-
公开(公告)号：CN115407357B
公开(公告)日：2024-05-31
申请号：CN202210784265.X
申请日：2022-07-05
Applicant: 东南大学
Abstract: 本发明公开了一种基于大场景的低线束激光雷达‑IMU‑RTK定位建图算法，包括：初始化阶段使用RTK位置信息快速精准的完成IMU对准，并解算激光雷达‑IMU‑RTK系统在全局坐标下的正确初始位姿；提取周围点云环境特征，根据曲率区分角点和面点；实时构建局部点云地图，利用当前帧点云信息与局部地图动态匹配，计算当前激光雷达位姿；图优化模型构建激光雷达里程计因子、IMU预积分因子、RTK绝对位置因子，优化求解定位结果并进行实时点云地图拼接。本发明通过图优化模型，能够解决低线束激光雷达在大场景特征稀疏环境下定位和建图问题，同时能够保障实时采集。
-
公开(公告)号：CN113970772B
公开(公告)日：2024-04-12
申请号：CN202111257863.3
申请日：2021-10-27
Applicant: 东南大学
Abstract: 本发明公开了一种面向城市环境的多频BDS‑2/BDS‑3/INS车载组合定位方法，该发明利用BDS多频观测值信息（BDS‑2三频和BDS‑3四频）进行车载组合定位。面向BDS多频模糊度固定，根据城市观测环境的复杂程度，使用不同的模糊度固定策略：首先基于GF模型单历元取整固定到多频宽巷模糊度，如果观测环境较为复杂，则直接使用已经固定的宽巷模糊度参与定位解算，如果观测环境良好，允许对信号连续观测，则在已经固定的宽巷模糊度基础上再结合GB模型继续固定到窄巷模糊度后参与定位解算。最后根据不同的模糊度固定策略结果，构建相应的组合定位量测模型，既可以快速固定模糊度，又能根据观测条件达到最佳解算精度，进一步提高组合定位的稳定性和实时性。
-
公开(公告)号：CN117270008A
公开(公告)日：2023-12-22
申请号：CN202311202250.9
申请日：2023-09-18
Applicant: 东南大学
Abstract: 本发明公开了顾及电离层建模不确定性的长基线网络RTK可靠定位方法，首先在网络RTK解算单元对电离层延迟进行建模并计算电离层残差内插标准差，此标准差表征电离层延迟建模的不确定性；网络RTK监测站单元对电离层建模残差和电离层残差内插标准差进行拟合，获得拟合函数，网络RTK解算单元利用拟合函数处理电离层残差内插标准差，并通过通讯协议播发给网络RTK终端，网络RTK终端基于电离层加权模型，利用网络RTK解算单元提供的电离层残差内插标准差对电离层建模残差进行削弱，实现电离层延迟建模残差较大时段的高精度可靠定位。
-
公开(公告)号：CN116957958A
公开(公告)日：2023-10-27
申请号：CN202310751164.7
申请日：2023-06-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于惯性先验校正图像灰度的VIO前端改良方法。首先读入相机采集的图像信息，对图像进行特征提取与跟踪，在VIO完成初始化后，以已知深度的特征点为被跟踪点，通过IMU预积分结果预测相机的姿态变化，作为先验估计得到被跟踪点在当前相机输入图像中的像素位置，并取邻域范围内的像素信息与被跟踪点对应的邻域像素信息计算结构相似性衡量指标结果，根据结果选择不同策略对图像区域进行灰度变化处理图像，在L‑K光流金字塔中使用被跟踪点的预测位置为初始值以得到跟踪结果更加准确的特征点对，筛选得到关键帧后作为视觉前端几何约束进入后端优化得到位姿估计结果。应用本发明的方法求解的轨迹进度较VINS‑Mono算法的轨迹精度提升最高达55.7%。
-
公开(公告)号：CN111144441B
公开(公告)日：2023-08-08
申请号：CN201911217648.3
申请日：2019-12-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于特征匹配的DSO光度参数估计方法及装置。该方法首先对当前图像帧提取特征点作为该帧特征点的候选点，然后与上一帧中确定的特征点进行特征匹配，应用设计的特征匹配筛选策略剔除误匹配，利用设计的特征点激活策略选取满足条件的候选点作为当前帧的特征点，以此建立起特征点之间的关联。最后基于相机成像函数模型，构建误差函数采用非线性优化方法对光度参数进行估计。使用本发明提出的方法，能够从任意视频序列中估计出光度参数，应用本发明估计的光度参数进行光度标定能够将DSO的定位精度提升约30％。
-
Patent Agency Ranking
公开(公告)号：CN115932925A
公开(公告)日：2023-04-07
申请号：CN202211562578.7
申请日：2022-12-07
Applicant: 东南大学
IPC: G01S19/47 , G01S19/44 , G01C21/16 , G01S17/931
Abstract: 本发明公开了一种基于多天线的GNSS/INS/LiDAR的多源矢量式深组合系统，融合了三种不同特征的信息源，并很好地融合了GNSS可见及拒止条件下的解决方案，适用于挑战环境下的定位导航。在该系统方案中，主要包括了惯性系统，激光雷达系统，多天线GNSS接收机系统，并采用了矢量式深组合方式进行了数据融合。主要包括PVAT总滤波器对IMU，LiDAR前端里程计、GNSS接收机NCO的反馈控制，IMU航位推算与地图信息生成的辅助信息1对多天线姿态系统及GNSS接收机MLE模块的辅助，多天线测姿系统与IMU航位推算得到的辅助信息2对LiDAR里程计的辅助，结合IMU、LiDAR、多天线GNSS矢量接收机系统的完好性分析处理模块对PVAT总滤波器的辅助。实现了系统之间的深度融合，解决挑战环境下的精确定位导航问题。
-
公开(公告)号：CN111696147B
公开(公告)日：2023-04-07
申请号：CN202010442274.1
申请日：2020-05-22
Applicant: 东南大学
IPC: G06T7/55 , G06T7/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于改进YOLOv3模型的深度估计方法。深度估计是机器人视觉感知中实现对周围环境物体定位的关键步骤之一，基于特征点的深度估计方法以点表示物体，不能直接将深度估计结果等同物间垂直距离，因此在物体定位和高精度地图匹配中应用受限。本发明以深度卷积神经网络与深度估计应用结合为基础，针对性改进YOLOv3模型的损失函数，增加模型对左右视图中目标u轴坐标变化的敏感程度；使用双目相机抓取的左右图像作为输入，通过改进的YOLOv3模型输出物体的目标检测框，并进行目标匹配和视差计算得到物体的深度估计结果。使用本发明所提出的方法，可同时输出物体的类别和深度估计结果，且相较于原始YOLOv3模型其深度估计精度有显著提升。
-
公开(公告)号：CN115902974A
公开(公告)日：2023-04-04
申请号：CN202211530742.6
申请日：2022-12-01
Applicant: 东南大学
Abstract: 本发明公开了一种Galileo五频弱电离层PPP单历元宽巷定位方法，包括：综合考虑波长、噪声、电离层放大因子，确定适用于PPP单历元宽巷定位的弱电离层组合；采用噪声较小的双频无电离层组合观测值对多频弱电离层观测值进行平滑，提高其精度；根据是否考虑电离层参数，分别建立电离层浮点和电离层固定两种单历元定位模型；采用整数模糊度搜索方法对模型估计的浮点模糊度进行固定，并得到坐标参数的固定解。相比于传统宽巷定位方法中需同时对超宽巷和宽巷模糊度进行分步固定，本发明提出方法仅需一步直接固定弱电离层模糊度，即可取得相当的精度，实现单历元PPP分米级定位，同时可一定程度避免多步模糊度搜索带来的运算负荷。
-
公开(公告)号：CN115792997A
公开(公告)日：2023-03-14
申请号：CN202210950236.6
申请日：2022-08-09
Applicant: 东南大学 , 中国船舶重工集团公司第七0七研究所
Abstract: 本发明公开了一种基于北斗三号多频信号的近海长基线定位方法，包括：提出一种适用于长基线的多频组合观测值组合系数约束条件，并以此选取北斗三号的最优观测值组合系数；参考站系统将接收的载波观测数据进行预先组合处理后，按一种改进的新型编码协议进行单向播发，在保证数据分辨率的条件下减轻了通信负担；定位解算终端解析参考站组合载波数据与自身接收的载波观测值进行差分，形成弱电离层影响的组合观测方程，同时联立自身消离层组合伪距单点定位观测方程，利用卡尔曼滤波对位置参数和对流层湿延迟参数进行估计，实现近海高精度定位解算。
-
公开(公告)号：CN109459778B
公开(公告)日：2023-03-07
申请号：CN201811283901.0
申请日：2018-10-31
Applicant: 东南大学 , 南京康帕斯导航科技有限公司
IPC: G01S19/52
Abstract: 本发明公开了一种基于抗差方差分量估计的码伪距/多普勒联合测速方法，该方法首先采用码伪距、多普勒、载噪比、卫星高度角等观测信息分别建立测速的函数模型和随机模型，然后采用最小二乘抗差估计的方法获得能够抑制粗差影响的抗差随机模型，最后将码伪距和多普勒的测速函数模型与抗差随机模型组成联合测速模型。使用本发明所提出的方法，可突破目前单频卫星接收机仅用单一信息进行测速的局限，同时能抑制观测粗差的影响，显著地提升联合测速方法的鲁棒性、无偏性及稳定性。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.09 seconds)
