联合卡尔曼滤波在车辆组合导航系统中的应用

GPS/DR组合导航系统是一种低成本、高可靠性的车载导航设备.针对陆地车辆GPS/DR组合导航系统的特点,设计了用于该系统的联合卡尔曼滤波器,给出了滤波算法,并进行了实地跑车实验.理论分析和跑车实验的结果表明,联合滤波方法不仅有效地抑制了DR系统的误差发散,而且能够充分利用DR的数据信息对GPS定位的随机误差进行补偿,从而有效地提高GPS/DR组合系统的定位精度及容错能力.     

联合卡尔曼滤波在GPS/DR车辆导航系统中的应用

针对ＧＰＳ／ＤＲ车辆组合导航系统的特点,提出了一种卡尔曼滤波算法,并进行了实时跑车试验,结果表明,此算法可有效地提高ＧＰＳ／ＤＲ组合系统的定位性能,增加系统的可靠性和容错能力,并且有良好的实时处理性能。     

扩展卡尔曼滤波在陆基无线电导航系统定位解算中的应用

分析了卡尔曼滤波应用于陆基无线电导航定位解算中的原因，并将扩展卡尔曼滤波引入陆基无线电导航定位解算，设计建立了无线电导航系统的状态模型和观测模型，同时分析了由于测量误差和模型误差引起的滤波发散问题，并针对滤波发散问题提出几种改善方法，以提高系统的跟踪精度，最后给出仿真实例和结果分析。     

组合导航系统新息自适应卡尔曼滤波算法

全球定位系统(GPS)量测噪声的不稳定变化将造成惯性导航系统(INS)/GPS舰用组合系统卡尔曼滤波器性能下降,在对自适应卡尔曼滤波器分析的基础上,提出了一种新的基于新息估计的自适应卡尔曼滤波算法.该算法通过计算新息方差强度的极大似然估计最优估计,将新息方差计算直接引入卡尔曼滤波器的增益计算.仿真结果表明,本文方法较标准卡尔曼滤波器可以提高系统精度和抗干扰能力.     

基于卡尔曼滤波的导航系统的故障检测

探讨了一种导航系统的故障检测方法,即基于卡尔曼滤波的残差x2检验.在传统方法和现代方法对比层面上对该方法进行了分析,然后又通过一个具体实例进一步讨论了如何利用神经网络的优点来提高该方法的检测效果.     

小型无人机导航系统硬件设计

为提高某小型无人机导航系统的信号综合能力,结合低成本的设计思想,给出了某无人机导航系统的硬件设计方案。研究了惯性导航数据的采集过程。安排了17路数据的采集通道和采集时序。利用DSP丰富的串口资源,为硬件系统与半物理仿真平台及实际飞行器双方面的通信留出了接口。缩短了无人机的开发周期。通过半物理仿真实验,检验了硬件系统的实时性与准确性。该系统体积小、功耗低,可实现捷联惯导与GPS组合导航对外部数据的需求。具有一定的工程应用价值。     

组合导航系统在四旋翼无人机上的实现

随着现代化科学技术的不断发展,无人机在我国的发展中也逐渐地被应用起来。无论是在军事上,还是在农业上,无人机的应用都能够促进行业的发展。无人机在其应用过程中最重要的就是对其导航系统建设,这样才能通过对其导航系统的控制,保障其安全运行。因此在这种背景下需要加强对无人机系统设计中的导航系统应用。鉴于此,本文在实际研究过程中针对组合导航系统在四旋翼无人机上的实现进行了专门的分析,首先在文中进行了组合导航系统传感器误差分析,其次进行了组合导航系统中的矩阵计算,再次进行了组合导航系统在四旋翼无人机中的应用,最后就组合导航系统在四旋翼无人机上的仿真实现展开了分析。希望在本文的研究帮助下,能够为组合导航系统和四旋翼无人机的应用中提供参考。     

基于无迹卡尔曼滤波的无人机跟踪算法

基于四基站对无人机位置的定位数据,利用无迹卡尔曼滤波算法对定位数据进行最优估计,并预测无人机的运行轨迹,从而实现对无人机的实时跟踪.对经典的线性卡尔曼滤波算法和无迹卡尔曼滤波算法进行仿真对比,结果表明,线性卡尔曼滤波算法虽然能跟踪预测轨迹,但有较大的误差,而使用无迹卡尔曼滤波算法能有效地减小误差,使跟踪预测的轨迹更加精确.     

无人机组合导航系统的自适应算法研究

无人机组合导航滤波器的设计需要考虑器件和外部环境不稳定带来的影响。同时在飞行过程中也面临着组合导航系统噪声和量测噪声统计特性不确定问题,从而导致滤波精度低、稳定性差,还有可能发散。采用常规卡尔曼滤波无法解决此问题。为此研究了一种基于UKF的自适应卡尔曼滤波算法。在系统噪声统计特性未知时,此算法能自动平衡状态信息与观测信息在滤波结果中的权比,实时调整状态向量和观测向量的协方差,从而提高系统的性能。仿真结果显示,使用自适应UKF算法与普通的UKF算法相比,可以获得更优的导航精度和稳定性。     

一种小型无人机导航系统的设计

无人机因其低成本、低损耗、零伤亡、可重复使用和高机动等诸多优势，世界各国都相继投入研究，应用在军事、民用、科学研究等领域。飞行控制系统作为无人机的核心部分，在很大程度上决定了无人机的性能。本文在传统的惯性／GPS（INS／GPS）导航系统设计基础上，针对任务需求，重新设计了整个飞行控制系统，对导航控制率进行了一定的改进。本文介绍了该系统的硬件组成和工作原理，详细介绍了姿态平衡部分在软件功能规划等方面的设计，并给出了软件流程图。试飞证明，此种导航控制率较适应小型无人机使用。     

GPS失效下的无人机组合导航系统

针对电力巡线无人机GPS失效下的导航问题,鉴于单一的惯性导航系统导航精度不高及高度通道发散的缺陷,利用电力巡线无人机必须配备的CCD高清相机构成单目视觉系统,组成基于单目视觉系统、气压高度计辅助的捷联惯性导航系统。系统通过事先设定的定位点信息修正导航系统的导航参数。文中给出了系统总体设计方案,建立了包括元件误差模型在内的组合导航系统模型,并进行组合导航与SINS导航对比的数值仿真。仿真结果表明,组合导航系统具有较好的容错性能,其导航精度和可靠性均有提高。     

无人机组合导航系统的自适应算法研究

为了缩短捷联惯导系统的初始对准时间并提高对准精度,分别设计了常规卡尔曼滤波器和自适应卡尔曼滤波器用于精对准。在系统噪声统计特性未知时,自适应卡尔曼滤波算法利用滤波残差的均值和方差,不断对卡尔曼滤波的状态噪声方差阵和测量噪声方差阵进行实时修正,从而提高滤波器对模型不确定性和噪声变化的适应能力和鲁棒性。仿真结果表明,使用自适应UKF算法与常规的UKF算法相比,可以获得更优的对准精度和快速性。     

基于联邦卡尔曼滤波的某舰船组合导航系统的设计

为了得到更高精度的导航信息,在某船现有的固定指北惯性导航系统的基础上,将惯导与GPS结合,设计了一种基于联邦卡尔曼滤波的舰船用组合导航系统,研究了该组合导航系统的数据处理方法,并对该组合方式进行仿真,验证了可行性.     

车载GPS/DR组合导航系统卡尔曼滤波方法的改进

将全球定位系统(GPS)和航位推算法(DR)两种定位方式结合,实现车辆GPS/DR组合定位系统的自适应信息融合.联合卡尔曼滤波器存在数学模型不确定性和误差模型的随机性的缺点,提出改进方法是采用联邦滤波器,并引入利用模糊推理建立的模糊自适应联邦滤波器,提高了系统的精度和功能.     

一种基于双目视觉的无人机自主导航系统

针对无人机实时自主导航问题,本文设计并实现了一种能自主感知未知室外环境,实时自动规划路径的旋翼无人机系统.首先利用双目视觉,使用经光束法平差(BA)优化的经典SLAM系统,ORB SLAM2算法获取无人机位姿信息;再以推扫式感知方法和改进的绝对误差和(SAD)算法获取环境信息和障碍物点.其次,结合无人机位姿信息与环境障碍物点生成局部障碍物地图,同时使用并行计算框架,提高系统性能.针对无人机系统实时性问题,设计的SAD算法只关注固定视差大小的像素块的稀疏匹配.最后,根据生成的当前局部环境障碍物地图与本地轨迹库,自主选择运动轨迹,有效自主规避障碍物,达到实时局部路径规划的效果.以上功能全部在无人机搭载的嵌入式处理器Nvidia Jetson TX2中完成处理.仿真与实际飞行实验表明:设计的系统基本实现无人机在未知室外场景下的实时自主感知与路径规划,在采集视频分辨率为1 280×720时,处理速度能达到60帧/s,为完善低成本无人机的避障与导航功能提供一种参考.     

小型无人机SINS/GPS组合导航系统研究

根据SINS/GPS组合导航的基本原理,在一个装有微型化IMU模块的MUAV自驾仪上设计了MUAV的SINS/GPS组合导航系统的联邦滤波算法,并对该导航系统进行了静态和动态实验。实验结果表明:采用联邦Kalman滤波能够有效的消除导航参数误差,提高导航精度。该导航系统可以满足小型无人机的导航要求。     

卡尔曼滤波在异步电机中的应用研究

为提高异步电机转速环的动态性能,提出了一种新型转速控制器设计方案。该控制器采用简化的卡尔曼滤波方法以观测电机的转速,通过对测量转速的滤波处理以提高转速环的动态响应。     

GPS在车载导航系统中的应用

研究基于GPS的车载导航系统的原理,从监控中心、车辆状态及车主手机3个方面对GPS车载导航系统进行总体的功能设计及相关的模块设计.在已搭建的电子地图(super m ap)上,利用GSM移动通讯系统传递信息,进行GPS的定位导航,选择河海大学作为导航的地点,测得GPS车载导航系统的实时定位导航数据,进行比较分析,通过误差判断定位精度及控制效果.     

GPRS在城市交通导航系统中的应用

利用移动车辆的位置信息来诱导道路上的车流,缓解交通阻塞,是现代化交通管理的一种方式.文中介绍了移动车辆如何获取位置信息以及移动终端将位置信息传送到控制中心的实现方案,详细叙述了该方案中GPRS模块的应用,重点介绍了系统的软件实现.通过该系统,可实现GPS数据在互联网上的传输,为交通管理者提供车辆位置信息的原始数据。