基于ICCP算法的地磁匹配辅助导航

惯性导航系统(INS)的导航误差随着时间积累发散,要想使其完全自主导航,必须加以其它的导航方法进行辅助,如地磁匹配辅助导航等.导航算法是地磁匹配辅助导航的关键技术之一,采用基于地磁场的最近等值线迭代算法(ICCP),实现测量值与背景场数据的最优匹配,从而获得位置信息.在吉林松花湖水面,利用高精度的铯光泵磁力仪搭载于水下机器人(ROV)进行实际水域测量,绘制出高精度的局域地磁图.基于该地磁图,通过ROV在水面上航行时的实时地磁值、航向和航速等数据,利用ICCP算法进行地磁匹配.匹配结果与GPS实测数据对比,取得理想的补偿效果.实验表明,基于ICCP的地磁匹配辅助导航能够有效修正惯导所产生的累积误差.     

用于控制图模式识别的广义神经网络系统

面向过程控制图的模式识别,提出了一个广义神经网络系统.该系统基于广义过程对象模型发生数据,离线训练后能够在线识别各类工业过程常见的控制图模式,模块化的设计使得神经网络系统的结构相对简单,有效地提高了网络的训练速度和模式识别的准确率.首先研究了广义过程对象模型参数对神经网络控制图模式识别率的影响,并基于此影响规律设计了包含模式识别分类模块与模式参数估计模块的集成化神经网络系统结构;其次使用基于广义对象模型产生的数据对神经网络系统进行了训练和验证,讨论了学习训练方法,并进行了控制图模式识别性能的仿真测试,获得了满意的结果.在TE过程仿真平台上进行了实验,给出了对上升阶跃模式和下降阶跃模式的识别结果,表明了具有较高的识别率.     

基于曲率图的三维点云数据配准

以曲率图作为三维点云数据的特征描述函数,并运用曲率图实现了三维点云数据的配准.对于含有噪声的点云数据,先根据每个点的邻域特性估算其曲率值,然后根据每个点及其周围邻域点的曲率值构造该点的曲率图.通过在多比例空间下曲率图的特征保持分析,可提取到最能反映该点云数据特征的特征点集.对于两两配准,这些特征点集被用于三维点云数据的粗略配准算法中,该算法利用点云内部空间点相对位置在刚性变换下的不变特性实现了特征点对的匹配,由匹配的特征点对进行坐标变换求解,完成了两三维点云的粗略配准,然后运用迭代最近点算法进行精确配准.最后将整个配准算法应用于真实的三维点云数据,结果表明该算法能有效抑制点云采样密度及噪声的影响,能够快速实现点云数据的精确配准.     

基于极球面投影的惯导高纬导航方法

针对现有惯导系统高纬航向、速度误差增大和导航参数不能满足大圆航行需求的问题,研究一种基于极球面投影的惯导高纬导航方法.首先借鉴极球面投影网格导航的思想构建椭球面网格航向基准模型,然后利用惯导系统原有解算信息,以实现网格航向和网格速度解算,最后在分析高纬导航方法误差抑制机理的基础上对高纬导航参数性能进行评估.理论分析和仿真结果表明:该方法可以有效提高惯导系统高纬导航性能,能够满足载体高纬航行需求.     

基于曲率分析地图匹配的车载组合导航研究

为了提高车载导航的自主性和精度,针对捷联惯导的特点,设计了一个基于曲率分析的地图匹配算法。然后应用该地图匹配算法对基于捷联惯导/地图匹配/里程仪的车载组合导航进行了研究。推导了捷联惯导系统的误差方程和里程仪的误差方程。并在此基础上建立了捷联惯导/地图匹配/里程仪组合系统的卡尔曼滤波方程。通过仿真分析,表明应用该地图匹配算法的组合导航系统可以有效地减小误差,实现车载自主导航。     

一种基于核映射空间距离的入侵检测算法

通过研究基于距离的孤立点发现算法(Cell-Based),指出其存在的问题,提出了一种基于核映射空间距离的入侵检测算法.该算法通过检测孤立点的方法进行入侵检测,首先将样本通过核函数映射到高维特征空间,重新定义特征空间中的数据点之间的距离.然后经过初始聚类算法确定聚类数目和初始类中心,再通过迭代优化目标函数来实现数据点的再聚类,最终得到聚类中心,超出聚类中心点半径r外的点即为孤立点.试验结果表明,该算法能有效突出样本之间的差异,克服传统基于距离的孤立点发现算法易随参数变化而需调整单元结构的缺点,且具有更准确的检测率和较快的收敛速度.     

基于四元数的捷联惯导惯性系晃动基座自对准算法

为提高捷联惯导系统在晃动基座下初始对准的快速性和精度,提出了一种基于四元数的捷联惯导惯性系晃动基座自对准算法.该算法利用惯性坐标系下的姿态更新来实时地反映载体在晃动干扰下的姿态变化,通过四元数推导将初始姿态的最优估计转化为Wahba姿态确定问题,以消除角晃动干扰的影响;并根据惯性系下重力矢量和晃动干扰加速度不同频的特点,引入小波阈值消噪以消除线振动干扰的影响,从而提高算法在晃动基座下的对准精度.仿真结果表明,该算法不需要进行粗对准,具有角晃动干扰隔离能力和线振动干扰抑制能力,能够实现晃动基座下的快速、精确自对准.     

基于位置信息的捷联惯导系统综合校正技术

针对平台式惯导系统进行综合校正时须要限制载体低速和等纬度的问题,提出了基于惯性坐标系下的捷联式惯导系统的综合校正技术.由于两点校需要精确的方位信息,但受安装偏差等影响,实际信息精度不能保证,因此采用三点校算法.利用间歇获得的外部位置信息,建立其与陀螺漂移和方位误差的关系式,再利用最小二乘法算出陀螺漂移并进行方位误差补偿.通过理论和实验分析表明:当捷联惯导系统工作在水平阻尼状态下时,三点综合校正方法不受载体运动和纬度变化的影响,能够准确地对位置和方位误差进行补偿,进而显著提高惯导系统的长期定位精度.     

一种交互式脸部网格模型调整算法

脸部网格模型的建立是基于模型人脸合成技术中的关键步骤.提出一个半交互式正面人脸模型的调整算法,首先利用区域增长法和模板匹配自动确定图像中人脸及各特征区域的大致位置,然后交互地提取人脸特征点的准确二维位置,最后自动确定脸部姿态和调整模型非特征点,即获得输入人脸模型.该算法简便实用,费时较少,具有实用价值.     

火星探测器着陆过程中图像匹配的性能研究

以火星探测器着陆过程中通过图像匹配估计位置参数为背景,针对探测器拍摄的实时图旋转以及尺度变化等对图像匹配算法的影响做一系列研究,寻找适当的旋转角度以及尺度大小来获得较高的匹配精度.以SURF算法为研究对象,结合RANSAC算法对误匹配点进行剔除,提纯匹配点,综合定义了正确率的概念,方便对匹配结果进行判断.实验结果表明,实时图旋转角度以及尺度大小和匹配的正确率呈一定的规律在变化,在应用到火星探测器着陆过程中实时图的选取时,相对于参考图选取适当旋转角度和尺度的实时图能在一定程度上提高图像匹配的准确率.     

Using local geopotential model to implement underwater passive navigation

A main aspect of underwater passive navigation is how to identify the vehicle location on an existing gravity map, and several matching algorithms as ICCP and SITAN are the most prevalent methods that many scholars are using. In this paper, a novel algorithm that is different from matching algorithms for passive navigation is developed. The algorithm implements underwater passive navigation by directly estimating the inertial errors through Kalman filter algorithm, and the key part of this implementation is a Fourier series based local geopotential model. Firstly, the principle of local geopotential model based on Fourier series is introduced in this paper, thus the discrete gravity anomalies data can be expressed analytically with respect to geographic coordinates to establish the observation equation required in the application of Kalman filter. Whereafter, the indicated gravity anomalies can be gotten by substituting the inertial positions to existing gravity anomalies map. Finally, the classical extended Kalman filter is introduced with the differences between measured gravity and indicated gravity used as observations to optimally estimate the errors of Inertial Navigation System (INS). This navigation algorithm is tested on simulated data with encouraging results. Although this algorithm is developed for underwater navigation using gravity data, it is equally applicable to other domains, for example vehicle navigation on magnetic or terrain data.     

A local geopotential model for implementation of underwater passive navigation

A main aspect of underwater passive navigation is how to identify the vehicle location on an existing gravity map, and several matching algorithms as ICCP and SITAN are the most prevalent methods that many scholars are using. In this paper, a novel algorithm that is different from matching algorithms for passive navigation is developed. The algorithm implements underwater passive navigation by directly estimating the inertial errors through Kalman filter algorithm, and the key part of this implementation is a Fourier series-based local geopotential model. Firstly, the principle of local geopotential model based on Fourier series is introduced in this paper, thus the discrete gravity anomalies data can be expressed analytically with respect to geographic coordinates to establish the observation equation required in the application of Kalman filter. Whereafter, the indicated gravity anomalies can be gotten by substituting the inertial positions to existing gravity anomalies map. Finally, the classical extended Kalman filter is introduced with the differences between measured gravity and indicated gravity used as observations to optimally estimate the errors of the inertial navigation system （INS）. This navigation algorithm is tested on simulated data with encouraging results. Although this algorithm is developed for underwater navigation using gravity data, it is equally applicable to other domains, for example vehicle navigation on magnetic or terrain data.     

基于曲率分析的地图匹配算法研究

导航定位系统是车载系统的主要组成部分,其中地图匹配又是提高定位精度的重要技术。从数字地图本身的属性特征出发,研究了一种基于曲率分析的地图匹配算法。通过车载实验数据对算法加以验证,其结果表明改进后的算法能够获得较高的定位精度和更可靠的匹配性能。     

基于聚类的神经网络及其在预测中的应用

提出了一种基于聚类的神经网络算法，可以很好解决大样本情况引起的网络结构复杂、收敛性和泛化能力差等神经网络的固有问题．算法采用聚类算法为分类器，进行模式空间分解，以分类后的模式子空间为各样本集合，用神经网络集学习，最后根据重力模型计算检测样本对各样本子集的隶属度，整合各子空间的输出结果．通过实验对比表明该算法精度较高，容错性好．     

基于电子收费数据的车辆轨迹匹配

为充分利用ETC门架采集的数据对高速公路运营管理提供支撑,实现车辆轨迹地图匹配,本文结合图论理论,基于车辆ETC门架数据设计Floyd算法还原车辆行驶路径。首先,对路径匹配系统需求进行分析,介绍ETC联网收费系统的组成和功能、讨论ETC门架系统的组成、布局以及工作流程。其次,分析车辆行驶ETC门架数据,提取与研究相关的字段信息并进行数据预处理,从而将门架信息匹配到了实际路网地图上。第三,设计车辆路径匹配的算法,在路径信息不完整的情况下,根据Floyd算法得出的最短路径矩阵,使用matlab运行程序,得到拟合的车辆行驶全程路径。最后,开展多场景下的基于ETC数据的车辆轨迹匹配案例验证。分别按照车辆经过的门架信息数据完整、经过门架信息数据在高速公路互通处缺失、不在互通处缺失、数据大量缺失四种类型的场景下,使用算法得到车辆行驶的完整路径,完成了多场景下车辆轨迹的地图匹配,从而实现后续的车辆完整路径下的计费。     

一种适于车辆导航系统的快速地图匹配算法

在分析影响地图匹配算法实时性、鲁棒性及匹配精度因素的基础上,依据车辆运动的连续性,引入道路网络的分块思想,并利用车辆行驶的位置、方向信息及实际道路网络的拓扑特性,提出一种时间复杂度为O(c)的快速地图匹配算法.对实际跑车数据的仿真结果表明,该算法的匹配正确率不低于95%,单点匹配时间不超过0.01 ms.     

基于图像理解的移动机器人定位问题研究

为了能够提高在一般环境下移动机器人定位的精度,文章采用栅格地图来描述环境;提出基于图像理解的移动机器人定位的概念,将栅格地图当成图像来处理,从而可以将图像配准中的优秀算法引入移动机器人定位中;对于栅格化的图像提取其Harris角点,同时提出两步匹配法寻找相邻2个时刻的2幅图像中匹配的Harris角点。首先采用里程计的数据对角点进行粗匹配,而细匹配采用的是基于随机抽样算法,能够有效地剔除粗匹配过程中误匹配的角点对,提高了定位算法的鲁棒性;最后用非线性最小二乘法估计机器人的位姿。通过实验可以看出在一般的环境中,基于图像理解的定位算法要优于基于线段特征的定位算法。     

基于水下重力差异熵的导航匹配算法仿真研究

介绍了重力辅助导航发展概况, 阐述了采用地球物理特征的重力差异熵方法进行水下重力辅助导航算法设计及仿真实验方法研究。该算法基本思想是在导航匹配算法中, 将信息熵引入 自主水下运动载体( autonomous underwater vehicles ,AUV)重力辅助导航, 在重力数据库研究的基础上, 通过模板重力图与实时重力图的信息量差异以及模板重力梯度图差异, 修正水下惯性导航系统( inertial navigation system,INS)的误差。仿真实验结果表明, 利用重力差异熵辅助INS导航, 能够获得高精度的导航信息。因此, 基于水下重力差异熵的辅助导航, 可实现AUV 长航时隐蔽的高精度导航。     

基于非线性自适应回归神经网络的GPS/IMU组合导航方法

车道级高精度定位导航是智能网联汽车的基本配置,全球定位系统(globlal positioning system,GPS)/惯性测量单元(inertial meansurement unit,IMU)组合导航是高精度定位的关键技术之一。根据汽车行驶过程中高精度定位要求,提出了应用于智能网联汽车的基于非线性自适应回归(nonlinear autoregressive exogenous,NARX)神经网络的GPS/IMU组合导航方法。首先,根据IMU传感器数据特性,建立了基于扩展卡尔曼滤波的惯性导航系统(inertial navigation system,INS)模型,其次,基于NARX神经网络,建立了GPS/INS组合定位训练和预测模型,然后,基于全球导航卫星系统(global navigation satellite system,GNSS)、实时动态差分技术(real-time kinematic,RTK)、INS等技术,设计了智能网联汽车RTK高精度定位数据采集实验系统,并收集了实验数据。最后,对NARX网络训练误差和GNSS信号长时间失效情况下定位预测误差进行了讨论与分析。实验结果表明,该方法在GNSS信号失效5 min情况下,定位预测误差在2. 5 m以内,满足一般情况下,短、中、长隧道中智能网联汽车定位应用要求。     

一种基于浮动车移动轨迹与电子地图融合的道路匹配算法

在对城市道路网进行网格划分的基础上, 提出一种利用参考历史数据和前瞻数据的三段式匹配思想与权重模型思想相融合的地图匹配算法. 该算法可减少浮动车GPS定位点待匹配路段的搜索范围, 从而极大降低算法的复杂度, 实现较高的匹配精度.