一种自适应鲁棒卡尔曼滤波的组合导航数据融合方法

    公开(公告)号:CN118548891A

    公开(公告)日:2024-08-27

    申请号:CN202410595602.X

    申请日:2024-05-14

    申请人: 南昌大学

    IPC分类号: G01C21/20 G01C21/16 G01S19/47

    摘要: 本发明公开了一种自适应鲁棒卡尔曼滤波的组合导航数据融合方法,包括:1)惯性设备IMU和卫星设备GNSS分别按照一定的频率采集原始数据;2)对采集的IMU及GNSS数据进行误差建模,确定组合系统状态量,得到系统状态量以及噪声模型;3)对建立的系统状态量以及噪声模型进行组合,搭建组合系统状态方程和量测方程;4)根据搭建的组合系统状态方程和量测方程,将二者汇入标准Kalman滤波框架中进行滤波更新。本发明相较传统算法既限制了系统建模误差对组合过程的影响,又能够削弱量测信息异常对滤波更新过程的干扰,显著提高了组合导航定位精度,非常适合于城市复杂环境下的动态定位。

    一种视觉SLAM的动态特征剔除方法
    2.
    发明公开

    公开(公告)号:CN118447091A

    公开(公告)日:2024-08-06

    申请号:CN202410602589.6

    申请日:2024-05-15

    申请人: 南昌大学

    摘要: 本发明公开了一种视觉SLAM的动态特征剔除方法,包括:1)采用配准后的热像仪和RGB相机采集热图像和RGB图像;2)将采集的三通道RGB图像与热图像进行通道叠加,得到带RGBT四通道信息的图像;3)改进传统DeepLabv3+网络模型并对其进行训练;4)将改进后的DeepLabv3+网络模型用于语义分割,得到相应的静态和动态分割掩码;5)提取图像中的特征点,结合分割掩码将特征分为静态特征与动态特征;6)剔除动态特征,保留静态特征并将其用于进行后续的位姿估计与建图。本发明方法利用改进的四通道DeepLabv3+语义分割模型获取环境中所有物体的语义先验信息,准确分割场景中静态、潜在动态以及动态特征,并剔除场景中所有的动态特征点,从而提高VSLAM系统在复杂环境中的稳定性和鲁棒性。

    一种面向停车场的汽车定位方法

    公开(公告)号:CN106683470A

    公开(公告)日:2017-05-17

    申请号:CN201611010283.3

    申请日:2016-11-17

    申请人: 南昌大学

    IPC分类号: G08G1/123 E04H6/42

    摘要: 本发明公开了一种面向停车场的汽车定位方法,包括用户手持设备、分布安装在停车场的无线中继器模块以及安装在汽车内的无线终端;车主通过手持设备发出寻车指令后,多个无线中继器模块获取用户手持设备的位置信息,多个无线中继器模块寻找具有绑定关系的车内无线终端;用户手持设备的数据处理模块将从多个无线中继器模块接收到的数据进行处理,并利用趋和性对汽车定位最准确的无线中继模块发送至用户手持设备的数据在显示终端进行显示并导航。本发明提供的面向停车场的汽车定位方法,能够使车主在忘记停车位置的情况下,通过手持设备快速地对自己的车进行定位并找到它,节省车主大量的时间和精力,另一方面减少因车主精神困乏而导致的行车事故。

    一种基于遗传算法和行驶数据的公交车到站时间实时预估方法

    公开(公告)号:CN106530689A

    公开(公告)日:2017-03-22

    申请号:CN201610907713.5

    申请日:2016-10-19

    申请人: 南昌大学

    IPC分类号: G08G1/01 G06Q10/04

    CPC分类号: G08G1/0129 G06Q10/04

    摘要: 一种基于遗传算法和行驶数据的公交车到站时间实时预估方法。包括以下步骤:把待测公交线路划分为多个子路段,分别对各子路段进行分类,计算平均速度并预估到站时间;充分利用不断更新的公交车行驶数据,构建预估时间与真实时间的函数关系式,并基于此实时检测这个函数关系式的准确性,即预估时间与真实时间的误差;当准确性不高时,在闭环中引入遗传算法对函数关系式中的调节参数进行修改,最终确定到达下游站点的时间。首先,本发明能够用简单的数据得到到站时间,使得系统获得的信息量小,因系统计算而延误的时间减少;其次,把路线进行划分,可以有效的、精确的预测到站时间;最后,可以有效地减少误差,具有出现误差便及时纠正的优点。

    一种动态视觉SLAM方法
    5.
    发明公开

    公开(公告)号:CN118447090A

    公开(公告)日:2024-08-06

    申请号:CN202410595604.9

    申请日:2024-05-14

    申请人: 南昌大学

    摘要: 本发明公开了一种动态视觉SLAM方法,包括:1)读取视频流的图像数据;2)将图像输入前端中检测ORB特征点;3)通过YOLO检测常见的动态物体并提供其最小边界框;4)利用动态ViBe检测边界框内的动态物体,保留其中的静态环境;5)结合统计出动态特征的坐标信息,将动态特征的坐标与视觉里程计中的ORB特征点进行比对;检测落在半径内的ORB特征点,并消除此半径内的ORB特征点;6)择优选取不存在动态物体的关键帧,利用这些不存在动态物体的关键帧建立时间和空间跨度的全局约束,以优化各帧的相机位姿;7)判断当前帧是否为最后一帧,否则跳转到2),是则结束。本发明相较传统MonoSLAM方法,能够消除环境动态物体对MonoSLAM系统的影响,从而提升定位精度与建图效果。

    一种改进粒子群算法结合变步长电导增量法的MPPT控制方法

    公开(公告)号:CN118466679A

    公开(公告)日:2024-08-09

    申请号:CN202410528568.4

    申请日:2024-04-29

    申请人: 南昌大学

    IPC分类号: G05F1/67 H02J3/38 G06N3/006

    摘要: 本发明公开了一种改进粒子群算法结合变步长电导增量法的MPPT控制方法,包括:1、设置粒子数目,初始化粒子速度和位置;2、计算粒子适应度并排序,更新Pbest;3、将适应度较差的粒子淘汰并生成新粒子,更新粒子群Gbest;4、判断是否满足切换条件,若满足则执行6;否则逐个更新粒子速度和位置,接着更新Pbest和Gbest;5、重复步骤4完成对所有粒子的更新和排序后,重复步骤3和4;6、对全局最大功率点进行局部寻优;7、判断外界环境是否突变,若突变则重新执行步骤1‑6;否则持续执行步骤6。本发明方法通过提高优良粒子的数目从而减少迭代次数,能有效提高光伏系统的动态响应速度,减少系统在最大功率点的震荡。

    一种双区间的序贯概率比SINS/GNSS/OD组合导航系统故障诊断方法

    公开(公告)号:CN118424336A

    公开(公告)日:2024-08-02

    申请号:CN202410602581.X

    申请日:2024-05-15

    申请人: 南昌大学

    IPC分类号: G01C25/00

    摘要: 本发明公开了一种双区间的序贯概率比SINS/GNSS/OD组合导航系统故障诊断方法,包括:1)预设序贯概率比检验阈值#imgabs0#和重置周期#imgabs1#;2)开辟两个区间采集残差数据并进行序贯概率比检验,设置其中一个区间作为当前检测区间;3)判断当前检测区间的序贯概率比检验的统计值是否大于预设的阈值#imgabs2#,若大于则将故障子系统隔离;4)判断当前检测区间的采样时长是否为#imgabs3#,若是则重置另一检测区间;5)判断当前检测区间的采样时长是否为#imgabs4#,若是则重置当前检测区间的采样时长,将另一区间作为当前检测区间返回步骤3;6)诊断结束。本发明方法能够减少软故障的检测时间,避免随着系统运行时间的增加导致对软故障的检测能力下降。

    一种面向停车场的汽车定位方法

    公开(公告)号:CN106683470B

    公开(公告)日:2019-11-01

    申请号:CN201611010283.3

    申请日:2016-11-17

    申请人: 南昌大学

    IPC分类号: G08G1/123 E04H6/42

    摘要: 本发明公开了一种面向停车场的汽车定位方法,包括用户手持设备、分布安装在停车场的无线中继器模块以及安装在汽车内的无线终端;车主通过手持设备发出寻车指令后,多个无线中继器模块获取用户手持设备的位置信息,多个无线中继器模块寻找具有绑定关系的车内无线终端;用户手持设备的数据处理模块将从多个无线中继器模块接收到的数据进行处理,并利用趋和性对汽车定位最准确的无线中继模块发送至用户手持设备的数据在显示终端进行显示并导航。本发明提供的面向停车场的汽车定位方法,能够使车主在忘记停车位置的情况下,通过手持设备快速地对自己的车进行定位并找到它,节省车主大量的时间和精力,另一方面减少因车主精神困乏而导致的行车事故。

    一种基于遗传算法和行驶数据的公交车到站时间实时预估方法

    公开(公告)号:CN106530689B

    公开(公告)日:2019-01-11

    申请号:CN201610907713.5

    申请日:2016-10-19

    申请人: 南昌大学

    IPC分类号: G08G1/01 G06Q10/04

    摘要: 一种基于遗传算法和行驶数据的公交车到站时间实时预估方法。包括以下步骤:把待测公交线路划分为多个子路段,分别对各子路段进行分类,计算平均速度并预估到站时间;充分利用不断更新的公交车行驶数据,构建预估时间与真实时间的函数关系式,并基于此实时检测这个函数关系式的准确性,即预估时间与真实时间的误差;当准确性不高时,在闭环中引入遗传算法对函数关系式中的调节参数进行修改,最终确定到达下游站点的时间。首先,本发明能够用简单的数据得到到站时间,使得系统获得的信息量小,因系统计算而延误的时间减少;其次,把路线进行划分,可以有效的、精确的预测到站时间;最后,可以有效地减少误差,具有出现误差便及时纠正的优点。