-
公开(公告)号：CN111089580B
公开(公告)日：2023-02-10
申请号：CN201811236388.X
申请日：2018-10-23
Applicant: 北京自动化控制设备研究所
Abstract: 本发明属于无人战车导航技术，具体为一种基于协方差交叉的无人战车同时定位与地图构建方法。首先建立系统状态估计模型，之后计算环境特征坐标，计算量测矩阵，采用卡尔曼滤波进行系统状态误差估计，根据卡尔曼滤波最优估计结果，对惯导系统误差与特征点误差进行反馈校正，完成校正系统误差后在进行环境特征坐标计算和系统状态误差估计。本方法能够改善惯性系统精度，提高导航精度以及环境模型建模精度。在能获得无人战车上多种传感器信息的情况下，利用多种传感器对环境特征的观测信息，与惯性导航系统进行组合，得到无人战车在各时刻的最优位置估计以及环境特征表示的环境地图模型，实现对无人战车的高精度定位以及周边环境的地图建模功能。
-
公开(公告)号：CN113790722A
公开(公告)日：2021-12-14
申请号：CN202110960526.4
申请日：2021-08-20
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种基于惯性数据时频域特征提取的行人步长建模方法，首先采集非常规步态下的惯性数据，对不同步态的惯性数据进行分段；然后计算单步周期内的步频、加速度方差，构建时域线性步长模型；随后将单步周期内的三轴加速度矢量和信号进行分数阶傅里叶变换，计算变换后的加速度信号的标准差因子和四分位差因子，构建频域线性步长模型；最后利用加权方法融合时域线性步长模型和频域线性步长模型，得到融合步长模型。该方法通过对惯性数据时频域特征的提取、融合，提高多运动状态下基于惯性传感器的行人航位推算精度，解决现有步长建模方法无法直接应用于跑步、侧走、倒走等非常规步态的技术问题。
-
公开(公告)号：CN109724595B
公开(公告)日：2021-04-02
申请号：CN201711047547.7
申请日：2017-10-31
Applicant: 北京自动化控制设备研究所
Abstract: 本发明涉及惯性及视觉组合导航技术领域，具体公开了一种基于序贯检测的惯性视觉位置组合导航方法。该方法包括步骤1、进行视觉位置匹配定位；步骤1.1、获取视觉图像，将图像进行分块，并将具有经纬度信息的图作为基准图；步骤1.2、利用归一化积相关算法进行视觉位置匹配；步骤2、建立惯性及视觉位置匹配系统状态模型；步骤3、建立量测方程及量测值；步骤4、进行卡尔曼滤波；步骤5、获得视觉位置匹配与惯导系统误差最优估计值，并进行误差补偿，获得输出组合导航结果。本发明所述的一种基于序贯检测的惯性视觉位置组合导航方法，可有效利用多个位置信息，大幅度提升组合导航的计算速度，实现高精度的惯性视觉位置组合导航。
-
公开(公告)号：CN106153041B
公开(公告)日：2019-08-13
申请号：CN201510145445.3
申请日：2015-03-30
Applicant: 北京自动化控制设备研究所
IPC: G01C21/16
Abstract: 本发明属于视觉导航技术领域，具体涉及一种基于多景深信息的视觉里程计测速方法。本发明的基于多景深信息的视觉里程计测速方法，包括以下步骤：1、根据任务特征选择合适的双目相机；2、标定MEMS惯导/视觉里程计安装误差；3、基于灰度方差信息提取图像特征点；4、使用双目相机实现特征点测距；5、对前后帧图像中特征点进行识别实现测速；6、运用小波分析方法消除测速噪声。本发明解决了现有的视觉里程计测速方法精度较低，难用于需要高精度长航时导航的智能化交通工具中的技术问题。本发明的方法在视觉里程计测速计算中加入MEMS惯导辅助速度信息可显著提高测速精度，降低了计算的复杂度，适用于长航时导航。
-
公开(公告)号：CN109724595A
公开(公告)日：2019-05-07
申请号：CN201711047547.7
申请日：2017-10-31
Applicant: 北京自动化控制设备研究所
Abstract: 本发明涉及惯性及视觉组合导航技术领域，具体公开了一种基于序贯检测的惯性视觉位置组合导航方法。该方法包括步骤1、进行视觉位置匹配定位；步骤1.1、获取视觉图像，将图像进行分块，并将具有经纬度信息的图作为基准图；步骤1.2、利用归一化积相关算法进行视觉位置匹配；步骤2、建立惯性及视觉位置匹配系统状态模型；步骤3、建立量测方程及量测值；步骤4、进行卡尔曼滤波；步骤5、获得视觉位置匹配与惯导系统误差最优估计值，并进行误差补偿，获得输出组合导航结果。本发明所述的一种基于序贯检测的惯性视觉位置组合导航方法，可有效利用多个位置信息，大幅度提升组合导航的计算速度，实现高精度的惯性视觉位置组合导航。
-
Patent Agency Ranking
公开(公告)号：CN106500727A
公开(公告)日：2017-03-15
申请号：CN201610921760.5
申请日：2016-10-21
Applicant: 北京自动化控制设备研究所
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 本发明属于惯性导航技术领域，涉及一种基于路径匹配的惯导系统误差修正方法；首先建立基准路径地图数据库，然后在载体行驶过程中选取惯导系统一定路程内的行驶轨迹数据与惯导系统误差范围内的所有基准路径数据进行比对匹配计算，获得当前定位定向系统所在位置的参考路径，实现载体在基准路径数据库中的定位，完成对惯导系统误差的修正；但这种路径匹配获得的基准位置信息是不连续的，载体行驶一段距离才能获得一个基准点，虽然可以直接用基准位置信息对惯导位置进行置换，但这样不能对惯导的速度、姿态以及惯性器件误差进行修正，进一步是采用卡尔曼滤波的方法，利用这种不连续的、稀疏条件下的基准位置信息实现对惯导系统误差的估计与修正。
-
公开(公告)号：CN106153041A
公开(公告)日：2016-11-23
申请号：CN201510145445.3
申请日：2015-03-30
Applicant: 北京自动化控制设备研究所
IPC: G01C21/16
Abstract: 本发明属于视觉导航技术领域，具体涉及一种基于多景深信息的视觉里程计测速方法。本发明的基于多景深信息的视觉里程计测速方法，包括以下步骤：1、根据任务特征选择合适的双目相机；2、标定MEMS惯导/视觉里程计安装误差；3、基于灰度方差信息提取图像特征点；4、使用双目相机实现特征点测距；5、对前后帧图像中特征点进行识别实现测速；6、运用小波分析方法消除测速噪声。本发明解决了现有的视觉里程计测速方法精度较低，难用于需要高精度长航时导航的智能化交通工具中的技术问题。本发明的方法在视觉里程计测速计算中加入MEMS惯导辅助速度信息可显著提高测速精度，降低了计算的复杂度，适用于长航时导航。
-
公开(公告)号：CN117723059A
公开(公告)日：2024-03-19
申请号：CN202311450587.1
申请日：2023-11-02
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种基于足间距离约束的行人导航方法，针对正常行走、跑步状态分别设置足间距离约束的阈值；将两个微惯性传感器分别绑定于行人的左脚和右脚，采集任一个微惯性传感器输出数据，判断运动状态为正常行走或者跑步；计算当前时刻的足间距离，根据不同状态下足间距离与阈值的关系，对双脚位置坐标进行更新，采用卡尔曼滤波估计、修正导航误差。本发明通过自适应调整足间距离阈值能够提升位置更新精度，从而提高误差修正精度。
-
公开(公告)号：CN113790735B
公开(公告)日：2023-09-12
申请号：CN202110959803.X
申请日：2021-08-20
Applicant: 北京自动化控制设备研究所
IPC: G01C22/00
Abstract: 本发明提供了一种复杂运动状态下行人单步划分方法，首先，采集多种行进状态和非行进状态下加速度和角速度数据，计算垂向加速度进行过零检测，基于过零点提取加速度的波峰值和波谷值；然后，基于步态周期的经验值引入时频约束，基于加速度峰值的最小门限引入幅值约束，判断峰谷值是否满足两种约束条件；另外，通过角速度数据计算俯仰角，建立俯仰角约束，判断行人是否处于蹲起状态，采集前向和垂向加速度信息，建立二维加速度约束，判断行人是否处于原地跳跃状态；通过上述判断，确定包含波峰、波谷的两相邻过零点区间内是否包含有效单步并进行划分。该方法可以有效提升单步划分精度，实现复杂运动状态下行人高精度航位推算。
-
公开(公告)号：CN109387198B
公开(公告)日：2022-07-15
申请号：CN201710655918.3
申请日：2017-08-03
Applicant: 北京自动化控制设备研究所
Abstract: 本发明属于视觉导航技术领域，具体公开了一种基于序贯检测的惯性/视觉里程计组合导航方法。首先引入外界参考信息，即惯导的姿态信息，减少视觉里程计计算量；之后结合序贯卡尔曼滤波方法，将多个特征点估计的视觉速度与惯性导航速度进行数据融合，并利用基于χ2检测方法来对视觉故障信息进行监测；最后实现对组合导航系统测量精度的提高。一方面通过多特征点匹配，增加视觉导航信息量，降低视觉误匹配对导航精度的影响，另一方面结合序贯卡尔曼滤波方法将外界惯导导航信息与视觉导航信息融合，提高系统运动测量的精度与鲁棒性，同时进一步降低运算量。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.042 seconds)
