-
公开(公告)号：CN105783940A
公开(公告)日：2016-07-20
申请号：CN201610010208.0
申请日：2016-01-07
Applicant: 东南大学
CPC classification number: G01C25/005 , G01C21/165 , G01S7/40 , G01S13/58 , G01S13/86 , G01S13/881
Abstract: 本发明提供了一种基于信息预评判及导航结果补偿修正的SINS/DVL/ES组合导航方法。本发明在SINS/DVL组合前对DVL的数据有效性进行判断，当DVL数据信息无效时，DVL导航信息不参与组合导航；同时，本发明将残差x2检测法引入，对组合导航结果是否平稳进行评估，并设计了组合导航结果振荡时的补偿修正方法对Kalman输出结果进行实时评判和修正补偿。本发明既能有效抑制SINS/DVL组合导航姿态、速度的发散速度，提高组合系统姿态、速度精度，在一定程度上提高位置精度；又能解决在DVL数据信息质量下降所带来姿态误差的振荡问题。
-
公开(公告)号：CN104655131A
公开(公告)日：2015-05-27
申请号：CN201510063634.6
申请日：2015-02-06
Applicant: 东南大学
IPC: G01C21/16
CPC classification number: G01C25/005
Abstract: 本发明公开了一种基于迭代强跟踪球面最简相径容积卡尔曼滤波(Iterated Strong Tracking Spherical Simplex-Radial Cubature Kalman Filter,ISTSSRCKF)的初始对准方法，采用SSR规则选取CKF的容积点；将强跟踪滤波中的渐消因子引入到CKF的时间和量测更新方程之中；再将Gauss-Newton迭代算法引入并改进迭代过程中相应的新息方差和协方差。对于在大失准角和晃动基座条件下的初始对准问题，本发明采用SSR规则采样减少了高阶CKF中过多的采样点，引入强跟踪算法克服了模型不准确时CKF性能下降的问题，使用迭代过程充分利用最新量测信息，从而有效地降低状态估计误差，获得优于标准CKF的初始对准精度。
-
公开(公告)号：CN115355912B
公开(公告)日：2025-04-18
申请号：CN202210972317.6
申请日：2022-08-15
Applicant: 东南大学
Abstract: 本发明提供非完整波束下虚拟波束辅助惯性/多普勒紧组合导航方法，具体包括以下步骤：步骤1：建立惯性/声学多普勒测速仪紧组合系统，包括惯性系统误差模型、声学多普勒测速仪波束误差模型、组合系统状态方程、组合系统观测方程；步骤2：当声学多普勒测速仪四波束均有效时，构架基于最小支持向量机的人工智能模块，声学多普勒测速仪各波束速度为输出，训练该人工智能网络；步骤3：当声学多普勒测速仪有波束失效时，进入智能预测阶段，利用已完成训练学习的人工智能模块持续对失效波束速度进行预测，形成虚拟波束信息；步骤4：将虚拟波束信息与有效波束信息相组合作为系统观测，持续进行惯性/多普勒紧组合导航算法。
-
公开(公告)号：CN115268460B
公开(公告)日：2025-04-01
申请号：CN202210970882.9
申请日：2022-08-14
Applicant: 东南大学
IPC: G05D1/43 , G05D1/633 , G05D1/247 , G05D109/10
Abstract: 本发明公开一种混杂环境下差速移动机器人局部路径规划导引方法，属于机器人路径规划领域。包括：首先基于机器人当前视角传感器(包括激光雷达、相机等)的感知输入，经过分割检测算法识别出障碍物，生成局部的障碍栅格占据图；其次，基于障碍栅格占据图，提取障碍物连通域，计算每个障碍物区域的质心和方向，确定最影响当前运动的障碍物，确定平行椭圆极限环的长轴、短轴、偏移量，构建平行椭圆极限环微分方程，求解方程得到局部路径序列点信息；最后，基于当前位置点、局部目标点、局部路径序列点，应用基于预瞄距离自适应的纯跟踪控制算法对局部路径准确跟踪导引，从而确保移动机器人在混杂环境中实时安全的导航。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN118603085A
公开(公告)日：2024-09-06
申请号：CN202410235507.9
申请日：2024-03-01
Applicant: 东南大学
IPC: G01C21/20 , G01C21/16 , G01C21/00 , G06F18/2321 , G06F18/20 , G06N3/0442 , G06N3/09
Abstract: 本发明公开了一种基于行人惯性导航和地图的室内定位方法，包括步骤1：使用LSTM递归神经网络处理训练imu数据，判断行人处于运动还是静止状态；步骤2：建立一种级联结构，上层是基于HMM的地图匹配，下层是基于卡尔曼滤波的惯性导航；步骤3：检测室内的种子地标和有机地标，对两种地标使用HDBSCAN聚类算法分类地标，匹配地标库后得到地标位置，以供后续更新HMM的发射概率；步骤4：下层基于卡尔曼滤波的惯性导航系统向上层基于HMM的地图匹配提供行人每步的步长以及航向信息，上层地图匹配根据下层提供的步长航向信息以及图模型更新HMM的转移概率，利用维特比算法计算最优路径，优化定位结果；本方法能完成行人在初始位置未知下的自主导航，提高室内定位精度。
-
公开(公告)号：CN117029811A
公开(公告)日：2023-11-10
申请号：CN202311006062.9
申请日：2023-08-09
Applicant: 东南大学
Abstract: 本发明提供了一种基于多波束测深仪的紧组合地形辅助导航方法，包括：建立一种搭载于水下自主航行器的地形辅助导航系统，包括捷联惯导系统、多普勒计程仪、多波束测深仪，将各类传感器误差引入系统模型中进行精确建模；提出一种基于两步迭代法的等角多波束测深仪量测建模方法并将其应用于导航滤波；将传统松组合算法中DR系统、地形辅助导航粒子滤波器、系统卡尔曼滤波器集成至核心紧组合粒子滤波器，各传感器原始信息直接输入粒子滤波器进行定位信息修正。本发明提出的紧组合地形辅助导航方法，能够有效提高导航定位系统的效率、精度和稳定性。
-
公开(公告)号：CN116501054A
公开(公告)日：2023-07-28
申请号：CN202310480033.X
申请日：2023-04-28
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开一种无人机辅助无人车全局环境探索路线规划方法，属于环境建模与路径规划领域。包括：首先，在室外环境下通过无人机从空中以大视角、高机动、快速性、低成本方式获取环境的二维俯视图片，并将图片流通过基于FREAK特征的全景拼接、基于Unet3+的神经网络进行障碍物分割得到环境障碍物二值图；其次，针对障碍物二值地图提取可通行区域，进一步采用改进分层维诺图路网建模方法得到环境分层可通行网络拓扑节点图；然后，针对构建的环境分层可通行网络节点图通过最小权匹配方式转化成欧拉图；最后，对任意起点通过改进Fleury算法求解欧拉回路，从而得到地面无人车全局环境的探索路径。
-
公开(公告)号：CN114723964A
公开(公告)日：2022-07-08
申请号：CN202210443753.4
申请日：2022-04-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于FCN和BP神经网络的视觉特征点提取与匹配优化方法，包括步骤S1：构造和训练FCN神经网络，对图像帧中的动态物体进行语义分割和像素剔除；步骤S2：对图像灰度共生矩阵进行分析，结合ORB特征提取算法中的对比度阈值来构造BP神经网络的训练集数据，以拟合特征点数量、图像灰度共生矩阵及图像对比度与对比度阈值之间的非线性关系，实现对图像特征点数量与分布的控制；步骤S3：利用特征位姿偏移稳定性来对特征点匹配结果进行优化，控制匹配特征点在图像中的像素位置范围；步骤S4：将训练好的FCN和BP神经网络移植到算法框架中，加速特征点提取和匹配过程，减少特征提取过程中不必要的特征点提取与描述子计算，实现ORB‑SLAM算法计算效率的提高。
-
公开(公告)号：CN111854747A
公开(公告)日：2020-10-30
申请号：CN202010860244.2
申请日：2020-08-25
Applicant: 东南大学
Abstract: 本发明公开了一种载体大机动情况下的DVL辅助SINS粗对准方法，包括：首先初始化转换矩阵和姿态矩阵为单位阵；其次，根据上一时刻对准输出的姿态矩阵更新速度微分方程；然后，在DVL发射t1时刻初始化为单位阵，并记录SINS输出的载体速度信息；在DVL接收t2时刻更新矩阵 ，并记录SINS输出的载体速度信息，以校正DVL测速信息；再采用校正后的DVL测速信息与SINS输出信息构建参考与观测矢量，根据最优基四元数法计算初始姿态矩阵，更新当前姿态信息；最后，重复步骤S2到S5直至对准过程结束。本发明能有效地提高SINS/DVL组合导航系统在大机动情况下粗对准的收敛速度与精度。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.031 seconds)
