-
公开(公告)号：CN108681621B
公开(公告)日：2021-11-19
申请号：CN201810309568.X
申请日：2018-04-09
Applicant: 郑州轻工业学院
IPC: G06F30/20 , G06F111/10
Abstract: 本发明提出了一种基于Chebyshev正交多项式扩展RTS Kalman平滑方法，用以解决传统的平滑算法无法对非线性系统状态变量开展滤波后平滑操作的问题。本发明建立SLAM系统的非线性的状态模型；对非线性SLAM系统的状态变量参数Kalman滤波；基于Chebyshev多项式拟合逼近SLAM系统实施Chebyshev多项式逼近计算操作，计算平滑算法的预测均值、预测方差矩阵和协方差矩阵；获取非线性系统方程的Chebyshev多项式拟合逼近计算的平滑均值及平滑方差矩阵；根据估计数据开展Chebyshev多项式RTS平滑计算。本发明利用Chebyshev多项式拟合SLAM系统的模型方程，实现状态向量的滤波平滑计算，具有较好的计算优势和计算效能。
-
公开(公告)号：CN108507593B
公开(公告)日：2020-04-28
申请号：CN201810309501.6
申请日：2018-04-09
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种惯性导航系统误差模型的降维RTS椭球集员平滑方法，用以解决现有椭球集员平滑方法计算复杂度大的问题。本发明基于惯性导航系统误差模型观测量噪声不满秩情形，对惯性导航系统误差模型方程实施降维操作，进而实现一种降维的惯性导航系统等价变换模型方程，达到减小系统状态变量计算量的目的；利用椭球集员平滑器算法实现等价变换惯性导航系统误差方程的系统状态向量的滤波平滑计算，进一步改善系统状态变量参数最优估计的精度要求。本发明具有较好的计算优势和计算效能，可应用于运动载体惯性导航系统误差模型中，实现惯性导航系统误差模型状态参数最优滤波平滑计算。
-
公开(公告)号：CN110610513A
公开(公告)日：2019-12-24
申请号：CN201910879673.1
申请日：2019-09-18
Applicant: 郑州轻工业学院
IPC: G06T7/277
Abstract: 本发明提出了一种自主移动机器人视觉SLAM的不变性中心差分滤波器方法，用以解决自主移动机器人视觉SLAM系统运动模型状态变量滤波计算度复杂度高问题。本发明设计了面向矩阵李群向量空间和不变Kalman滤波器的中心差分滤波器计算方法，滤波器状态变量由SE(3)李群向量表示的机器人位姿、速度和3D路标位置向量及加速度计与陀螺仪偏差向量组成，在矩阵李群空间中设计CDKF滤波器的Sigma采样点均值及误差量，利用单目视觉相机构造运动图像特征点的逆深度观测模型，设计CDKF中心差分滤波器的预测与更新迭代计算，开展机器人定位与地图构建计算任务。相比于常规的机器人系统模型的EKF算法，本发明计算效能高，计算速度快，具备较好的实际应用价值。
-
公开(公告)号：CN110490933A
公开(公告)日：2019-11-22
申请号：CN201910879672.7
申请日：2019-09-18
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种基于单点RANSAC的非线性状态空间中心差分滤波器方法，其步骤如下：采用相机坐标系为中心框架，设计运动相机系统状态方程和构建相机观测图像特征点观测方程；获取中心差分最优滤波算法的Sigma采样点及其权值，获取第k时刻的系统状态变量及方差矩阵，利用CDKF算法状态预测获得的系统状态变量更新数据，对内点区分为低新息内点和高新息内点集合，根据设定阈值做匹配操作，根据观测残差判断是否把高新息内点添加到内点集合中；获得系统状态变量的全部更新计算，开展CDKF算法的Kalman增益计算。本发明仅仅需要一个点对来实施RANSAC的中心差分滤波计算，计算效能获得明显改善，计算速度快，具备较好的实际应用价值。
-
公开(公告)号：CN106767780B
公开(公告)日：2017-10-17
申请号：CN201611061053.X
申请日：2016-11-28
Applicant: 郑州轻工业学院
IPC: G01C21/16
Abstract: 本发明提出了一种基于Chebyshev多项式插值逼近的扩展椭球集员滤波方法，用于解决基于Taylor级数线性近似的方法计算复杂、效率低下、计算精度低的问题；建立非线性捷联惯性导航系统方程和观测方程；计算第k‑1步的系统状态参数分量的不确定区间；对惯性导航系统的非线性方程和观测方程实施Chebyshev多项式逼近计算；计算Chebyshev多项式插值逼近计算的误差边界，获取非线性系统方程和观测方程的Chebyshev多项式插值逼近计算误差的外包椭球；利用线性椭球集员滤波算法计算预测状态变量的椭球边界、更新计算状态椭球边界、计算第k步的状态参数变量的估计值和估计方差矩阵。本发明计算精度较高，降低了算法的计算复杂度，并且有效保证了扩展椭球集员滤波算法的计算稳定性。
-
Patent Agency Ranking
公开(公告)号：CN106767780A
公开(公告)日：2017-05-31
申请号：CN201611061053.X
申请日：2016-11-28
Applicant: 郑州轻工业学院
IPC: G01C21/16
CPC classification number: G01C21/16
Abstract: 本发明提出了一种基于Chebyshev多项式插值逼近的扩展椭球集员滤波方法，用于解决基于Taylor级数线性近似的方法计算复杂、效率低下、计算精度低的问题；建立非线性捷联惯性导航系统方程和观测方程；计算第k‑1步的系统状态参数分量的不确定区间；对惯性导航系统的非线性方程和观测方程实施Chebyshev多项式逼近计算；计算Chebyshev多项式插值逼近计算的误差边界，获取非线性系统方程和观测方程的Chebyshev多项式插值逼近计算误差的外包椭球；利用线性椭球集员滤波算法计算预测状态变量的椭球边界、更新计算状态椭球边界、计算第k步的状态参数变量的估计值和估计方差矩阵。本发明计算精度较高，降低了算法的计算复杂度，并且有效保证了扩展椭球集员滤波算法的计算稳定性。
-
公开(公告)号：CN105222780A
公开(公告)日：2016-01-06
申请号：CN201510563163.5
申请日：2015-09-07
Applicant: 郑州轻工业学院
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明公开了一种基于Stirling插值多项式逼近的椭球集员滤波方法，首先利用Stirling插值多项式获得非线性状态方程的线性化逼近，构造系统状态变量的不确定区间，利用二阶差分算子获取线性化误差边界，构造虚拟噪声外包椭球，利用当前状态变量估计值预测下一时刻的系统状态变量预测误差边界，根据观测向量开展系统状态变量的更新操作，再利用线性化椭球集员滤波步骤开展系统状态变量的估计计算以及系统状态变量的估计误差椭球的计算，从而完成系统状态变量的估计计算任务。本发明利用Stirling插值多项式逼近计算实现椭球集员滤波方法，有效减小了计算量，提高计算效率，改善了扩展集员滤波算法的计算精度。
-
公开(公告)号：CN110610513B
公开(公告)日：2022-02-08
申请号：CN201910879673.1
申请日：2019-09-18
Applicant: 郑州轻工业学院
IPC: G06T7/277
Abstract: 本发明提出了一种自主移动机器人视觉SLAM的不变性中心差分滤波器方法，用以解决自主移动机器人视觉SLAM系统运动模型状态变量滤波计算度复杂度高问题。本发明设计了面向矩阵李群向量空间和不变Kalman滤波器的中心差分滤波器计算方法，滤波器状态变量由SE(3)李群向量表示的机器人位姿、速度和3D路标位置向量及加速度计与陀螺仪偏差向量组成，在矩阵李群空间中设计CDKF滤波器的Sigma采样点均值及误差量，利用单目视觉相机构造运动图像特征点的逆深度观测模型，设计CDKF中心差分滤波器的预测与更新迭代计算，开展机器人定位与地图构建计算任务。相比于常规的机器人系统模型的EKF算法，本发明计算效能高，计算速度快，具备较好的实际应用价值。
-
公开(公告)号：CN108520233A
公开(公告)日：2018-09-11
申请号：CN201810309569.4
申请日：2018-04-09
Applicant: 郑州轻工业学院
Abstract: 本发明提出了一种扩展全对称多胞形集员Kalman混合滤波方法，针对非线性系统模型开展系统状态变量的最优滤波计算，实施了Taylor级数多项式扩展来逼近非线性系统函数，获得系统线性化等价模型；注重对线性化操作的高阶截断误差处理，把Taylor级数线性化的高阶项误差利用全对称多胞形逼近计算，开展全对称多胞形集员滤波计算；对于系统状态变量的高斯噪声仍然利用传统的Kalman滤波计算，实现全对称多胞形和Kalman混合滤波计算。本发明改善了非线性系统状态变量参数最优估计精度和系统计算稳定性，经由SLAM系统仿真实验，与传统扩展Kalman滤波算法对比，本发明具有较好的计算优势与计算效能。
-
公开(公告)号：CN108508463A
公开(公告)日：2018-09-07
申请号：CN201810266008.0
申请日：2018-03-28
Applicant: 郑州轻工业学院
IPC: G01S19/37
Abstract: 本发明提出了一种基于Fourier-Hermite正交多项式扩展椭球集员滤波方法，其步骤为：建立GNSS/INS组合导航系统的模型方程；计算第k-1步的系统状态参数分量的不确定区间；对状态方程和观测方程实施Fourier-Hermite级数多项式逼近；计算Fourier-Hermite级数多项式逼近的误差边界，获取非线性方程的Fourier-Hermite级数多项式逼近计算误差的外包椭球；利用线性椭球集员滤波算法计算预测状态变量的椭球边界、更新状态椭球边界、计算第k步的状态参数变量估计值和估计方差矩阵。本发明利用Fourier-Hermite级数多项式获得非线性系统模型的线性化逼近，计算精度较高，降低了计算复杂度，并且有效保证了扩展椭球集员滤波算法的计算稳定性。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.032 seconds)
