-
公开(公告)号：CN109269498B
公开(公告)日：2020-09-22
申请号：CN201810886540.2
申请日：2018-08-06
申请人： 济南大学
摘要： 本发明公开了面向具有数据缺失UWB行人导航的自适应预估EKF滤波算法及系统，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的自适应EKF滤波算法进行改进，引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN108759825B
公开(公告)日：2020-05-05
申请号：CN201810885930.8
申请日：2018-08-06
申请人： 济南大学
摘要： 本发明公开了面向有数据缺失INS/UWB行人导航的自适应预估Kalman滤波算法，包括：通过UWB系统和惯性导航器件INS系统分别测量参考节点到目标节点之间的距离；在此基础上，将两种系统测量得到的距离信息作差，差值作为数据融合算法所使用的滤波模型的观测量；在此基础上，对传统的自适应Kalman滤波算法进行改进，引入变量引入变量表示第i个信道的距离信息是否可用。一旦距离信息不可用，则对不可用的距离信息进行预估，以弥补不可用的距离信息，保证滤波器对位置误差的预估；在此基础上，将惯性导航器件INS测量得到的行人位置与EFIR滤波器得到的位置误差预估作差，最终得到当前时刻最优的行人位置预估。
-
公开(公告)号：CN110597067A
公开(公告)日：2019-12-20
申请号：CN201910965035.1
申请日：2019-10-11
申请人： 济南大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种多移动机器人的群集控制方法及系统，利用所设计的群集状态的评价函数，将群集控制问题转化为个体机器人的寻优求解问题，该方法能够实现移动机器人自主形成群集状态，该方法包括以下步骤：获取所有移动机器人的当前位置，构建每个移动机器人群集状态的评价函数；初始化模拟退火算法参数；利用模拟退火算法搜索每个移动机器人的最优期望位置；根据每个移动机器人的最优期望位置，计算每个移动机器人的期望运动方向和速度。
-
公开(公告)号：CN109918734A
公开(公告)日：2019-06-21
申请号：CN201910104396.7
申请日：2019-02-01
申请人： 济南大学
IPC分类号： G06F17/50
摘要： 本发明公开了一种基于FIR滤波器的水声通信系统故障估计方法，包括：确定水下通信系统的数学模型；确定在有限时域内，受扰动和故障共同作用下该时间域内所有的输出；将所有与待检测故障信息无关的量都视为扰动，利用FIR滤波器对水下通信系统产生的故障进行估计；引入权重矩阵构造估计误差，根据估计误差确定评价指标，求得使得评价指标取得最小值时的最优滤波器增益。本发明有益效果：利用实际应用过程中存在的诸多复杂多变的不确定性，将故障诊断模型概括为带乘性噪声不确定性的离散时变模型，一方面增加了基于模型的故障诊断方法的准确性，另一方面利用解析冗余的思想极大地解决基于硬件冗余耗资大且占空间的劣势。
-
公开(公告)号：CN109737957A
公开(公告)日：2019-05-10
申请号：CN201910100184.1
申请日：2019-01-31
申请人： 济南大学
摘要： 本发明公开了一种采用级联FIR滤波的INS/LiDAR组合导航方法及系统，算法采用级联滤波结构，即在激光雷达数据处理部分，将激光雷达采集得到的移动机器人与角点之间的距离作为观测信息，利用EFIR滤波算法对激光雷达测量得到的位置进行预估。在此基础上，在松组合导航数据处理部分，将INS与激光雷达分别测量的位置信息之差作为观测量输入到FIR滤波算法，对INS计算的误差进行预估，最终得到当前时刻移动机器人最优的位置信息。本发明有益效果：通过在激光雷达部分采用级联滤波结构有效提高了激光雷达通过角点距离测量移动机器人位置的精度，同时，FIR滤波算法的使用也提高了算法的鲁棒性。
-
-
公开(公告)号：CN109708632A
公开(公告)日：2019-05-03
申请号：CN201910100196.4
申请日：2019-01-31
申请人： 济南大学
摘要： 本发明公开了一种面向移动机器人的激光雷达/INS/地标松组合导航系统及方法，将激光雷达与INS分别测量的位置信息之差作为观测量输入到Kalman滤波器，通过Kalman滤波器进行数据融合，并对移动机器人的位置信息进行预估，最终得到当前时刻移动机器人最优的位置信息。本发明有益效果：通过Kalman滤波器对多种传感器的测量信息进行数据融合，克服了单一导航技术由于自身技术的不足的对导航精度影响。
-
公开(公告)号：CN105928518B
公开(公告)日：2018-10-19
申请号：CN201610231406.X
申请日：2016-04-14
申请人： 济南大学
摘要： 本发明公开了一种采用伪距和位置信息的室内行人UWB/INS紧组合导航系统及方法，包括：惯性导航器件INS、UWB定位标签、UWB参考节点、数据处理系统；所述惯性导航器件INS和UWB定位标签分别设置在行人的鞋子和身体上，所述UWB参考节点设置在任意位置，所述惯性导航器件INS和UWB定位标签分别与数据处理系统连接。本发明有益效果：通过将参考节点的位置信息引入状态变量中，并通过滤波器完成对参考节点位置信息的预估，减少了组合导航系统需要预先获取参考节点位置信息以及组合导航系统的定位精度依赖于预先获取到的参考节点位置信息精度的缺点。
-
公开(公告)号：CN106871893A
公开(公告)日：2017-06-20
申请号：CN201710123870.1
申请日：2017-03-03
申请人： 济南大学
IPC分类号： G01C21/16
CPC分类号： G01C21/165
摘要： 本发明公开了一种分布式INS/UWB紧组合导航系统及方法，系统包括惯性导航器件、伪距检测单元、无线数据传输系统和数据处理系统；惯性导航器件，用于测量行人的导航信息，导航信息包括位置、速度和姿态信息；伪距检测单元，用于获取伪距信息：无线数据传输系统，与惯性导航器件和伪距检测单元相连，用于将惯性导航器件和伪距检测单元所采集的数据通过无线传输传递到数据处理系统中，并将数据处理系统发送的控制命令传递到所述惯性导航器件中；所述数据处理系统：采用分布式数据融合估计单元，用于对采集到的数据进行数据融合估计，并向惯性导航器件发送控制命令，本发明可降低室内复杂导航环境对组合导航精度的影响，得到目标行人导航信息的最优预估。
-
公开(公告)号：CN105928518A
公开(公告)日：2016-09-07
申请号：CN201610231406.X
申请日：2016-04-14
申请人： 济南大学
CPC分类号： G01C21/206 , G01C21/165
摘要： 本发明公开了一种采用伪距和位置信息的室内行人UWB/INS紧组合导航系统及方法，包括：惯性导航器件INS、UWB定位标签、UWB参考节点、数据处理系统；所述惯性导航器件INS和UWB定位标签分别设置在行人的鞋子和身体上，所述UWB参考节点设置在任意位置，所述惯性导航器件INS和UWB定位标签分别与数据处理系统连接。本发明有益效果：通过将参考节点的位置信息引入状态变量中，并通过滤波器完成对参考节点位置信息的预估，减少了组合导航系统需要预先获取参考节点位置信息以及组合导航系统的定位精度依赖于预先获取到的参考节点位置信息精度的缺点。
-
-
-
-
-
-
-
-
-
搜索结果
105 条记录 (耗时 0.061 秒)
