和基站定位的误差 和 ,我们可以得到两个以估测位置为中心,定位误差为半径的圆形区域范围。取这两个范围的交集,我们可以得到无人系统的估测位置。依据该位置,我们可以更新无人系统的所在方位,从而实现精确的自主导航。
需要说明的是,以上内容仅仅说明了本发明的技术思想,不能以此限定本发明的保护范围,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰均落入本发明权利要求书的保护范围之内。
Claims (10)
1.基于毫米波通感一体化无人设备的自主导航系统,其特征在于:包括至少一个智能无人系统和至少一个移动通信基站,
所述移动通信基站面向所有用户发送信号,所述信号包括但不限于毫米波信号;
所述智能无人系统设于无人设备中,至少包括惯导定位系统;智能无人系统实时接收来自移动通信基站的毫米波信号,解码信号帧头中基站身份信息和位置信息的同时,根据信号的出射角、到达角和到达时延,估计出智能无人系统与基站间的相对位置,依据此位置,对自身惯导定位系统的累积误差进行校正,并且根据惯导定位和毫米波定位,确定自身位置,实现自主导航。
2.如权利要求1所述基于毫米波通感一体化无人设备的自主导航系统,其特征在于:所述智能无人系统包括无人设备、动力系统、毫米波感知系统和惯导系统,
所述动力系统用于为智能无人系统提供动力支持,包括电机、电池、功放模块及移动控制模块,所述无人设备与电机相连接,电池分别与电机和功放模块相连接,功放模块与移动控制模块相连接;
所述毫米波感知系统用于接收和处理移动通信基站的毫米波信号,并反馈导航校正,包括毫米波信号接收模块、毫米波信号处理模块及导航校正模块,所述毫米波信号处理模块分别与毫米波信号接收模块和导航校正模块相连接;
所述惯导定位系统包括惯导导航模块、惯导信息处理模块及惯导定位模块,所述惯导信息处理模块分别与惯导导航模块和惯导定位模块相连接,惯导导航模块还分别与移动控制模块和导航校正模块相连接。
3.如权利要求2所述基于毫米波通感一体化无人设备的自主导航系统,其特征在于:所述无人设备包括但不限于无人机、无人车或智能机器人。
4.如权利要求2或3所述基于毫米波通感一体化无人设备的自主导航系统,其特征在于:所述移动通信基站由射频通信发射天线、通信信号处理系统及射频通信接收天线组成,所述通信信号处理系统分别与射频通信发射天线和射频通信接收天线相连接,通信信号处理系统还连接到网关。
5.如权利要求4所述基于毫米波通感一体化无人设备的自主导航系统,其特征在于:还包括传感器,所述智能无人系统接收传感器广播中的信息,根据传感器的身份信息、位置信息、射频信号的方向和时延,估测自身位置信息。
6.如权利要求5所述基于毫米波通感一体化无人设备的自主导航系统,其特征在于:对惯导定位系统中的累积误差设定阙值,当到达阙值时,智能无人系统停止运行,所述累积误差与时间呈正相关。
7.使用如权利要求1所述系统的基于毫米波通感一体化无人设备的自主导航方法,其特征在于,包括如下步骤:
S1:智能无人系统从初始点出发,获取初始点坐标,惯导定位系统通过监测和计算智能无人系统在移动中的行进方向、速率和姿态信息,与初始点位置相比对,指导智能无人系统的定位和导航;
S2:智能无人系统行进过程中,收集移动通信基站在自由空间中发出的毫米波信号,并对信号进行解码,获取毫米波信号帧头中的基站身份信息和位置信息;
S3:智能无人系统对毫米波信号进行联合处理,提取出信道状态信息,利用射频定位算法,从信道状态信息中至少提取出毫米波信号的出射角、到达角和时延信息,从而估计出移动通信基站相对于智能无人系统的相对位置信息;
S4:综合分析惯导定位系统和毫米波感知系统获取到的定位信息,估计出当前智能无人系统的准确位置,然后由毫米波感知系统中的导航校正模块,对智能无人系统的惯导导航模块进行误差校正;
S5:根据惯导定位和毫米波定位,确定自身位置,实现自主导航。
8.如权利要求7所述基于毫米波通感一体化无人设备的自主导航方法,其特征在于:所述步骤S3中,利用MUSIC射频定位算法,从信道状态信息中提取出毫米波信号的出射角、到达角和时延信息,所述利用MUSIC算法计算到达角的步骤具体包括:
S31:计算不同时域的多个接收信号向量的协方差矩阵;
S32:对协方差矩阵进行特征值分解;
S33:按特征值的大小顺序,把与信号个数相等的最大特征值对应的特征向量看成信号子空间,把剩下的特征值对应的特征向量看成噪声子空间;
S34:计算谱函数,通过寻求峰值来得到到达角的估计值,对信号到达角进行遍历搜索时,当搜索到的角度与某个信号的到达角相同时,空间谱函数就会得到一个极值点,依据极值点,获取信号的到达角。
10.如权利要求9所述基于毫米波通感一体化无人设备的自主导航方法,其特征在于:所述智能无人系统能接收环境中传感器广播的信息,根据传感器的身份信息、所在位置,射频信号的方向和时延,估测自身所在位置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211279327.8A CN115355907A (zh) | 2022-10-19 | 2022-10-19 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
PCT/CN2023/072868 WO2024082475A1 (zh) | 2022-10-19 | 2023-01-18 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211279327.8A CN115355907A (zh) | 2022-10-19 | 2022-10-19 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115355907A true CN115355907A (zh) | 2022-11-18 |
Family
ID=84009014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211279327.8A Pending CN115355907A (zh) | 2022-10-19 | 2022-10-19 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115355907A (zh) |
WO (1) | WO2024082475A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024082475A1 (zh) * | 2022-10-19 | 2024-04-25 | 东南大学 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103209383A (zh) * | 2013-03-14 | 2013-07-17 | 上海逻迅信息科技有限公司 | 一种基于物联网的信息系统 |
CN104132666A (zh) * | 2014-07-16 | 2014-11-05 | 北京邮电大学 | 基于可变重要度的车辆实时定位方法 |
CN106546951A (zh) * | 2016-10-31 | 2017-03-29 | 中国农业大学 | 一种海参捕捞船的组合导航系统及方法 |
CN109341679A (zh) * | 2018-09-30 | 2019-02-15 | 华中科技大学 | 一种智能设备导航方法及导航系统 |
CN110275194A (zh) * | 2018-03-14 | 2019-09-24 | 北京嘀嘀无限科技发展有限公司 | 一种车辆轨迹矫正方法和系统 |
CN111148021A (zh) * | 2019-12-30 | 2020-05-12 | 青岛科技大学 | 一种基于切换波束成形的毫米波单基站定位方法 |
CN111157984A (zh) * | 2020-01-08 | 2020-05-15 | 电子科技大学 | 基于毫米波雷达及惯性测量单元的一种行人自主导航方法 |
US20210318125A1 (en) * | 2018-06-11 | 2021-10-14 | King Abdullah University Of Science And Technology | Millimeter-wave radar-based autonomous navigation system |
CN113758482A (zh) * | 2020-06-05 | 2021-12-07 | 深圳澳谷智能科技有限公司 | 车辆导航定位方法、装置、基站、系统及可读存储介质 |
CN114928518A (zh) * | 2022-05-18 | 2022-08-19 | 东南大学 | 毫米波mimo-ofdm系统中基于3d-music算法的信道估计方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010111982A (ko) * | 2000-06-14 | 2001-12-20 | 서평원 | 위치추적방법 및 위치추적단말기 |
GB2476990A (en) * | 2010-01-19 | 2011-07-20 | Thales Holdings Uk Plc | On-board unit for determining the route taken by a vehicle without the use of a global navigation satellite system for positioning |
US11175375B2 (en) * | 2010-11-12 | 2021-11-16 | Position Imaging, Inc. | Position tracking system and method using radio signals and inertial sensing |
US10416276B2 (en) * | 2010-11-12 | 2019-09-17 | Position Imaging, Inc. | Position tracking system and method using radio signals and inertial sensing |
CN103209388A (zh) * | 2013-04-12 | 2013-07-17 | 浙江大学 | 基于多模信号的混合定位方法及系统 |
US10928834B2 (en) * | 2018-05-14 | 2021-02-23 | Ford Global Technologies, Llc | Autonomous vehicle localization using 5G infrastructure |
CN114143705B (zh) * | 2020-09-02 | 2024-03-26 | 蓝色创源(北京)科技有限公司 | 测向方法、设备、系统及存储介质 |
CN112034419B (zh) * | 2020-09-08 | 2024-02-06 | 北京邮电大学 | 一种用于5g定位的传播时延估计方法和装置 |
WO2022088018A1 (zh) * | 2020-10-30 | 2022-05-05 | 网络通信与安全紫金山实验室 | 定位方法、装置、设备、系统以及存储介质 |
CN112887899B (zh) * | 2021-01-06 | 2022-03-11 | 清华大学 | 一种基于单基站软位置信息的定位系统及定位方法 |
CN113382355B (zh) * | 2021-06-08 | 2022-07-12 | 上海航天测控通信研究所 | 一种基于到达角估计的测向定位系统和定位方法 |
CN114114150A (zh) * | 2021-11-26 | 2022-03-01 | 东南大学 | 一种面向通信感知一体化的无线定位方法 |
CN115355907A (zh) * | 2022-10-19 | 2022-11-18 | 东南大学 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
-
2022
- 2022-10-19 CN CN202211279327.8A patent/CN115355907A/zh active Pending
-
2023
- 2023-01-18 WO PCT/CN2023/072868 patent/WO2024082475A1/zh unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103209383A (zh) * | 2013-03-14 | 2013-07-17 | 上海逻迅信息科技有限公司 | 一种基于物联网的信息系统 |
CN104132666A (zh) * | 2014-07-16 | 2014-11-05 | 北京邮电大学 | 基于可变重要度的车辆实时定位方法 |
CN106546951A (zh) * | 2016-10-31 | 2017-03-29 | 中国农业大学 | 一种海参捕捞船的组合导航系统及方法 |
CN110275194A (zh) * | 2018-03-14 | 2019-09-24 | 北京嘀嘀无限科技发展有限公司 | 一种车辆轨迹矫正方法和系统 |
US20210318125A1 (en) * | 2018-06-11 | 2021-10-14 | King Abdullah University Of Science And Technology | Millimeter-wave radar-based autonomous navigation system |
CN109341679A (zh) * | 2018-09-30 | 2019-02-15 | 华中科技大学 | 一种智能设备导航方法及导航系统 |
CN111148021A (zh) * | 2019-12-30 | 2020-05-12 | 青岛科技大学 | 一种基于切换波束成形的毫米波单基站定位方法 |
CN111157984A (zh) * | 2020-01-08 | 2020-05-15 | 电子科技大学 | 基于毫米波雷达及惯性测量单元的一种行人自主导航方法 |
CN113758482A (zh) * | 2020-06-05 | 2021-12-07 | 深圳澳谷智能科技有限公司 | 车辆导航定位方法、装置、基站、系统及可读存储介质 |
CN114928518A (zh) * | 2022-05-18 | 2022-08-19 | 东南大学 | 毫米波mimo-ofdm系统中基于3d-music算法的信道估计方法 |
Non-Patent Citations (3)
Title |
---|
HAO JIANG: "A Novel Estimated Wideband Geometry-Based", 《IEEE》 * |
曾庆化等: "基于UWB优化配置的室内行人导航方法", 《中国惯性技术学报》 * |
王淑芬等: "巡航导弹自主导航", 《飞航导弹》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024082475A1 (zh) * | 2022-10-19 | 2024-04-25 | 东南大学 | 基于毫米波通感一体化无人设备的自主导航系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2024082475A1 (zh) | 2024-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105589064B (zh) | Wlan位置指纹数据库快速建立和动态更新系统及方法 | |
US20190059070A1 (en) | Indoor positioning method and system based on wireless receiver and camera | |
US8188923B2 (en) | Method of multi-transmitter and multi-path AOA-TDOA location comprising a sub-method for synchronizing and equalizing the receiving stations | |
CN108445444A (zh) | 修正容积卡尔曼滤波直接定位方法 | |
CN108803667B (zh) | 一种无人机协同监测与跟踪方法 | |
CN107613559A (zh) | 一种基于5g信号的doa指纹库定位方法 | |
CN106452541B (zh) | 一种光和无线信号相互辅助的波束赋形方法和装置 | |
Khalife et al. | Indoor localization based on floor plans and power maps: Non-line of sight to virtual line of sight | |
WO2022062177A1 (zh) | 一种基于动态环境的自适应室内融合定位方法 | |
CN110297213A (zh) | 基于装载互质线阵的无人机平台的辐射源定位装置及方法 | |
CN115355907A (zh) | 基于毫米波通感一体化无人设备的自主导航系统及方法 | |
Wendeberg et al. | Robust tracking of a mobile beacon using time differences of arrival with simultaneous calibration of receiver positions | |
CN112529962A (zh) | 一种基于视觉算法的室内空间关键定位技术方法 | |
CN111918388A (zh) | 基于深度可分离卷积的csi指纹被动式定位方法 | |
CN111405657B (zh) | 一种基于csi的到达角与到达时间差单接入点定位方法 | |
CN111308420A (zh) | 一种基于声信号时延估计及到达频率的室内非视距定位方法 | |
Meles et al. | Drone localization based on 3D-AoA signal measurements | |
Lin et al. | Drift-free visual slam for mobile robot localization by integrating uwb technology | |
CN113872680A (zh) | Tdoa辅助rid信号接收的控制方法、装置、系统 | |
CN111563934B (zh) | 单目视觉里程计尺度确定方法和装置 | |
CN104242996B (zh) | 一种建立通信链路的方法、系统及装置 | |
CN114051209B (zh) | 一种基于智能反射面和场景几何模型的指纹定位方法 | |
Cheng et al. | Localization in inconsistent wifi environments | |
Tasaki et al. | 3D convolutional neural network-aided indoor positioning based on fingerprints of BLE RSSI | |
Chen et al. | SLAM using LTE multipath component delays |
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 |