-
公开(公告)号：CN115767948B
公开(公告)日：2024-04-02
申请号：CN202211423053.5
申请日：2022-11-14
Applicant: 北京自动化控制设备研究所
Abstract: 本发明公开了MEMS惯性系统高密度低应力集成方法，其特征在于，电路板通过MEMS惯性仪表陶瓷管壳粘接在金属结构件上；粘胶的金属结构件表面通过喷砂打磨；电路板之间通过柔性线互联，柔性线通过胶粘固定于金属结构上；采用高温老化、快变温和随机振动方法加速应力释放。本发明在保证集成度的条件下，降低了集成应力，并减少了变温、振动以及长时间使用过程中的应力变化带来的微机电惯性仪表参数变化。
-
公开(公告)号：CN115824199A
公开(公告)日：2023-03-21
申请号：CN202211386446.3
申请日：2022-11-07
Applicant: 北京自动化控制设备研究所
Abstract: 本发明公开了一种微小型多信息融合自主导航系统，所述导航系统包括：一体化底板、高性能信息处理模块、微机电惯性测量单元、微小型视觉模块。所述一体化底板作为系统基础功能载体，提供各种电气互连接口，并集成卫星导航功能；所述微机电惯性测量单元为平面化微机电惯性测量单元，通过高刚度基板固联在系统结构上；所述微小型视觉模块实现视觉图像信息的实时采集，压接固定在系统结构开口处；所述高性能信息处理模块采用紧密叠层方式与所述一体化底板安装。本发明解决了常规微机电惯性导航精度随时间下降、惯性/卫星组合导航应用受卫星信号条件限制等问题，能够在微小体积下实现高精度高可靠导航定位。
-
公开(公告)号：CN113916257A
公开(公告)日：2022-01-11
申请号：CN202111031291.7
申请日：2021-09-03
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种三轴MEMS加计组合惯性测量单元标定方法，该方法包括：获取在多个不同温度下三轴MEMS加计组合惯性测量单元在六个不同位置处的加计脉冲数输出；分别获取每个温度下的x加计、y加计和z加计的标度因数、零偏和安装误差；分别获取x加计、y加计和z加计经温度补偿后的标度因数、零偏和安装误差；根据x加计、y加计和z加计经温度补偿后的标度因数、零偏和安装误差对x加计、y加计和z加计的系统脉冲数输出进行补偿计算获取采样周期内的速度增量以完成三轴MEMS加计组合惯性测量单元的标定。应用本发明的技术方案，能够解决现有技术中无法针对仅含加计的惯性测量单元进行标定的技术问题。
-
公开(公告)号：CN113916256A
公开(公告)日：2022-01-11
申请号：CN202111031288.5
申请日：2021-09-03
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种三轴MEMS陀螺组合惯性测量单元标定方法，包括：获取在多个不同温度下三轴MEMS陀螺组合惯性测量单元在六个不同位置处的陀螺脉冲数输出，以及在多个不同温度下三轴MEMS陀螺组合惯性测量单元的X轴、Y轴和Z轴分别指天时在多个不同转速下的陀螺脉冲数输出；获取每个温度下的x陀螺、y陀螺和z陀螺的标度因数和安装误差；获取每个温度下的x陀螺、y陀螺和z陀螺的零偏；获取x陀螺、y陀螺和z陀螺经温度补偿后的标度因数、零偏和安装误差；对x陀螺、y陀螺和z陀螺的系统脉冲数输出进行补偿计算获取采样周期内的角度增量。应用本发明的技术方案，能够解决现有技术中无法针对仅含陀螺的惯性测量单元进行标定的技术问题。
-
公开(公告)号：CN118293915B
公开(公告)日：2025-04-01
申请号：CN202410427721.4
申请日：2024-04-10
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种全剖面惯性视觉组合导航滤波方法，包括依据导航所必需的误差状态量，建立统一的全剖面惯性视觉组合导航滤波器状态方程；利用不同飞行阶段视觉信息特征，建立全剖面惯性视觉组合导航滤波器观测方程；采用卡尔曼滤波方法进行全剖面自适应滤波融合计算；利用滤波器估计结果进行全剖面自适应误差补偿。本发明构建满足飞行全过程组合导航要求的统一滤波器，设计具备自适应选取的观测量，在飞行各阶段自适应利用相应的可用信息实现高精度组合导航。
-
Patent Agency Ranking
公开(公告)号：CN118424269B
公开(公告)日：2025-03-14
申请号：CN202410565632.6
申请日：2024-05-09
Applicant: 北京自动化控制设备研究所
IPC: G01C21/16
Abstract: 本发明提供一种基于短期惯性测量的视觉连续定位方法，包括以下步骤：视觉传感器初始化完成时刻t0后，通过视觉跟踪对载体进行定位，获得视觉位姿信息；t1时刻视觉跟踪丢失，使用融合惯性测量的视觉重定位方法进行重定位，若重定位成功，则继续进行视觉跟踪定位；若重定位不成功，重新进行视觉传感器初始化，初始化在t2时刻完成；惯性传感器在t1和t2时间间隔内进行惯性测量，获取载体的惯性姿态变化信息；利用惯性姿态变化信息，将t2时刻初始化构建的世界坐标系对齐至t0时刻初始化构建的世界坐标系，获得视觉连贯鲁棒的定位结果。本发明提出一种加权匹配视觉重定位模型获取了更精准的视觉位姿信息，提高了视觉重定位的成功率和精度。
-
公开(公告)号：CN118196498B
公开(公告)日：2024-11-12
申请号：CN202410318659.5
申请日：2024-03-20
Applicant: 北京自动化控制设备研究所
IPC: G06V10/764 , G06V10/75 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/09
Abstract: 本发明提供一种基于深度学习的视觉导航品质因子分类方法及计算机设备，该方法包括：采集图像数据和导航数据，并对采集的数据采用图像匹配算法进行预处理，构建视觉导航品质因子分类数据集，作为原始训练数据；构建基于深度学习的品质因子分类网络，包括：品质因子分类网络采用卷积神经网络架构以完成二分类任务，其包括主干网络模块和全连接层模块，其中，主干网络模块用于将输入数据映射到网络的特征空间，学习网络的特征图，全连接层对主干网络的特征图进行解码，通过将主干网络学习到的各类模式和特征进行非线性组合以输出分类的置信度和类别；将原始训练数据集输入到品质因子分类网络中进行视觉导航品质分类训练，使训练后的品质因子分类网络输出视觉导航品质等级和置信度；实时采集图像数据和导航数据，将实时采集的数据采用图像匹配算法处理后输入训练后的品质因子分类网络进行视觉导航品质的自动分类。
-
公开(公告)号：CN118537597A
公开(公告)日：2024-08-23
申请号：CN202410630687.0
申请日：2024-05-21
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种基于结构特征的可见光SAR异源图像匹配方法及匹配系统，该方法包括：分别计算可见光图像和SAR图像中每个位置像素的梯度张量以得到的对应的两张梯度张量图；对计算得到的梯度张量进行归一化处理以得到可见光图像和SAR图像中每个位置像素的归一化张量场；根据计算得到的梯度张量分别将可见光图像和SAR图像划分为平坦区域、平滑结构区域和非平滑结构区域；根据可见光图像和SAR图像的平滑结构区域所包含像素对应的归一化张量场进行图像匹配。应用本发明的技术方案，以解决现有技术中缺少可见光图像与SAR图像匹配的有效处理方法的技术问题。
-
公开(公告)号：CN118424334A
公开(公告)日：2024-08-02
申请号：CN202410565556.9
申请日：2024-05-09
Applicant: 北京自动化控制设备研究所
IPC: G01C25/00
Abstract: 本发明提供一种解耦合的惯性/视觉导航在线动态标定装置，惯性传感器获取目标的位姿信息，传送给旋转外参数计算单元；视觉传感器获取目标的视觉帧位姿信息，传送给旋转外参数计算单元和平移外参数计算单元，旋转外参数计算单元完成惯性传感器的在线标定，将旋转外参数和校正后的位姿信息发送给平移外参数计算单元，平移外参数计算单元根据旋转外参数、惯性位姿信息、视觉帧位姿信息、相对速度信息获取位置约束方程，对视觉传感器的视觉帧位姿信息进行更新，完成惯性/视觉传感器在线标定。本发明减少了在线标定的运动条件限制，增加了在线标定的应用场景，使在线标定可以使用在无人机等不适宜进行剧烈运动的场景。
-
公开(公告)号：CN112229400B
公开(公告)日：2023-09-12
申请号：CN202010966075.0
申请日：2020-09-15
Applicant: 北京自动化控制设备研究所
Abstract: 本发明公开一种小型化微机电陀螺惯性/卫星组合导航系统，由顶盖、底座、组合导航测量单元、供电连接器以及卫星接收机射频连接器组成。底座通过螺钉与顶盖和组合导航测量单元连接，为顶盖和组合导航测量单元提供支撑，具有俯仰、滚动和方位三个方向安装基准；组合导航测量单元由惯性测量电路、卫星接收机电路和支撑结构组成；惯性测量电路、卫星接收机电路安装在同一支撑结构上，惯性测量电路由信息处理器、三只陀螺仪、三只加速度计组成。本发明方案将微机电陀螺惯性/卫星组合导航系统惯性测量电路、卫星接收机电路安装在一个结构体上，减少了安装面，结构简化，体积更小。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.046 seconds)
