一种联合RVM/卡方-序贯概率比的SINS/GPS组合导航故障诊断方法

    公开(公告)号:CN114545478B

    公开(公告)日:2025-04-11

    申请号:CN202210150340.7

    申请日:2022-02-18

    Applicant: 东南大学

    Abstract: 本发明提出了一种联合RVM/卡方‑序贯概率比的SINS/GPS组合导航故障诊断方法,利用残差卡方与序贯概率比相结合的故障诊断方法对GPS信息进行判断,当GPS正常工作时,将SINS的加速度计和陀螺仪的信息作为预测模型的训练输入,训练目标输出为同时刻GPS的位置增量,采用RVM回归算法建立GPS输出的预测模型。而在GPS异常源时,此虚拟GPS可以基于SINS采集的加速度计和陀螺仪的信息来预测GPS的位置增量,结合上一周期的位置结果建立虚拟GPS的位置信息,从而实现SINS/GPS连续导航,避免GPS误差较大情况下的导航系统误差积累。

    基于梯度分布预测的柔性缆绳形状构建和末端定位方法与系统

    公开(公告)号:CN119124113A

    公开(公告)日:2024-12-13

    申请号:CN202411004388.2

    申请日:2024-07-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于梯度分布预测的柔性缆绳形状构建和末端定位方法与系统,所述方法包括:基于在缆绳上分布式安装的惯性测量单元获取各安装位置的姿态数据,求解出位置节点的姿态矩阵;定义单位梯度向量并转换到导航坐标系下;建立缆绳梯度变化模型;通过三次样条差值方法预测缆绳的梯度变化函数,再根据缆绳长度积分还原出水下柔性形状,以及对缆绳上各点以及末端进行定位。本发明对节点数量和精度要求不高,验证结果表明,相对定位精度可以优于2%,高精度环境下相对定位精度能够高达0.05%。本发明对基于柔性缆绳的深海观测系统的精度优化提供了有效的理论支持,为深海定位和勘探奠定了技术基础。

    一种基于斜距差匹配的惯性/单声源被动组合导航方法

    公开(公告)号:CN113776525B

    公开(公告)日:2023-12-05

    申请号:CN202111019597.0

    申请日:2021-09-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于斜距差匹配的惯性/单声源被动组合导航方法,本发明针对传统声学主动定位方式下信息容易暴露的缺点,采用一种单声源被动定位方式辅助惯性导航的组合导航技术,声源按照固定周期向外发射信号,通过接收到信号的时间差完成定位。对于航行器来说,只接收外界的声信号,而可以在不对外辐射信号的情况下实现自主定位,有效地提高了水下航行器导航定位的隐蔽性和安全性。

    一种磁异常干扰下基于动能的导航方法

    公开(公告)号:CN110849356B

    公开(公告)日:2022-06-28

    申请号:CN201911023068.0

    申请日:2019-10-25

    Applicant: 东南大学

    Abstract: 本发明提供的是一种地磁场异常干扰下基于动能的导航方法。当小球从山顶滑至谷底的过程中,小球的重力势能转化为动能,小球即使达到谷底,也会因为存在动能继续运动。本发明受此启发,当潜航器陷入局部区域时,潜航器保持与下落相同的运动趋势继续航行,直至摆脱局部区域。本发明能保证潜航器在不使用磁图等先验条件的情况下快速摆脱磁场异常区,使得系统具有更好的可靠性,为摆脱异常区域磁场干扰提供了一种新的导航方法。

    一种基于姿态确定的USBL安装误差角标定方法

    公开(公告)号:CN110132308A

    公开(公告)日:2019-08-16

    申请号:CN201910447543.0

    申请日:2019-05-27

    Applicant: 东南大学

    Abstract: 一种基于姿态确定的USBL安装误差角标定方法,超短基线定位系统在水下航行器定位中有着重要的应用。而USBL定位系统的安装误差角对USBL定位精度有重要影响。传统的标定方法对安装误差角的估计精度有限,且对路线要求较高。本申请SINS和USBL在应用过程中固联在一起时,USBL的安装误差角是固定不变的,然后利用姿态确定的思想来完成USBL安装误差角的标定。首先建立基于安装误差角矩阵的矢量观测模型,通过构造观测向量和参考向量,该方法可以实时标定SINS和USBL的安装误差角。该方法的优点在于:该方法能实时标定出USBL安装误差角,并且操作简单,对标定路线没有具体要求;USBL定位系统在水听器接收基阵坐标系下的定位精度越高,该方法的标定精度也就越高。

    一种GPU加速的电力潮流下三角方程组前推方法

    公开(公告)号:CN107392429A

    公开(公告)日:2017-11-24

    申请号:CN201710478882.6

    申请日:2017-06-22

    Applicant: 东南大学

    CPC classification number: G06Q10/0637 G06F17/12 G06Q50/06 G06T1/20

    Abstract: 本发明公开了一种GPU加速的电力潮流下三角方程组前推方法,所述方法包括如下步骤:(1)CPU中根据雅可比矩阵的LU符号分解结果,即下三角变换矩阵L的稀疏结构,对下三角变换矩阵L各行进行并行化分层,并将计算所需数据传输至GPU;(2)GPU中按层次递增的顺序启动分层LU前推运算内核函数LUForward。本发明采用CPU和GPU结合的模式,由CPU控制整体流程并处理基础数据,GPU负责稀疏线性方程组的下三角变换矩阵分层前推运算,提高了电力潮流下三角方程组的LU前推运算效率,解决了电力系统运行分析中潮流计算耗时大的问题。

    一种基于特征和体素固定滞后平滑的激光SLAM方法

    公开(公告)号:CN117948991A

    公开(公告)日:2024-04-30

    申请号:CN202410107748.5

    申请日:2024-01-26

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于特征和体素固定滞后平滑的激光SLAM方法。先特征提取;其次进行帧到地图配准,获取激光雷达帧相对于起始时刻的位姿;然后提取关键帧,将关键帧特征点云进行体素特征提取,划分为边体素特征和面体素特征。在固定滑动窗口内执行边体素和面体素特征匹配,联合多关键帧位姿执行固定滞后平滑求解最优的关键帧位姿;当关键帧位姿与历史关键帧位姿满足距离和角度约束时,在位姿图优化中加入关键帧位姿与历史关键帧位姿匹配后的位姿约束进行全局优化,本方法能高效准确的提取场景中的结构信息,有利于边特征和面特征的准确匹配,在后端优化前端里程计位姿,能有效地提升位姿估计的精度。

    基于陀螺仪信息补偿网络和自适应阈值的点线VIO方案

    公开(公告)号:CN117824631A

    公开(公告)日:2024-04-05

    申请号:CN202410002970.9

    申请日:2024-01-02

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于陀螺仪信息补偿网络和自适应阈值的点线VIO方案,具体包括以下步骤:步骤1:Calib‑net神经网络处理原始陀螺仪数据并输出补偿噪声与零偏后的陀螺仪信息,使用去噪陀螺仪输出和原始加速度计测量计算连续帧之间的IMU预积分;步骤2:对输入图像提取点线特征,点特征采用Shi‑Tomasi算法检测角点,使用KLT光流算法进行特征点跟踪匹配,线特征采用提出的自适应阈值线段提取算法来提取,计算LBD描述符,然后对线特征进行匹配和跟踪。步骤3:构建IMU残差项、点与改进线特征重投影误差,计算误差雅克比矩阵;步骤4:IMU残差项、点特征、线特征残差项加入到BA联合优化位姿;本方法能有效地提高SLAM系统在室内复杂环境下的定位精度。

Patent Agency Ranking