-
公开(公告)号：CN116124161B
公开(公告)日：2024-07-05
申请号：CN202211655028.X
申请日：2022-12-22
申请人： 东南大学
摘要： 本发明公开了一种基于先验地图的LiDAR/IMU融合定位方法，首先对先验点云地图按照自定义网格大小进行分块，以解决大场景点云地图无法在计算能力受限的平台上加载和运行的问题；再设计基于LiDAR/IMU的融合定位方案，通过正态分布变换(NDT)算法进行激光雷达点云与分块地图的匹配，将实时点云与先验地图进行关联；其中还采用IMU预积分为地图匹配提供高频的初始猜测，将相邻两个激光雷达帧之间的IMU测量数据的积分转换到IMU坐标系下进行，实时计算相邻两时刻的速度、位置和旋转，为地图匹配提供高频的初始猜测，估计车辆实时位姿，实现位置定位。与传统NDT定位方法相比较，在定位鲁棒性和准确性上均有大幅度提高。
-
公开(公告)号：CN118244309A
公开(公告)日：2024-06-25
申请号：CN202410630260.0
申请日：2024-05-21
申请人： 深圳市北斗云信息技术有限公司 , 中国测绘科学研究院 , 东南大学
IPC分类号： G01S19/37 , G01B7/02 , G06F18/10 , H03H17/02 , G06F123/02
摘要： 本发明公开了一种北斗终端位移多时间尺度虚拟滤波方法，方法包括：S1、获得时段t0内的位移序列D0；S2、依据位移序列D0各坐标分量的位移最大值和最小值获取时段t0内的变化幅度值dj；S3、依据变化幅度值dj确定最短的时间间隔t0，以获得相应的位移变化率#imgabs0#；S4、将变化幅度值dj与监测需求设定的变化幅度阈值dthd相比较，将位移变化率#imgabs1#与变化率阈值#imgabs2#thd相比较，如果dj和#imgabs3#分别小于dthd和#imgabs4#thd,则判断为时段t0位移变化不显著，按虚拟静态滤波处理；S5、采用随机游走参数实施卡尔曼滤波，获得该时段高精度的虚拟静态滤波解；S6、获得序列综合结果。本发明在终端机的监测和预警中，可以更加精准地获得地块变动的信息，进而提升产品和终端的使用效果。
-
公开(公告)号：CN115047496B
公开(公告)日：2023-06-02
申请号：CN202210386806.3
申请日：2022-04-14
申请人： 东南大学
摘要： 本发明是一种用于GNSS/INS组合导航卫星同步多故障检测方法，该方法在传统卡尔曼滤波的基础上，引入IGG‑III等价权重阵对异常观测值进行加权处理，从而避免多故障观测值对后续故障检测机制性能的影响。同时，设计基于卡方检验联合w‑检测法的故障检测和识别机制以保证GNSS/INS组合系统的连续可靠性。本发明设计的组合导航卫星同步多故障检测方法流程简单，思路清晰。同时为多故障场景下组合导航系统容错能力的提高研究提供积极的参考和借鉴意义。
-
公开(公告)号：CN111340881B
公开(公告)日：2023-05-19
申请号：CN202010098733.9
申请日：2020-02-18
申请人： 东南大学
摘要： 本发明公开了一种动态场景下基于语义分割的直接法视觉定位方法，属于SLAM同步定位与建图领域；本发明首先采用深度学习中的语义分割技术对图像中的动态物体进行分割，获得像素级别的动态物体语义信息；在此基础上，从原始图像中根据像素点梯度信息提取候选点并根据语义信息对动态区域的候选点进行剔除，仅保留静态区域的候选点；然后基于保留的候选点采取融合图像语义信息的金字塔模型估计相机位姿；最后基于滑动窗口优化并结合图像语义信息对关键帧的位姿进行优化。实验结果表明，在动态环境下，本发明公开的方法的定位精度较现有系统提升71％‑86％。
-
公开(公告)号：CN116124161A
公开(公告)日：2023-05-16
申请号：CN202211655028.X
申请日：2022-12-22
申请人： 东南大学
摘要： 本发明公开了一种基于先验地图的LiDAR/IMU融合定位方法，首先对先验点云地图按照自定义网格大小进行分块，以解决大场景点云地图无法在计算能力受限的平台上加载和运行的问题；再设计基于LiDAR/IMU的融合定位方案，通过正态分布变换(NDT)算法进行激光雷达点云与分块地图的匹配，将实时点云与先验地图进行关联；其中还采用IMU预积分为地图匹配提供高频的初始猜测，将相邻两个激光雷达帧之间的IMU测量数据的积分转换到IMU坐标系下进行，实时计算相邻两时刻的速度、位置和旋转，为地图匹配提供高频的初始猜测，估计车辆实时位姿，实现位置定位。与传统NDT定位方法相比较，在定位鲁棒性和准确性上均有大幅度提高。
-
公开(公告)号：CN111103600B
公开(公告)日：2022-12-13
申请号：CN202010050715.3
申请日：2020-01-17
申请人： 东南大学
摘要： 本发明在常规基于高度角的随机模型基础上，提出了一种基于单频信噪比归一化的GPS/BDS多路径实时抑制方法，所提模型利用卫星高度角和信噪比对多路径误差进行检测，并对城市环境下的卫星进行降权处理。具体来说，对于同一站点，首先在理想环境下针对不同类型的卫星采用不同的信噪比标定方法进行标定，在城市环境下受多路径影响的信噪比观测值会偏离标定值，利用这一特性完成对多路径误差的检测，根据偏离值对该卫星进行降权处理以抑制多路径误差。最后对卫星残差进行一致性检验，进一步削弱多路径误差对定位结果的影响。通过两组RTD定位实验验证了在城市环境下，本发明提出的方法可以实时抑制多路径误差，提高定位精度。
-
公开(公告)号：CN113376669B
公开(公告)日：2022-11-15
申请号：CN202110692167.9
申请日：2021-06-22
申请人： 东南大学
摘要： 发明公开了一种基于点线特征的单目VIO‑GNSS融合定位算法。首先对基于点特征的VIO增加线特征提取模块，并提出一种基于几何约束的线特征匹配策略以增强图像特征约束。此后，将加入的线特征与原VIO提取的点特征共同作为视觉特征信息，与IMU预积分结果共同输入至非线性优化的滑动窗口内，最小化所有测量残差的代价函数，获得VIO局部位姿估计结果。下一步，通过杆臂补偿方程将VIO位姿估计结果从局部VIO坐标系转至全局ECEF坐标系，最后将ECEF坐标系下的VIO位姿估计值与GNSS观测值共同输入卡尔曼滤波器内，构建传播和测量更新过程中的误差状态向量，实现VIO和GNSS的松耦合位姿估计。
-
公开(公告)号：CN113566779B
公开(公告)日：2022-07-26
申请号：CN202110881752.3
申请日：2021-08-02
申请人： 东南大学
IPC分类号： G01C1/00 , G01C21/26 , G06V20/56 , G06V10/25 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于直线检测和数字地图匹配的车辆航向角估计方法，结合直线检测与地图匹配，将车辆位置匹配至数字地图中的对应点，计算方位角并与车辆航向角相减得到角度差，其次运用改进的FLD直线识别算法计算该时刻图像中识别到的车道线角度，利用角度差和对应图片中车道线角度参数形成数据集输入BP神经网络参与训练，训练完成后可输入图片车道线数据预测角度差，最后结合对应车道线点的方位角，计算车辆航向角。本发明估计方向角的最大误差为1.39°，精度为0.425°。综合本发明和其他方法的估计精度结果可知，本发明中的航向角估计方法与现有的方法及普通的测量传感器相比具有一定的优势。
-
公开(公告)号：CN114419589A
公开(公告)日：2022-04-29
申请号：CN202210049982.8
申请日：2022-01-17
申请人： 东南大学
摘要： 本发明公开了一种基于注意力特征增强模块的道路目标检测方法，属于目标检测技术领域。本发明首先构建卷积神经模块对原始图像中的待检测道路目标进行特征提取，获取不同尺寸的输入特征图；然后构建包含CBAM注意力机制和语义增强分支的注意力特征增强模块，对获取的特征图进行特征增强；最后，基于增强后包含深层语义信息和浅层纹理信息的特征图采用解耦头进行分类回归，完成对目标的检测。BDD100K数据集检测结果表明，本发明公开的方法平均精准率提高1.8%；PASCAL VOC 2007数据集检测结果表明，本发明公开的方法平均精准率提高0.6%。
-
公开(公告)号：CN113075676B
公开(公告)日：2022-04-29
申请号：CN202110317996.9
申请日：2021-03-25
申请人： 东南大学
IPC分类号： G01S17/08 , G01S17/931 , G01S19/44
摘要： 本发明公开了一种基于车道线里程匹配的隧道内车辆定位方法。首先读入高精度车道线信息，在进入隧道前根据卫星定位的结果，按垂直方向匹配对应的车道线点，记为里程约束的起始点，之后根据车轮测速仪开始累积车辆里程，并利用激光雷达获得车辆距离隧道墙壁的距离，间接得到车辆距车道线的距离，再通过车辆总里程匹配车道线对应点，完成车辆的隧道内定位。应用本发明的测量方法在10km的隧道内车辆定位的绝对平面精度为1‑3m。
-
-
-
-
-
-
-
-
-
搜索结果
151 条记录 (耗时 0.09 秒)
