CN1888824A - 一种导航定位数据的校正方法 - Google Patents
一种导航定位数据的校正方法 Download PDFInfo
- Publication number
- CN1888824A CN1888824A CNA2006100365631A CN200610036563A CN1888824A CN 1888824 A CN1888824 A CN 1888824A CN A2006100365631 A CNA2006100365631 A CN A2006100365631A CN 200610036563 A CN200610036563 A CN 200610036563A CN 1888824 A CN1888824 A CN 1888824A
- Authority
- CN
- China
- Prior art keywords
- data
- data points
- map
- fix
- correcting value
- 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
Links
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明涉及导航系统,尤其涉及一种导航定位数据的校正方法,目的在于克服现有技术中的不足,提供一种能够对导航定位数据进行准确校正,特别是适用于农田作业的导航定位数据的校准方法。基本发明构思是通过地图配准为系统提供相对准确的电子地图,再用各个传感器的定位数据点与预定要跟踪的已知航线对比,然后做出综合判断,计算出可信度更高的校正数据点。本发明提供的导航定位数据的校正方法,由地图配准、传感器数据预处理、校正量决策、新的定位数据点生成四个过程组成。
Description
技术领域
本发明涉及导航系统,尤其涉及一种导航定位数据的校正方法,其适用范围涵盖在已知环境下引导机械跟踪预定航线实现自主行走的场合。
背景技术
在精细农业作业中,要实现定位处方农作和农情信息自动采集,需要一种能自主移动的智能作业平台,该平台不仅要能实时识别周边的环境信息,自动进行田间信息采集、变量投入等操作,而且要能按照预先规划好的路径在田间行走,准确到达目的地完成既定作业任务。要实现农用智能移动平台的自主行走,精确导航是关键的技术之一。导航定位的精度直接影响到农用智能移动平台进行航线自动跟踪的质量。因此,提高导航定位的精度,是改善农用智能移动平台航线跟踪质量的首要问题。
国内外在差分全球定位系统(DGPS-differential global positioning system)、航位推算(DR-dead reckoning)、机器视觉(machine vision)、地图匹配(MM-map matching)等现代导航定位技术方面取得了许多研究成果。然而,单一的一种导航定位方法都存在着自身难以克服的缺点,如:DGPS由于移动端接收机内部的误差、地物遮挡等因素,可能产生较大的误差甚至失去信号;航位推算系统随着时间的推移,其测量误差和计算误差会累积起来;机器视觉系统易受外界光照条件的影响,且不适合进行大田内宏观路径的规划;等等。因此,国内外进行导航定位研究,大多数采用基于上述多种方法的多传感器组合式导航定位方法。目前,针对多传感器组合式导航定位方法的研究已形成了一个新的研究领域,即多传感器定位数据的融合,公知的方法大致可分为两大类:一是利用概率统计的方法,包括估计理论、Kalman滤波、Bayes方法、统计决策及其他改进的方法,尽管概率统计方法已成为多传感器定位数据融合中不可缺少的工具,但是由于概率论本身的缺陷,使用该类方法时往往需要做一些明确的假设,并保证验前参数不失真、系统建模准确,因此,许多概率统计方法都是基于一个确定的概率分布,对动态、不确定的复杂工作环境适应能力较弱。二是利用人工智能的方法,包括D-S证据推理、模糊逻辑、产生式规则、人工神经网络等,人工智能的方法在一定程度上克服了概率统计方法所面临的问题,它对信息的表示和处理更接近人类的思维方式,具有良好的自适应性和鲁棒性,但目前还不够成熟和系统化,且对信息的描述存在较大的主观因素。总之,在公知的方法中,每种方法都存在其各自的优点和局限性,目前还没有一种通用的方法可以用来处理所有情况下的多传感器组合定位问题。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种能够对导航定位数据进行准确校正,特别是适用于农田作业的导航定位数据的校准方法。
本发明的基本发明构思是通过地图配准为系统提供相对准确的电子地图,再用各个传感器的定位数据点与预定要跟踪的已知航线对比,然后做出综合判断,计算出可信度更高的校正数据点。本发明提供的导航定位数据的校正方法,由地图配准、传感器数据预处理、校正量决策、新的定位数据点生成四个过程组成,具体步骤如下:
①地图配准过程包括:对地图进行坐标和投影的校正,以使地图上地物坐标准确,使传感器所获得的定位数据与地图上坐标的对应关系准确;
②传感器数据预处理过程包括:对传感器获得的数据进行相应的解算,并滤除粗大误差,得到便于后续步骤处理的相同数量级、相同投影坐标系的数据;
③校正量决策过程包括:将预处理后的各个传感器定位数据点与地图上已知航线进行对比,得到一系列对比数据,根据设定的决策模型计算,判定各个定位数据点的可信度,决策出相应的校正量;
④新的定位数据点生成过程包括:根据各个定位数据点的可信度以及校正量生成校正数据点,把校正数据点作为当前真实位置的估计值。
由于上述的导航定位数据校正方法采用电子地图中已知的航线作为基准,航线是从电子地图中通过路径规划算法生成的,因此,航线具有与电子地图一样的精度,为导航定位数据的校正处理提供了精度保证。在传感器数据预处理阶段,对粗大误差进行了滤除处理,及时检出错误数据,提高了系统的稳定性。在校正量决策过程中,各个定位数据点的可信度是通过与地图上已知航线对比得出的,因此,系统得出的判断结果可靠,据此生成的新的定位数据点也是可靠的。另外,由于本发明方法避开了对历史数据进行统计意义上的数据估计、推理等操作,因此,大大降低了系统的计算量,提高了系统的实时处理能力,使系统更具实用性。通过本发明的实施,可以有效滤除传感器定位数据的跳变,使导航定位数据的精度可以得到一定程度的提高,对改善机械进行航线自动跟踪的质量具有良好的效果。
为了保证数据的获取更具可靠性,本发明地图匹配过程中,定位数据最好通过两个或两个以上不同类型的传感器获得。同时获取多个数据,并对多个数据进行挑选或加权计算能够避免偶然性的误差造成的跳变。而且不同类型的传感器由于是通过不同的途径获得的数据,因此能够避免在同一时间同一原因,如光照、建筑物阻挡等,造成的同类型传感器的误差,进一步提高测量的可靠性。现有成熟精确的定位数据设备主要包括测距定位设备和航位推算定位设备两种,本发明的传感器最好在这两种设备中挑选,保证测量精度。测距定位设备包括全球定位系统接收模块,机器视觉定位,超声波、激光测距定位设备等中的一种或多种,航位推算定位设备包括陀螺仪、电子罗盘、速度计、里程计等中的一种或多种。
本发明在所述校正量决策过程中,预处理后传感器定位数据点与地图上已知航线进行对比所得到的对比数据,包括偏航距或数据点相对于已知航线的方位。这两种数据可以比较容易的获得,并且计算模型简单,有利于提高处理速度。并且这两种数据可以通过加权计算得出校正后的数据具有很高的准确性。并采用现有具有成熟的决策模型,包括基于线性模型算法、基于模糊逻辑算法、基于遗传算法、基于神经网络算法中的一种或两种以上的组合。决策模型的输入是:预处理后的各个传感器定位数据点与地图上已知航线进行对比所得到的对比数据;决策模型的输出是各个定位数据点的可信度或相应的校正量。定位数据点生成过程中,将各个定位数据点的可信度或相应的校正量作为权值,采用求各个定位数据点坐标值加权和的方法计算出新的定位数据点的坐标。
在所述地图匹配过程中,定位数据由差分全球定位系统和航位推算系统获得,在校正量决策过程通过基于模糊逻辑算法判定各个定位数据点的可信度,决策出相应的校正量。本发明方法的一个优点是可以应用在低成本的系统中,如所述差分全球定位系统由两部全球定位系统接收机构成,一部固定作为基准站,另一部安装在移动平台上作为移动站,两部全球定位系统接收机之间通过无线网络进行通讯。采用两部GPS接收机构成的系统配合本专利的方法,能够对导航定位数据进行准确的校正。得到的数据精度可以与静止状态下由四颗以上GPS卫星进行定位的精度,并且本系统能够动态调整,及时纠正误差,保持农作机器在预设的路线上运动,采用本发明方法大大降低了成本。
本发明除了应用于一般农田作业中对农业机械的控制外,还可以适用于其他领域,如对机器人的运动轨迹的控制等等。
本发明相对于现有技术具有以下突出的实质性特点和显著的进步。
1.本发明方法能够正确的校正由传感器获得的导航定位数据,保证农业机械能够在预设的航线上运作;
2.本发明方法能够实时地校正导航定位数据的误差,并输出相对准确的定位数据,能够适用于运动中的机器控制;
3.采用多种类型传感器的组合式定位方法能够进一步降低误差,且能够在传感器数据预处理阶段能够得到便于后续步骤处理的相同数量级、相同投影坐标系的数据;
4.可以适用多种算法,有利于控制程序的设计。
附图说明
图1为对两个定位数据点输入进行校正时的实施例的原理示意图;
图2为图1所示实施例采用模糊逻辑进行校正量决策的原理框图;
图3为图2所示模糊逻辑决策系统中模糊变量的隶属函数;
图4为用查表法实现图2所示定位数据模糊校正算法的程序流程图;
图5为图1所示实施例进行定位数据点校正处理后DGPS航迹与模糊校正后航迹的部分对比图;
图6为图2所示模糊逻辑决策系统中推理语言规则表;
图7为图2所示模糊逻辑决策系统中DGPS可信度模糊决策响应表。
具体实施方式
图1为对由DGPS、DR获得的两个定位数据点输入进行校正时的实施例的原理示意图。在该实施例中,电子地图配准所用投影坐标系的主要参数为:
(1)投影方式:Gauss-Kruger
(2)中央经线:114.000000(3度带)
(3)水平偏移量:500km
(4)地理坐标系:GCS_WGS_1984
(5)大地参照系:D_WGS_1984
(6)参考椭球体:WGS_1984
(7)椭球长轴:6378137m
(8)椭球扁率:0.0033528107。
图1a为图1所示实施例进行校正处理的过程简图。在理想状态,DGPS和DR定位数据点PDGPS、PDR是重合在一起的,但由于误差的存在,这两个定位数据点通常不会重合在一起。根据这两个定位数据点生成新的定位数据点的过程如下:当传感器测量给出当前车体的DGPS数据以及车速、航向等车况数据后,首先根据车速和航向进行航位推算,得到当前的DR定位数据点,然后将DGPS、DR定位数据点与地图上已知航线进行对比,判定这两个定位数据点PDGPS、PDR的可信度,用该可信度作为加权值生成新的定位数据点PADJ,即校正数据点,由下面提到的公式2.6得出,把校正点PADJ作为当前车体真实位置的估计值。该校正点一方面作为结果输出,另一方面作为下一个周期航位推算的起始点。
模糊逻辑已被证明是处理定性术语(如可能或不可能)的有效办法,在本实施例中采用Mamdani型模糊逻辑系统进行校正量决策。判断的依据是:DGPS的定位数据点PDGPS与航位推算得到的定位数据点PDR同在航线的一侧,而且两者的偏航距相差不大,当前的DGPS定位数据“很可能”是正确的,可信度比较高,如图1b所示;DGPS的定位数据点PDGPS与航位推算得到的定位数据点PDR不在航线的同一侧,而且两者的偏航距相差很大,当前的DGPS定位数据“不可能”是正确的,可信度很低,如图1c所示。图2为图1所示实施例采用模糊逻辑进行校正量决策的原理框图。
图2所示校正量决策系统的输入输出语言变量的模糊状态及其论域定义如下:
输入变量为t时刻DGPS的偏航距EDGPS(t)和DR的偏航距EDR(t)。输出语言变量为t时刻DGPS定位数据点的可信度w(t)。
偏航距是指定位数据点与航线的偏差,即点与航线上的离散点之间距离的最小值,并约定:沿着航线的前进方向观察定位数据点,若点位于航线的左边,则记为负偏航距;若点位于航线的右边,则记为正偏航距。偏航距用“正特大,正大,正中,正小,零,负小,负中,负大,负特大”九个模糊状态“档”来描述,对应的模糊子集标记为“PXB,PB,PM,PS,Z,NS,NM,NB,NXB”。偏航距的论域的设定由路宽(或行垄宽度)B决定,其意义在于:根据一般的常识,当车体在道路上或沿着行垄行走时,假若定位数据点跑出了路宽限定的范围,则该定位数据点是完全不可靠的。为了实现标准化设计,把偏航距E的变化范围设定为[-1,1]区间连续变化的量,即选取偏航距的基本论域为[-1,1]。偏航距到基本论域的变换方法为:
设y∈[-1,1],
则
可信度w(t)用“很低,较低,低,中,高,较高,很高”七个模糊状态“档”来描述,对应的模糊子集标记为“LT,LR,L,M,H,HR,HT”,选取其论域为[0,1]。
图3为图2所示模糊逻辑决策系统中模糊变量的隶属函数,在本实施例中采用高斯隶属函数,其表达式如下:
式中x用于指定变量的论域范围,σ、c指定函数曲线的形状,其中c决定函数曲线的中心点,σ决定函数曲线的宽度。
图6为图2所示模糊逻辑决策系统中推理语言规则表。表中的规则是根据这样一个常识来制定的:DR在短时间内的推算定位可信度较高,假若DGPS定位的偏航距在航线的一侧,而DR定位的偏航距在航线的另一侧,则DGPS定位的可信度低,两者相差越远,可信度越低;而反过来则可信度高。Mamdani型模糊推理算法采用极小运算规则来定义模糊蕴含表达的模糊关系,对于如下的规则,R:if x为A then y为B,模糊关系Rc定义为:
当x为A’时,模糊推理结论的计算方法如下:
模糊推理的输出结果必须经过去模糊化,把模糊决策值转换为确定的可信度值,才能用于指导定位数据的校正。本实施例采用重心法进行去模糊化操作,计算方法为:
式中μ0是某一变量u在论域U上的模糊集合。
经过前述模糊决策后,得到了t时刻DGPS的可信度值w(t),接下来的步骤就是对原来的DGPS和DR定位数据进行校正,得出新的定位数据点。设PDGPS为DGPS定位的数据点,PDR为DR定位的数据点,PADJ为校正后的数据点,校正数据点的生成方法如下:
该实施例相关算法的实现方法如下:
由于导航控制是实时控制系统,因此可采用查表法实现定位数据模糊校正算法。首先,采用离线运算的方法,生成一张模糊决策响应表,然后在系统运行过程中根据输入的值用查表方法直接得出模糊决策的输出值,该方法虽在离散量化中会丢失一些信息,但却是一种简单高效的实现方法,一旦建立好模糊决策相应表,模糊决策算法就变成简单的查表法,运算速度快,可以较好地满足导航实时控制的要求。模糊决策响应表通过matlab的模糊控制工具箱计算得出。图7为图2所示模糊逻辑决策系统中DGPS可信度模糊决策响应表。图4为用查表法实现图2所示定位数据模糊校正算法的程序流程图。
为了验证该实施例的效果,设计了如下实验方案:
验证实验采用的主要设备如下:用两台Trimble AG132 GPS接收机构成DGPS定位系统,一台放在华南农业大学工程学院土槽实验室楼顶作为基准站,已知坐标为:东经113°20.538541,北纬23°09.581834,另一台放在农用智能移动平台(由日本久保田SPU-68型插秧机改装而成)质心位置上作为移动工作站,基站和移动站之间采用GPRS方式通讯。航向测量采用Honeywell公司的HMR3000型电子罗盘。车速测量采用光电式车速传感器。
为了比较DGPS数据和校正后数据的精度,安排了如下实验:在华南农业大学林学院门口平坦道路上选取了一段道路中心线作为试验测量的基线。使车体分别以多个不同车速沿着基线运动,进行移动动态测量,每次试验进行中,尽量使车体的对中标杆与地面白色直线标记对准。以1Hz的频率从DGPS移动站接收机中接收定位数据,同时启动该实施例中设计的定位数据模糊校正算法相应程序,并记录其校正后的定位数据。共进行了9次验证实验。在这几次实验中,定位数据经模糊校正后其精度明显优于原始DGPS数据的精度,图5为DGPS航迹与模糊校正后航迹的部分对比图。9次测试中定位数据的距离均方根差(DRMS-distance root mean square error)均数从校正前的1.021m提高到校正后的0.568m。实验结果表明,该方法可以在一定程度上提高定位数据的精度,校正大部分可信度低的坏点。
Claims (10)
1.一种导航定位数据的校正方法,包括地图配准、传感器数据预处理、校正量决策、新的定位数据点生成四个过程,其特征在于包括以下步骤:
①地图配准过程包括:对地图进行坐标和投影的校正,以使地图上地物坐标准确,使传感器所获得的定位数据与地图上坐标的对应关系准确;
②传感器数据预处理过程包括:对传感器获得的数据进行相应的解算,并滤除粗大误差,得到便于后续步骤处理的相同数量级、相同投影坐标系的数据;
③校正量决策过程包括:将预处理后的各个传感器定位数据点与地图上已知航线进行对比,得到一系列对比数据,根据设定的决策模型计算,判定各个定位数据点的可信度,决策出相应的校正量;
④新的定位数据点生成过程包括:根据各个定位数据点的可信度以及校正量生成校正数据点,把校正数据点作为当前真实位置的估计值。
2.根据权利要求1所述的导航定位数据的校正方法,其特征是在地图匹配过程中,定位数据由两个或两个以上不同类型的传感器获得。
3.根据权利要求2所述的导航定位数据的校正方法,其特征是所述定位数据由测距定位设备和航位推算定位设备分别获得。
4.根据权利要求3所述的导航定位数据的校正方法,其特征是所述测距定位设备包括全球定位系统接收模块,机器视觉定位,超声波、激光测距定位设备中的一种或多种,所述航位推算定位设备包括陀螺仪、电子罗盘、速度计、里程计中的一种或多种。
5.根据权利要求1所述的导航定位数据的校正方法,其特征是所述校正量决策过程中,预处理后传感器定位数据点与地图上已知航线进行对比所得到的对比数据,包括偏航距或数据点相对于已知航线的方位。
6.根据权利要求1或2或3或4或5所述的导航定位数据的校正方法,其特征是所述的校正量决策过程,所述决策模型包括基于线性模型算法、基于模糊逻辑算法、基于遗传算法、基于神经网络算法中的一种或两种以上的组合。
7.根据权利要求6所述的导航定位数据的校正方法,其特征是所述决策模型的输入是:预处理后的各个传感器定位数据点与地图上已知航线进行对比所得到的对比数据;决策模型的输出是各个定位数据点的可信度或相应的校正量。
8.根据权利要求7所述的导航定位数据的校正方法,其特征是在所述的新的定位数据点生成过程中,将各个定位数据点的可信度或相应的校正量作为权值,采用求各个定位数据点坐标值加权和的方法计算出新的定位数据点的坐标。
9.根据权利要求6所述的导航定位数据的校正方法,其特征是在地图匹配过程中,定位数据由差分全球定位系统和航位推算系统获得,在校正量决策过程通过基于模糊逻辑算法判定各个定位数据点的可信度,决策出相应的校正量。
10.根据权利要求9所述的导航定位数据的校正方法,其特征是所述差分全球定位系统由两部全球定位系统接收机构成,一部固定作为基准站,另一部安装在移动平台上作为移动站,两部全球定位系统接收机之间通过无线网络进行通讯。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100365631A CN100561130C (zh) | 2006-07-18 | 2006-07-18 | 一种导航定位数据的校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100365631A CN100561130C (zh) | 2006-07-18 | 2006-07-18 | 一种导航定位数据的校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1888824A true CN1888824A (zh) | 2007-01-03 |
CN100561130C CN100561130C (zh) | 2009-11-18 |
Family
ID=37578113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006100365631A Active CN100561130C (zh) | 2006-07-18 | 2006-07-18 | 一种导航定位数据的校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100561130C (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102192727A (zh) * | 2010-03-19 | 2011-09-21 | 阿尔卡特朗讯 | 移动手持设备和方法 |
WO2012071796A1 (zh) * | 2010-11-29 | 2012-06-07 | 嘉兴亚特园林机械研究所 | 一种移动机器人定位系统及其定位方法 |
CN101629828B (zh) * | 2008-07-14 | 2014-06-18 | 晨星软件研发(深圳)有限公司 | 导航装置及其定位方法 |
TWI448665B (zh) * | 2011-01-27 | 2014-08-11 | Maishi Electronic Shanghai Ltd | 物體定位方法、位置計算系統、地圖系統以及定位系統 |
US9116005B2 (en) | 2009-06-30 | 2015-08-25 | Maishi Electronic (Shanghai) Ltd | Electronic systems for locating objects |
CN105045280A (zh) * | 2015-08-03 | 2015-11-11 | 中国农业大学 | 一种基于卫星系统的自走式喷施机导航系统以及方法 |
CN105190356A (zh) * | 2013-03-22 | 2015-12-23 | 高通股份有限公司 | 使用车辆传感器、移动装置和gnss输入进行前进方向、速度和位置估计 |
CN105516251A (zh) * | 2015-11-26 | 2016-04-20 | 阿坝师范学院 | 一种定位校准方法及其位置服务推送系统 |
CN105682222A (zh) * | 2016-03-01 | 2016-06-15 | 西安电子科技大学 | 一种基于车辆自组织网络的车辆位置定位信息融合方法 |
CN106462234A (zh) * | 2014-05-02 | 2017-02-22 | 高通股份有限公司 | 运动方向确定及应用 |
CN107063253A (zh) * | 2016-12-22 | 2017-08-18 | 湖南天特智能科技有限公司 | 通过地图场景辅助定位方法 |
CN107371133A (zh) * | 2017-06-14 | 2017-11-21 | 崔兆琦 | 一种提高基站定位精度的方法 |
CN107907895A (zh) * | 2017-11-28 | 2018-04-13 | 千寻位置网络有限公司 | 基于卷积神经网络的云端定位误差修正方法及系统 |
CN107942364A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位系统 |
CN108007455A (zh) * | 2017-11-01 | 2018-05-08 | 千寻位置网络有限公司 | 惯导系统的纠偏方法及装置、导航及服务终端、存储器 |
CN108020827A (zh) * | 2013-06-14 | 2018-05-11 | 微软技术许可有限责任公司 | 移动成像平台校准 |
CN108037520A (zh) * | 2017-12-27 | 2018-05-15 | 中国人民解放军战略支援部队信息工程大学 | 阵列幅相误差条件下基于神经网络的直接定位偏差修正方法 |
CN108508894A (zh) * | 2018-04-03 | 2018-09-07 | 中科微至智能制造科技江苏有限公司 | 一种基于二维激光的机器人定位方法 |
CN109444171A (zh) * | 2018-09-18 | 2019-03-08 | 山东理工大学 | 基于无人机的一体化桥梁检测方法 |
CN109819757A (zh) * | 2019-03-28 | 2019-05-31 | 华中农业大学 | 一种联合收获机的收获边界定位跟踪系统及方法 |
CN110782033A (zh) * | 2019-10-28 | 2020-02-11 | 玲睿(上海)医疗科技有限公司 | 一种基于模糊神经网络的agv车定位方法 |
CN110837542A (zh) * | 2019-11-06 | 2020-02-25 | 武汉市园林建筑工程公司 | 一种苗木定位修正方法及系统 |
CN111044069A (zh) * | 2019-12-16 | 2020-04-21 | 驭势科技(北京)有限公司 | 一种车辆定位方法、车载设备及存储介质 |
WO2020108634A1 (zh) * | 2018-11-30 | 2020-06-04 | 苏州极目机器人科技有限公司 | 地图校准方法、测绘移动终端以及测绘系统 |
CN113168185A (zh) * | 2018-11-28 | 2021-07-23 | 采埃孚股份公司 | 用于基于传感器数据和图像分割来定位农用机械的设备 |
CN113206502A (zh) * | 2021-06-08 | 2021-08-03 | 中铁电气化铁路运营管理有限公司 | 电源质量改善装置 |
-
2006
- 2006-07-18 CN CNB2006100365631A patent/CN100561130C/zh active Active
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101629828B (zh) * | 2008-07-14 | 2014-06-18 | 晨星软件研发(深圳)有限公司 | 导航装置及其定位方法 |
US9116005B2 (en) | 2009-06-30 | 2015-08-25 | Maishi Electronic (Shanghai) Ltd | Electronic systems for locating objects |
CN102192727A (zh) * | 2010-03-19 | 2011-09-21 | 阿尔卡特朗讯 | 移动手持设备和方法 |
WO2012071796A1 (zh) * | 2010-11-29 | 2012-06-07 | 嘉兴亚特园林机械研究所 | 一种移动机器人定位系统及其定位方法 |
TWI448665B (zh) * | 2011-01-27 | 2014-08-11 | Maishi Electronic Shanghai Ltd | 物體定位方法、位置計算系統、地圖系統以及定位系統 |
CN105190356A (zh) * | 2013-03-22 | 2015-12-23 | 高通股份有限公司 | 使用车辆传感器、移动装置和gnss输入进行前进方向、速度和位置估计 |
CN108020827A (zh) * | 2013-06-14 | 2018-05-11 | 微软技术许可有限责任公司 | 移动成像平台校准 |
CN108020827B (zh) * | 2013-06-14 | 2021-08-10 | 微软技术许可有限责任公司 | 移动成像平台校准 |
CN106462234B (zh) * | 2014-05-02 | 2019-08-20 | 高通股份有限公司 | 运动方向确定及应用 |
CN106462234A (zh) * | 2014-05-02 | 2017-02-22 | 高通股份有限公司 | 运动方向确定及应用 |
CN105045280A (zh) * | 2015-08-03 | 2015-11-11 | 中国农业大学 | 一种基于卫星系统的自走式喷施机导航系统以及方法 |
CN105045280B (zh) * | 2015-08-03 | 2019-01-01 | 中国农业大学 | 一种基于卫星系统的自走式喷施机导航系统以及方法 |
CN105516251A (zh) * | 2015-11-26 | 2016-04-20 | 阿坝师范学院 | 一种定位校准方法及其位置服务推送系统 |
CN105516251B (zh) * | 2015-11-26 | 2020-04-10 | 阿坝师范学院 | 一种定位校准方法及其位置服务推送系统 |
CN105682222A (zh) * | 2016-03-01 | 2016-06-15 | 西安电子科技大学 | 一种基于车辆自组织网络的车辆位置定位信息融合方法 |
CN105682222B (zh) * | 2016-03-01 | 2019-02-19 | 西安电子科技大学 | 一种基于车辆自组织网络的车辆位置定位信息融合方法 |
CN107942364A (zh) * | 2016-10-13 | 2018-04-20 | 阿里巴巴集团控股有限公司 | 车辆定位方法和车辆定位系统 |
CN107063253A (zh) * | 2016-12-22 | 2017-08-18 | 湖南天特智能科技有限公司 | 通过地图场景辅助定位方法 |
CN107371133A (zh) * | 2017-06-14 | 2017-11-21 | 崔兆琦 | 一种提高基站定位精度的方法 |
CN107371133B (zh) * | 2017-06-14 | 2019-12-27 | 崔兆琦 | 一种提高基站定位精度的方法 |
CN108007455A (zh) * | 2017-11-01 | 2018-05-08 | 千寻位置网络有限公司 | 惯导系统的纠偏方法及装置、导航及服务终端、存储器 |
CN107907895A (zh) * | 2017-11-28 | 2018-04-13 | 千寻位置网络有限公司 | 基于卷积神经网络的云端定位误差修正方法及系统 |
CN108037520A (zh) * | 2017-12-27 | 2018-05-15 | 中国人民解放军战略支援部队信息工程大学 | 阵列幅相误差条件下基于神经网络的直接定位偏差修正方法 |
CN108508894A (zh) * | 2018-04-03 | 2018-09-07 | 中科微至智能制造科技江苏有限公司 | 一种基于二维激光的机器人定位方法 |
CN109444171A (zh) * | 2018-09-18 | 2019-03-08 | 山东理工大学 | 基于无人机的一体化桥梁检测方法 |
CN113168185A (zh) * | 2018-11-28 | 2021-07-23 | 采埃孚股份公司 | 用于基于传感器数据和图像分割来定位农用机械的设备 |
CN113168185B (zh) * | 2018-11-28 | 2024-05-28 | 采埃孚股份公司 | 用于基于传感器数据和图像分割来定位农用机械的设备 |
WO2020108634A1 (zh) * | 2018-11-30 | 2020-06-04 | 苏州极目机器人科技有限公司 | 地图校准方法、测绘移动终端以及测绘系统 |
CN109819757A (zh) * | 2019-03-28 | 2019-05-31 | 华中农业大学 | 一种联合收获机的收获边界定位跟踪系统及方法 |
CN110782033A (zh) * | 2019-10-28 | 2020-02-11 | 玲睿(上海)医疗科技有限公司 | 一种基于模糊神经网络的agv车定位方法 |
CN110837542A (zh) * | 2019-11-06 | 2020-02-25 | 武汉市园林建筑工程公司 | 一种苗木定位修正方法及系统 |
CN111044069A (zh) * | 2019-12-16 | 2020-04-21 | 驭势科技(北京)有限公司 | 一种车辆定位方法、车载设备及存储介质 |
CN111044069B (zh) * | 2019-12-16 | 2022-04-29 | 驭势科技(北京)有限公司 | 一种车辆定位方法、车载设备及存储介质 |
CN113206502A (zh) * | 2021-06-08 | 2021-08-03 | 中铁电气化铁路运营管理有限公司 | 电源质量改善装置 |
CN113206502B (zh) * | 2021-06-08 | 2021-10-29 | 中铁电气化铁路运营管理有限公司 | 电源质量改善装置 |
Also Published As
Publication number | Publication date |
---|---|
CN100561130C (zh) | 2009-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100561130C (zh) | 一种导航定位数据的校正方法 | |
CN101285686B (zh) | 一种农业机械导航分级定位的方法和系统 | |
Syed et al. | Fuzzy logic based-map matching algorithm for vehicle navigation system in urban canyons | |
CN109934920A (zh) | 基于低成本设备的高精度三维点云地图构建方法 | |
CN109946731A (zh) | 一种基于模糊自适应无迹卡尔曼滤波的车辆高可靠融合定位方法 | |
CN105204510A (zh) | 一种用于精确定位的概率地图的生成方法及装置 | |
CN110187372B (zh) | 一种低速无人车园区内组合导航方法及系统 | |
CN109807911A (zh) | 基于gnss、uwb、imu、激光雷达、码盘的室外巡逻机器人多环境联合定位方法 | |
CN106469505A (zh) | 一种浮动车轨迹纠偏方法和装置 | |
CN104502942A (zh) | 基于卫星导航和航位推测实现农业机械定位的系统及方法 | |
CN111307143B (zh) | 基于地磁梯度辅助的多目标进化搜索的仿生导航算法 | |
CN101408434B (zh) | 移动终端零位漂移双模定位和单模定位方法 | |
CN113177042B (zh) | 一种地图轨迹线路处理方法及装置 | |
CN1837753A (zh) | 基于多信息源的地图匹配车辆导航方法 | |
Meichen et al. | Dynamic obstacle detection based on multi-sensor information fusion | |
Huang et al. | Cooperative vehicle tracking using particle filter integrated with interacting multiple models | |
Chen et al. | Local path searching based map matching algorithm for floating car data | |
Rounsaville et al. | Methods for calculating relative cross-track error for ASABE/ISO Standard 12188-2 from discrete measurements | |
CN117570958A (zh) | 一种应用非结构环境的鲁邦定位方法 | |
CN115693666B (zh) | 基于卫星反演的海上风电场发电量确定方法及系统 | |
CN106342230B (zh) | 一种适合高原高寒地区的gps动态精确定位方法 | |
Xi et al. | Map matching algorithm and its application | |
AU2018446326B2 (en) | Real-time correlation of sensed position data with terrestrial features | |
Busznyák et al. | On-Board Diagnostic-based Positioning as an Additional Information Source of Driver Assistant Systems | |
Cheng et al. | Graph-based proprioceptive localization using a discrete heading-length feature sequence matching approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |