期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种高精度自主式组合导航系统滤波算法 被引量:12
1
作者 杜学禹 王茂松 +2 位作者 崔加瑞 吴文启 何晓峰 《中国惯性技术学报》 EI CSCD 北大核心 2021年第1期55-61,共7页
提出了一种融合捷联惯导、轮式里程计和气压高度计数据的高精度车载自主导航滤波算法。首先,采用滤波鲁棒性更好的状态变换卡尔曼滤波器(ST-EKF)替代传统的扩展卡尔曼滤波器(EKF),对INS/轮式里程计信息进行组合滤波。其次,针对车载惯性... 提出了一种融合捷联惯导、轮式里程计和气压高度计数据的高精度车载自主导航滤波算法。首先,采用滤波鲁棒性更好的状态变换卡尔曼滤波器(ST-EKF)替代传统的扩展卡尔曼滤波器(EKF),对INS/轮式里程计信息进行组合滤波。其次,针对车载惯性/里程计组合导航系统中高程定位误差易发散的问题,引入气压高度计的量测信息对系统的高程通道进行阻尼,提高高程定位精度。两组长行驶里程的高精度光纤陀螺惯性测量单元/轮式里程计/气压高度计的车载导航实验数据的事后处理表明,所提出算法在不同的行驶环境下均具有较高的导航定位精度,相比基于EKF的惯性/里程计组合导航算法,水平定位精度提高20%以上,并且有效减缓了高程定位误差的发散趋势。 展开更多
关键词 捷联惯导 里程计 气压高度计 自主导航 st-ekf
下载PDF
基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航 被引量:3
2
作者 罗新灿 王茂松 +1 位作者 崔加瑞 吴文启 《中国惯性技术学报》 EI CSCD 北大核心 2023年第12期1189-1195,1202,共8页
在高楼密集的城市环境下,无人车在密集街道中工作时无法接收到有用的GNSS信息,只能依靠其他传感器进行导航,精度较差。针对这一问题,提出了一种基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航方法,协同编队中的无人机节点飞行在楼... 在高楼密集的城市环境下,无人车在密集街道中工作时无法接收到有用的GNSS信息,只能依靠其他传感器进行导航,精度较差。针对这一问题,提出了一种基于状态变换卡尔曼滤波的无人机/无人车跨域协同导航方法,协同编队中的无人机节点飞行在楼宇上空可接收到GNSS信号的区域,无人车节点工作在无GNSS信号的街道,节点之间可通过相对测量传感器和数据链路进行导航信息交互。为进一步提高协同导航精度,利用基于状态变换卡尔曼滤波的方法对导航信息进行融合,估计出各无人车的导航误差并进行修正。仿真结果表明,采用该方案进行协同导航,主无人车最大位置误差小于3 m,与传统方法相比水平位置均方根误差降低了80.62%;从无人车最大位置误差小于5 m,2个从无人车水平位置均方根误差分别降低了74.24%和77.99%。 展开更多
关键词 协同导航 无人机/无人车编队 状态变换卡尔曼滤波
下载PDF
基于双微机电惯性测量单元的船用自主水平姿态估计算法 被引量:3
3
作者 顾元鑫 吴文启 +1 位作者 王茂松 郭航 《中国惯性技术学报》 EI CSCD 北大核心 2021年第6期724-732,共9页
针对船载自主水平姿态基准系统需求,提出了一种基于双微机电惯性测量单元的方案。其中一套固联船体,另一套为转位方式,以两套微机电惯性测量单元间相对速度、位置、姿态为观测约束,基于状态变换卡尔曼滤波实现不依靠外界辅助信息的自主... 针对船载自主水平姿态基准系统需求,提出了一种基于双微机电惯性测量单元的方案。其中一套固联船体,另一套为转位方式,以两套微机电惯性测量单元间相对速度、位置、姿态为观测约束,基于状态变换卡尔曼滤波实现不依靠外界辅助信息的自主式水平姿态测量算法,减弱了陀螺、加速度计零偏误差对水平姿态精度的影响。通过采用三轴角运动模拟转台进行了海况模拟实验验证。无舰船主惯导提供舰船运动信息情况下,虽然船的质心水平机动会影响水平姿态的绝对精度,但不会影响船上不同位置点之间的相对姿态测量精度;而当舰船上有高精度主惯导系统可提供速度参考时,即使有常值速度偏差和舒勒周期速度误差,仍可实现绝对姿态测量精度优于0.02°(1σ)。所提出的姿态测量方案可以在海况恶劣且无外界参考信息的情况下建立高性价比的全船统一姿态参考基准。 展开更多
关键词 微机电惯性测量单元 自主姿态测量 状态变换卡尔曼滤波 相对观测量
下载PDF
一种基于ST-EKF的惯性/里程计滑动窗口滤波技术 被引量:1
4
作者 杜学禹 王茂松 +1 位作者 吴文启 张靖 《导航与控制》 2021年第3期26-33,共8页
针对在卫星拒止的复杂野外环境下传统的惯性/里程计组合导航系统存在的误差随时间积累和方差不一致的问题,提出了一种基于状态变换Kalman滤波(State Transformation Extended Kalman Filter, ST-EKF)的惯性/里程计滑动窗口滤波技术。一... 针对在卫星拒止的复杂野外环境下传统的惯性/里程计组合导航系统存在的误差随时间积累和方差不一致的问题,提出了一种基于状态变换Kalman滤波(State Transformation Extended Kalman Filter, ST-EKF)的惯性/里程计滑动窗口滤波技术。一方面,引入滤波鲁棒性更好的ST-EKF替代扩展Kalman滤波(Extended Kalman Filter, EKF);另一方面,利用滑动窗口中储存的误差状态向量、误差协方差和状态转移矩阵等数据实时对车辆行驶的航迹进行修正,以达到提高导航定位精度的目的。总里程489.88km的长行驶里程激光陀螺惯性测量单元(Inertial Measurement Unit, IMU)车载导航实验数据的事后处理表明,该算法具有较好的航迹修正效果和较高的导航定位精度,相比于基于EKF的惯性/里程计组合导航算法,其半程(去程)水平位置的均方根误差(Root Mean Square Error, RMSE)减少了42.79%,全程水平位置的RMSE减少47.70%。 展开更多
关键词 滑动窗口 航迹修正 捷联惯导 里程计 状态变换Kalman滤波
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部