里程計(jì)
- IMU 和輪式里程計(jì)聯(lián)合的雷達(dá)畸變校正算法
大[4]；輪式里程計(jì)輔助法[5]在理想狀態(tài)下精度較高，但在速度過快時(shí)驅(qū)動輪打滑的概率增加，所導(dǎo)致的角度誤差難以處理[6]，致使高速狀態(tài)下激光雷達(dá)角度誤差不能夠被準(zhǔn)確校正；有學(xué)者提出輪式里程計(jì)與ICP 融合算法[7-8]，改進(jìn)了輪式里程計(jì)位置線性假設(shè)的缺陷，將其轉(zhuǎn)為位置誤差的線性假設(shè)[9]，算法能夠達(dá)到更高的畸變校正上限但無法處理輪式里程計(jì)打滑的問題。為解決輪式里程計(jì)輔助法缺陷，本文利用慣性測量單元(inertial measurement unit, IM
應(yīng)用科技 2023年5期2023-11-13
- 基于濾波和優(yōu)化的慣性/里程計(jì)組合導(dǎo)航精度對比分析
統(tǒng),而對慣性/里程計(jì)組合導(dǎo)航缺乏對比研究。因此,本文將對比因子圖優(yōu)化技術(shù)和Kalman濾波器技術(shù)在慣性/里程計(jì)組合導(dǎo)航中的應(yīng)用,并分析兩者的適用場景和優(yōu)劣,以期給出有益的參考。慣性/里程計(jì)組合導(dǎo)航可以不借助外界信息,如無線電信息,可以作為陸地車輛及機(jī)器人的自主導(dǎo)航實(shí)現(xiàn)方法,基于Kalman 濾波技術(shù)的組合導(dǎo)航方法已經(jīng)有較多研究并具有較為成熟的工程應(yīng)用: 嚴(yán)恭敏[4]對高精度慣性/里程計(jì)組合導(dǎo)航以及航位推算模型中的安裝角及桿臂誤差進(jìn)行了精確建模和補(bǔ)償;Wu[
導(dǎo)航與控制 2023年2期2023-05-19
- 基于ROS和SLAM的無人消殺機(jī)器人系統(tǒng)設(shè)計(jì)
建的地圖精度與里程計(jì)的精度有關(guān)。為了提高里程計(jì)的精度和魯棒性，本文采用了基于擴(kuò)展卡爾曼濾波的里程計(jì)融合方案，對激光雷達(dá)里程計(jì)、輪式里程計(jì)和IMU進(jìn)行融合，以提高定位精度。同時(shí)，本文通過基于粒子濾波的自適應(yīng)蒙特卡洛定位(adaptive Monte Carlo localization，AMCL)發(fā)布的Map坐標(biāo)系到Odom坐標(biāo)系的坐標(biāo)變換，進(jìn)一步提高了定位精度。在消殺導(dǎo)航階段：全局路徑規(guī)劃采用帶有啟發(fā)式搜索的A*算法；局部路徑規(guī)劃采用動態(tài)窗口法(dynam
自動化儀表 2023年1期2023-02-03
- 藍(lán)牙陣列/IMU/里程計(jì)室內(nèi)組合定位方法
陣列/IMU/里程計(jì)室內(nèi)組合定位方法常康龍1,2，甄 杰1，李晨輝1,2，楊文東1（1. 中國測繪科學(xué)研究院，北京 100036；2. 遼寧工程技術(shù)大學(xué)測繪與地理科學(xué)學(xué)院，遼寧阜新 123000）在室內(nèi)定位領(lǐng)域，慣性測量單元（IMU）、里程計(jì)等常見傳感器存在累積誤差，且無法利用全球衛(wèi)星導(dǎo)航系統(tǒng)（GNSS）提供位置校準(zhǔn)服務(wù)，而采用基于藍(lán)牙信號的陣列天線定位結(jié)果易受到非視距（NLOS）誤差影響。針對上述問題，提出基于藍(lán)牙陣列/IMU/里程計(jì)組合的擴(kuò)展卡爾曼濾波
導(dǎo)航定位學(xué)報(bào) 2022年6期2023-01-07
- 基于2D-SLAM 算法的機(jī)器人建圖定位分析
據(jù)上可以不使用里程計(jì)的信息進(jìn)行定位和建圖。 其使用IMU 以及具有良好容錯(cuò)性的掃描匹配策略進(jìn)行建圖定位,在硬件方面主要依靠精度高、干擾噪聲小的激光雷達(dá)進(jìn)行數(shù)據(jù)采集。3 Gazebo 平臺仿真Gazebo 是一款3D 動態(tài)模擬器,能在復(fù)雜的室內(nèi)和室外環(huán)境中,準(zhǔn)確有效地模擬機(jī)器人群。 Gazebo 平臺包括多個(gè)物理引擎、豐富的機(jī)器人模型庫和環(huán)境庫、各種傳感器模型,可視化圖形界面為移動機(jī)器人的設(shè)計(jì)提供了方便,同時(shí),可依賴現(xiàn)有機(jī)器人模型進(jìn)行一些算法的運(yùn)行測試。 本
無線互聯(lián)科技 2022年20期2022-12-28
- 基于單目/IMU/里程計(jì)融合的SLAM算法
組合的視覺慣性里程計(jì)(VIO)，可以很好地解決系統(tǒng)的穩(wěn)定性和精度問題[4]。相比于雙目相機(jī)和深度相機(jī)，單目相機(jī)具有操作簡單、計(jì)算方便、使用范圍廣等優(yōu)點(diǎn)[5]，更能滿足輪式機(jī)器人導(dǎo)航定位的實(shí)時(shí)性和多場景適用性要求。香港科技大學(xué)提出的單目視覺- 慣性導(dǎo)航系統(tǒng)(VINS-Mono)[6-7]是目前性能較為優(yōu)秀的VIO系統(tǒng)，具有良好的魯棒性與較高的精度。該系統(tǒng)實(shí)現(xiàn)了單目視覺和慣性測量信息的緊耦合處理，并具有完整的回環(huán)檢測和重定位功能。但在輪式機(jī)器人上應(yīng)用時(shí)，由于載
兵工學(xué)報(bào) 2022年11期2022-12-01
- 基于捷聯(lián)慣導(dǎo)與差速里程計(jì)的掘進(jìn)機(jī)組合定位方法
小誤差[4]。里程計(jì)具有精度高、自主性強(qiáng)等優(yōu)點(diǎn)，因此捷聯(lián)慣導(dǎo)與里程計(jì)組合是一種較為理想的掘進(jìn)機(jī)定位方案。吳淼等[5]將二維里程計(jì)、捷聯(lián)慣導(dǎo)與激光偏距感知系統(tǒng)結(jié)合，在巷道坐標(biāo)下描述了掘進(jìn)機(jī)偏距與偏角，實(shí)現(xiàn)了掘進(jìn)機(jī)相對巷道軸向偏距與偏角的精確感知。沈陽等[6]對文獻(xiàn)[5]中二維里程計(jì)與捷聯(lián)慣導(dǎo)的數(shù)據(jù)融合算法進(jìn)行了改進(jìn)，提高了掘進(jìn)機(jī)自主導(dǎo)航系統(tǒng)誤差估計(jì)的精度。劉豪[7]將捷聯(lián)慣導(dǎo)與里程計(jì)組合定位用于掘進(jìn)機(jī)，并針對掘進(jìn)機(jī)打滑導(dǎo)致的里程計(jì)失效問題，設(shè)計(jì)了基于BP神經(jīng)
工礦自動化 2022年9期2022-10-12
- 退化環(huán)境中多線激光雷達(dá)融合IMU的里程計(jì)改進(jìn)方法
低精準(zhǔn)度的激光里程計(jì)和后端低頻高精準(zhǔn)的掃描幀與地圖匹配的地圖構(gòu)建，通過這種方法對掃描匹配的方法進(jìn)行了拆分，前端幀幀匹配的激光里程計(jì)有著很好的實(shí)時(shí)性，后端幀與地圖的匹配提高了精度保證建圖的準(zhǔn)確性，實(shí)現(xiàn)了系統(tǒng)資源的合理分配，系統(tǒng)框架如圖1。圖1 LOAM算法系統(tǒng)流程圖1 研究背景與內(nèi)容由于LOAM算法僅依賴多線激光雷達(dá)進(jìn)行定位與建圖，前端激光里程計(jì)使用的是特征提取的方法，在城市道路環(huán)境中，道路兩邊建筑物結(jié)特征明顯且豐富，激光里程計(jì)定位較為準(zhǔn)確，當(dāng)處于一些結(jié)構(gòu)特
價(jià)值工程 2022年27期2022-10-10
- 考慮里程計(jì)截?cái)嗾`差的SINS/OD組合導(dǎo)航算法
的要求[3]。里程計(jì)在車輛中隨處可見，作為外部測量工具使用非常方便，將里程計(jì)測量的速度信息引入慣導(dǎo)系統(tǒng)，既能夠保證車輛的自主性，又能夠保證車輛的導(dǎo)航精度[4,5]。在SINS/OD組合導(dǎo)航系統(tǒng)中，近年來的研究熱點(diǎn)主要集中在慣導(dǎo)安裝誤差角和里程計(jì)誤差補(bǔ)償方面。文獻(xiàn)[6]采用零速修正的方法進(jìn)行里程計(jì)的標(biāo)定，但需要間隔一段時(shí)間停一次車，降低了車輛的機(jī)動性；文獻(xiàn)[7]通過向心加速度作為觀測量進(jìn)行濾波，但車輛實(shí)際運(yùn)動環(huán)境復(fù)雜、噪聲多，導(dǎo)致估計(jì)結(jié)果不準(zhǔn)確，從而定位精度
中國慣性技術(shù)學(xué)報(bào) 2022年3期2022-09-26
- 基于卡爾曼濾波的UWB與里程計(jì)融合定位方法
問題。從動輪式里程計(jì)固定在機(jī)器人上，結(jié)合陀螺儀的角度信息可以對機(jī)器人的位置信息進(jìn)行實(shí)時(shí)計(jì)算，具有結(jié)構(gòu)簡單、成本低、短時(shí)精度高等優(yōu)點(diǎn)。從動輪式里程計(jì)在短時(shí)內(nèi)有很好的定位效果，但是隨著時(shí)間增長會產(chǎn)生較大的累計(jì)誤差，所以單一的里程計(jì)模式不適合長時(shí)間定位。文獻(xiàn)[9]提出了一種結(jié)合馬爾可夫鏈和指紋匹配算法的UWB技術(shù)，是一種解決NLOS(Non-Line of Sight)誤差問題的有效方法，但是需要先對UWB的數(shù)據(jù)在指紋數(shù)據(jù)庫中進(jìn)行匹配，計(jì)算量過大。文獻(xiàn)[10]提
機(jī)床與液壓 2022年14期2022-09-16
- 基于EKF多傳感器融合的自動導(dǎo)航車(AGV) 位姿估計(jì)
的優(yōu)缺點(diǎn)，針對里程計(jì)和IMU的累計(jì)誤差問題，借助UWB來消除，針對UWB非視距誤差的問題，提出動態(tài)加權(quán)的思想，針對特殊的路段，借助里程計(jì)和IMU來改善。實(shí)驗(yàn)結(jié)果表明，多傳感器融合能有效地克服各種傳感器的局限性，優(yōu)勢互補(bǔ)，得到精確可靠的位姿信息。關(guān)鍵詞：里程計(jì);IMU;UWB;擴(kuò)展卡爾曼濾波;融合中圖分類號? TP391 ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2022）20-0111-041 引言在傳統(tǒng)生產(chǎn)制造業(yè)中，產(chǎn)品的生產(chǎn)過程，真正加工和制造所
電腦知識與技術(shù) 2022年20期2022-08-29
- 移動機(jī)器人視覺里程計(jì)綜述與研究展望
常重要。傳統(tǒng)的里程計(jì)，如輪式里程計(jì)因?yàn)檩喿哟蚧辙D(zhuǎn)而容易導(dǎo)致漂移；精確的激光傳感器價(jià)格昂貴；慣性傳感器雖然可以測量傳感器瞬時(shí)精確的角速度和線速度，但是隨著時(shí)間的推移，測量值有著明顯的漂移，使得計(jì)算得到的位姿信息不可靠等。而視覺里程計(jì)（Visual Odometry，VO）由于視覺傳感器低廉的成本和長距離較為精準(zhǔn)的定位在眾多傳統(tǒng)里程計(jì)中脫穎而出。世界頂級的視覺傳感器（工業(yè)相機(jī)）產(chǎn)品售價(jià)約為人民幣3000元，是同等級的激光雷達(dá)產(chǎn)品售價(jià)的10%～20%。而較低的
物流技術(shù)與應(yīng)用 2022年3期2022-05-11
- 基于ICP和NDT的激光點(diǎn)云匹配方法研究
數(shù)據(jù)讀取、前端里程計(jì)、后端優(yōu)化、回環(huán)檢測、建圖。其中，前端里程計(jì)是激光SLAM的重要步驟，其功能是將激光雷達(dá)采集到的點(diǎn)云數(shù)據(jù)做相鄰幀之間的匹配，從而得出相鄰幀間位姿關(guān)系，再根據(jù)上一幀的位姿，來估計(jì)出當(dāng)前幀的位姿。三維激光前端里程計(jì)幀間匹配方法主要分為直接匹配和和特征匹配兩類。直接匹配法又可細(xì)分為迭代最近點(diǎn)ICP和正態(tài)分布變換NDT。Chen等人提出的ICP算法，通過待匹配的2幀點(diǎn)云建立歐氏距離并使其最小化，不斷迭代直至滿足設(shè)定的終止條件，從而得到相對位姿變
智能計(jì)算機(jī)與應(yīng)用 2022年4期2022-04-28
- 基于ROS的室內(nèi)自主導(dǎo)航移動機(jī)器人系統(tǒng)實(shí)現(xiàn)
CL嚴(yán)重依賴于里程計(jì)數(shù)據(jù)，若機(jī)器人處于打滑的情況，或者是地面不平坦環(huán)境下，會導(dǎo)致建圖與重定位的效果非常不理想。為改善這種情況，使用擴(kuò)展卡爾曼濾波(extended Kalman filtering，EKF)[5]對輪式里程計(jì)與IMU數(shù)據(jù)進(jìn)行融合，提升里程計(jì)數(shù)據(jù)的準(zhǔn)確度。圖2 GMapping建圖與AMCL定位框架2 激光雷達(dá)數(shù)據(jù)預(yù)處理圖3 移動機(jī)器人運(yùn)動Δt后各個(gè)坐標(biāo)系之間的關(guān)系(1)如果移動機(jī)器人是在靜止的情況下，運(yùn)動畸變自然也不存在。但是，若移動機(jī)器人
傳感器與微系統(tǒng) 2022年2期2022-02-28
- 基于多源信息的移動機(jī)器人建圖方法研究
等[6]將視覺里程計(jì)、激光里程計(jì)采用Kalman濾波算法進(jìn)行融合，將融合后的數(shù)據(jù)與輪式里程計(jì)使用動態(tài)二次加權(quán)的方式融合，提高了里程計(jì)的精度。為了創(chuàng)建的地圖能顯示更多的信息并提高移動機(jī)器人里程計(jì)的精度，提出將激光雷達(dá)數(shù)據(jù)和RGBD 相機(jī)數(shù)據(jù)融合提高對環(huán)境信息的感知，將里程計(jì)，IMU，激光雷達(dá)的信息進(jìn)行融合提高里程計(jì)的精度，并結(jié)合Gmapping 建圖算法，使得建圖精度得到一定程度提升，最后通過仿真驗(yàn)證了方法的可行性。1 基本原理要進(jìn)行數(shù)據(jù)融合，首先需要將數(shù)據(jù)
裝備制造技術(shù) 2022年11期2022-02-10
- SS4B機(jī)車數(shù)模轉(zhuǎn)換盒無速度信號輸出的故障處理
速度傳感器 里程計(jì)一、數(shù)模轉(zhuǎn)換盒沒有速度信號輸出SS4B型電力機(jī)車165#到171#在做撒砂試驗(yàn)過程中，發(fā)現(xiàn)撒砂控制器不能正常工作。因?yàn)槿錾翱刂破髟跈C(jī)車速度是5km/h到80km/h之間時(shí)才動作，而撒砂控制器的速度信號是從3軸速度傳感器處取得的信號，如圖1。在做撒砂試驗(yàn)時(shí)，使用速度信號發(fā)生器在機(jī)車的3軸速度傳感器處給機(jī)車輸入一個(gè)速度信號（5km/h到80km/h之間），這時(shí)候發(fā)現(xiàn)機(jī)車速度表開始有相應(yīng)值的速度顯示，但隨后馬上又變?yōu)?，沒有速度值顯示了。同時(shí)
裝備維修技術(shù) 2021年32期2021-11-19
- 煤礦井下連續(xù)采煤機(jī)定位方法研究
[4]將慣導(dǎo)和里程計(jì)相結(jié)合進(jìn)行井下采掘裝備的定位研究，利用卡爾曼濾波結(jié)合里程計(jì)測得的里程信息對慣導(dǎo)相應(yīng)測量數(shù)據(jù)進(jìn)行校正，但采掘設(shè)備在井下易受浮煤影響造成履帶打滑及滑移現(xiàn)象，此時(shí)里程計(jì)的測量誤差會遠(yuǎn)大于慣導(dǎo)自身的漂移誤差，僅依靠里程計(jì)與慣導(dǎo)進(jìn)行組合會降低整個(gè)定位方法的測量精度。文獻(xiàn)[5]采用聯(lián)邦濾波將慣性測量單元(IMU)分別與立體相機(jī)、里程計(jì)構(gòu)成子濾波器，避免了因里程計(jì)打滑或滑移失效產(chǎn)生的較大測量誤差污染整個(gè)定位系統(tǒng)[6]，但井下視覺定位方法目前還處于理論
工礦自動化 2021年10期2021-11-05
- “慣導(dǎo)+里程計(jì)”的采煤機(jī)定位方法研究
性，雖然慣導(dǎo)與里程計(jì)兩者受外界因素干擾較小，也不向外輻射能量，自主定位能力強(qiáng)等特點(diǎn)，但采用的慣導(dǎo)精度較低，組合后定位精度較差。澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織(CSIRO)的LASC系統(tǒng)[8]，使用高精度光纖陀螺儀與里程計(jì)，結(jié)合找直算法，分析采煤機(jī)空間位置信息，但國外慣導(dǎo)領(lǐng)域長期對我國處于封鎖狀態(tài)，技術(shù)不對外開放，使用價(jià)格高昂。綜上所述，針對當(dāng)前國內(nèi)采煤機(jī)定位精度不足，穩(wěn)定性較差的問題，本文采用高精度國產(chǎn)光纖捷聯(lián)慣導(dǎo)與里程計(jì)組合，測量采煤機(jī)位姿，建立慣導(dǎo)與里
煤炭工程 2021年10期2021-10-26
- RSINS/里程計(jì)容錯(cuò)組合導(dǎo)航方案設(shè)計(jì)與性能驗(yàn)證
種RSINS/里程計(jì)容錯(cuò)組合導(dǎo)航方案。首先，在對里程計(jì)不同量測信息特點(diǎn)分析的基礎(chǔ)上，建立了基于里程增量匹配方式的RSINS/里程計(jì)組合導(dǎo)航系統(tǒng)模型。其次，根據(jù)對RSINS/里程計(jì)組合導(dǎo)航系統(tǒng)模型的可觀測性分析結(jié)果，建立了一種可觀的RSINS/里程計(jì)組合導(dǎo)航系統(tǒng)模型，并針對車輛行駛過程中里程計(jì)可能發(fā)生的量測信息不可用問題，設(shè)計(jì)了一種基于序貫卡爾曼濾波的RSINS/里程計(jì)容錯(cuò)組合導(dǎo)航信息融合方案。最后，通過仿真驗(yàn)證表明，RSINS/里程計(jì)容錯(cuò)組合導(dǎo)航方案能夠保
航空兵器 2021年2期2021-08-05
- 基于優(yōu)化Fast-SLAM的煤礦水泵房巡檢機(jī)器人研究
物的信息，并對里程計(jì)進(jìn)行標(biāo)定、多傳感器融合來減少定位誤差，然后通過對Gmapping算法進(jìn)行優(yōu)化，將采樣的區(qū)域限制在一個(gè)比較小的地方，可以用更少的粒子來覆蓋機(jī)器人的概率分布，減少了重采樣的次數(shù)，在滿足機(jī)器人實(shí)時(shí)定位需求的同時(shí)也提高了建圖精度。1 SLAM的概率模型基于概率模型的SLAM問題原理如圖1所示。在該原理圖中，mk代表外界環(huán)境地圖；Uk代表k時(shí)刻里程計(jì)數(shù)據(jù)。Xk=(xk，yk，φk)代表移動機(jī)器人在k時(shí)刻下的位姿，其中(xk，yk)為移動機(jī)器人在環(huán)
煤炭工程 2021年7期2021-07-27
- 激光雷達(dá)運(yùn)動畸變?nèi)コ乃惴ㄔO(shè)計(jì)
降低，從而導(dǎo)致里程計(jì)信息和激光雷達(dá)所掃描出來的數(shù)據(jù)信息的準(zhǔn)確性降低[1]。而傳感器輪式里程計(jì)的精度越差，智能小車運(yùn)動過程中產(chǎn)生的累計(jì)誤差也就越大，使智能小車所構(gòu)建的環(huán)境地圖效果也就越差。低成本的激光雷達(dá)一般采用單線雷達(dá)[2]，掃描頻率較低。當(dāng)掃描頻率較低時(shí)，假如小車快速運(yùn)動，激光雷達(dá)所掃描出來的位姿信息就會發(fā)生嚴(yán)重的畸變。為了解決上述問題，本文介紹了輪式里程計(jì)輔助方法的原理。但是由于輪式里程計(jì)輔助方法是位置線性假設(shè)，位置線性假設(shè)沒有誤差線性假設(shè)合理。因此，
自動化儀表 2021年5期2021-06-17
- 一種提高捷聯(lián)慣性/里程計(jì)組合導(dǎo)航系統(tǒng)定位精度的后處理方法
問題，通常引入里程計(jì)，為系統(tǒng)提供相對可信的速度基準(zhǔn)。文獻(xiàn)[3]利用里程計(jì)與捷聯(lián)慣導(dǎo)中的陀螺儀進(jìn)行高精度航位推算，建立航位推算的誤差模型；文獻(xiàn)[4]將里程計(jì)引入管道測量裝置，初步解決了單純依靠慣導(dǎo)系統(tǒng)檢測管道精度發(fā)散的問題；文獻(xiàn)[5]針對復(fù)雜應(yīng)用環(huán)境下由于里程計(jì)測量信息不準(zhǔn)而導(dǎo)致組合導(dǎo)航系統(tǒng)精度下降的問題，利用濾波實(shí)現(xiàn)了故障檢測和隔離，提高了系統(tǒng)導(dǎo)航精度。此類測繪用捷聯(lián)慣性/里程計(jì)組合導(dǎo)航系統(tǒng)可實(shí)現(xiàn)自主連續(xù)的定位，具有較高的定位精度。測繪用捷聯(lián)慣性/里程計(jì)組
導(dǎo)航定位與授時(shí) 2021年3期2021-05-18
- 一種改進(jìn)的SINS_ODO_ZUPT組合導(dǎo)航算法*
效的導(dǎo)航方法。里程計(jì)[3-4]成本低，自主性強(qiáng)，利用里程計(jì)提供的速度，推導(dǎo)航位推算算法和航位推算誤差，可以提高慣性導(dǎo)航精度。零速修正技術(shù)[5-6]是提高車載慣導(dǎo)系統(tǒng)的一種簡單廉價(jià)的方法。在衛(wèi)星信號拒止情況下，該方法利用車輛停車時(shí)慣導(dǎo)系統(tǒng)導(dǎo)航系的速度輸出作為系統(tǒng)速度誤差的觀測量，進(jìn)而對位置等其它誤差量進(jìn)行修正，從而有效抑制和補(bǔ)償車載慣性導(dǎo)航誤差。文獻(xiàn)[7]將動態(tài)零速修正和SINS/ODO組合方案相結(jié)合，利用零速修正輔助SINS/ODO進(jìn)行組合導(dǎo)航，提高了一定
航天控制 2021年1期2021-04-27
- 一種單軸旋轉(zhuǎn)的車載IMU/DTU組合導(dǎo)航方法*
壓不穩(wěn)等情況，里程計(jì)的刻度系數(shù)及安裝關(guān)系實(shí)時(shí)變化，因此實(shí)時(shí)估計(jì)里程計(jì)刻度系數(shù)及里程計(jì)與捷聯(lián)慣導(dǎo)的安裝關(guān)系至關(guān)重要。此外，若車體尺寸較大，里程計(jì)的外桿臂效應(yīng)對方位對準(zhǔn)精度及穩(wěn)定性的影響不可忽視。文獻(xiàn)[1]論述了一種行進(jìn)間保持方位精度的方式，但是受機(jī)動方式的限制，且定位精度受限。文獻(xiàn)[2]基于10狀態(tài)Kalman濾波器，使用速度匹配算法[3]實(shí)現(xiàn)了行進(jìn)間對準(zhǔn)，同時(shí)具備定位導(dǎo)航的能力，但是定位精度受里程計(jì)刻度系數(shù)變化及安裝誤差角變化的影響，環(huán)境適應(yīng)性不強(qiáng)。文獻(xiàn)[
現(xiàn)代防御技術(shù) 2021年1期2021-03-24
- 基于加速度信息的里程計(jì)量測估計(jì)*
利用一階差分對里程計(jì)脈沖信息進(jìn)行處理，得到速度信息。然而，在低頻的情況下難以對速度信息進(jìn)行準(zhǔn)確的實(shí)時(shí)傳輸，尤其是當(dāng)載體速度變化較大時(shí)［2-4］。里程計(jì)傳輸速度信息的頻率越高，在速度信息中夾雜的噪聲成分越多［5-8］。為了降低甚至消除速度中的噪聲，文獻(xiàn)［9］在數(shù)據(jù)處理的過程中建立了跟蹤微分器，但是該方法需要不停地調(diào)整一階差分時(shí)間間隔與噪聲之間的權(quán)重來保證跟蹤微分器的有效運(yùn)行。為了提高動基座初始對準(zhǔn)的精度，實(shí)時(shí)提供精確的里程計(jì)速度信息是必不可少的［10-11］
火力與指揮控制 2020年11期2020-12-26
- 車載捷聯(lián)慣導(dǎo)雙里程計(jì)組合導(dǎo)航方法研究
捷聯(lián)慣導(dǎo)和車載里程計(jì)都具有不依賴外部設(shè)備和不受外部信號干擾的特點(diǎn)，所以該組合是一種理想的車載導(dǎo)航方案。在目前公開的文獻(xiàn)中，車載捷聯(lián)慣導(dǎo)和車載里程計(jì)組合導(dǎo)航時(shí)，將里程計(jì)安裝在車底盤左側(cè)或右側(cè)位置，該方法雖然是自主式組合導(dǎo)航的有效手段，但由于安裝誤差的存在，里程計(jì)信息未能真實(shí)反映車體中心的實(shí)際運(yùn)行狀態(tài)，且里程計(jì)量測信息誤差會引入未知的導(dǎo)航誤差，從而影響系統(tǒng)組合導(dǎo)航的定位精度。本文針對軍事車輛對自主導(dǎo)航的需求背景和高精度精確打擊的要求，系統(tǒng)地提出了一種由車載捷聯(lián)
導(dǎo)航定位與授時(shí) 2020年6期2020-11-17
- 雙目視覺輔助GNSS在惡劣環(huán)境下導(dǎo)航定位
快速發(fā)展,視覺里程計(jì)(VO)導(dǎo)航也成為一種新的導(dǎo)航定位方式,在機(jī)器人、無人機(jī)和自動駕駛車輛的多傳感器融合導(dǎo)航定位技術(shù)中得到了廣泛的應(yīng)用．視覺里程計(jì)通過單目相機(jī)、雙目相機(jī)和深度相機(jī)以及組合導(dǎo)航系統(tǒng)獲取載體運(yùn)動狀態(tài),實(shí)現(xiàn)導(dǎo)航定位功能．但是長時(shí)間單獨(dú)使用視覺里程計(jì)誤差較大,因此常與INS和GNSS等導(dǎo)航技術(shù)融合進(jìn)行導(dǎo)航[2]．視覺里程計(jì)在導(dǎo)航過程中還能感知周圍的環(huán)境,識別周圍環(huán)境中的標(biāo)志點(diǎn),構(gòu)建周圍環(huán)境的3D地圖,用于自動駕駛車輛和無人機(jī)等導(dǎo)航[3]．因此許多學(xué)
全球定位系統(tǒng) 2020年3期2020-07-15
- 里程計(jì)輔助的高精度車載GNSS/INS組合導(dǎo)航系統(tǒng)
易于車輛安裝的里程計(jì)(Odometer,OD)則通過輸出位置增量信息，利用航位推算(Dead-Reckon,DR)算法可實(shí)現(xiàn)完全自主導(dǎo)航，進(jìn)一步抑制慣導(dǎo)系統(tǒng)長時(shí)間無GNSS信號場景下的誤差發(fā)散，但是里程計(jì)本身受車輛安裝位置、輪胎氣壓、輪胎磨損程度以及車輛載荷等因素影響，會直接導(dǎo)致標(biāo)度因數(shù)誤差和車輛安裝誤差等發(fā)生變化[4]，所以在里程計(jì)輔助的車載GNSS/INS組合導(dǎo)航系統(tǒng)里程計(jì)的初次安裝使用前，必須對里程計(jì)的誤差項(xiàng)進(jìn)行標(biāo)定和補(bǔ)償[5-7]。文獻(xiàn)[8]對設(shè)定
光學(xué)精密工程 2020年4期2020-05-10
- 一種基于證據(jù)推理的慣性/視覺里程計(jì)深組合導(dǎo)航方法
要。慣性/視覺里程計(jì)組合導(dǎo)航可在不提高慣性元件精度的情況下，僅通過增加視覺傳感設(shè)備，獲得載體運(yùn)動的速度，提升導(dǎo)航系統(tǒng)的導(dǎo)航精度，節(jié)約成本。視覺里程計(jì)技術(shù)的基本內(nèi)涵為：單目相機(jī)通過前后幀圖像的差異，在已知距離的情況下可以測量出載體的速度[1-4]。而雙目視覺里程計(jì)技術(shù)利用雙目相機(jī)，通過左右兩個(gè)相機(jī)圖像差異測出距離，通過前后幀圖像的差異測量出載體的速度，但是如果飛行器的高度越高，雙目視覺的測距精度越低，因此視覺里程計(jì)應(yīng)用于飛行器上時(shí)，需要利用其他手段獲得距離信
中國慣性技術(shù)學(xué)報(bào) 2020年5期2020-03-01
- 基于IMU/ODO預(yù)積分的多傳感器即插即用因子圖融合方法
法中，由于輪速里程計(jì)同樣具有遞推特性，需要構(gòu)建輪速里程計(jì)的預(yù)積分模型。在傳統(tǒng)的輪速里程計(jì)預(yù)積分模型中，通常將地面假設(shè)為平面進(jìn)行模型的推導(dǎo)。然而，當(dāng)車輛運(yùn)行在室外環(huán)境中時(shí)，這種假設(shè)會引入較大的誤差。文獻(xiàn)[13]利用陀螺的數(shù)據(jù)將輪速里程計(jì)的測速進(jìn)行了分解，克服了平面假設(shè)的缺陷。文獻(xiàn)[14]則利用慣性測量單元（Inertial Measurement Unit，IMU）構(gòu)建了輪速里程計(jì)的預(yù)積分模型，并將輪速里程計(jì)的安裝誤差加入到因子圖中進(jìn)行優(yōu)化。但是以上方法都沒
中國慣性技術(shù)學(xué)報(bào) 2020年5期2020-03-01
- 車載自主導(dǎo)航系統(tǒng)里程計(jì)誤差在線標(biāo)定方法
，而車輛安裝的里程計(jì)（OD）通過輸出位置增量信息，利用航位推算（DR）算法可實(shí)現(xiàn)完全自主導(dǎo)航，但是里程計(jì)本身受車輛安裝位置、輪胎氣壓、輪胎磨損程度以及車輛載荷等因素影響，會直接導(dǎo)致標(biāo)度因數(shù)誤差和車輛安裝誤差等發(fā)生變化[3]，所以在SINS/ DR 自主導(dǎo)航解算前，必須對里程計(jì)的誤差項(xiàng)進(jìn)行在線標(biāo)定和補(bǔ)償[4-6]。文獻(xiàn)[7]對設(shè)定已知路標(biāo)點(diǎn)的傳統(tǒng)里程計(jì)標(biāo)定方法進(jìn)行了詳細(xì)介紹，傳統(tǒng)標(biāo)定方法要求車輛盡量沿直線行駛，高程變化盡量小等諸多條件限制，實(shí)際使用過程中存在
數(shù)字通信世界 2019年12期2020-01-14
- 基于GNSS/SINS/雙目視覺里程計(jì)的車載導(dǎo)航系統(tǒng)分析與設(shè)計(jì)
人車 雙目視覺里程計(jì) 冗余 相關(guān)性未知 協(xié)方差交叉 分散式架構(gòu)1 前言捷聯(lián)式慣性導(dǎo)航系統(tǒng)（Strap-down Inertial Navigation System，SINS）具有短期定位精度與數(shù)據(jù)采樣頻率較高的特點(diǎn)，可以與全球?qū)Ш叫l(wèi)星系統(tǒng)（Global Navigation Satellite System，GNSS）形成組合導(dǎo)航系統(tǒng)。但基于GNSS 和慣性測量單元（Inertial Measurement Unit，IMU）的傳感器融合定位仍達(dá)不到無人
汽車技術(shù) 2019年10期2019-10-11
- 基于卡爾曼濾波的編組站機(jī)車組合定位方法的研究與設(shè)計(jì)
S/軌道電路/里程計(jì)的機(jī)車組合定位方案，該方案利用卡爾曼濾波自適應(yīng)信息融合方法進(jìn)行數(shù)據(jù)處理，能夠解決GPS定位在不同環(huán)境下誤差大、可靠性低的問題，同時(shí)也可以對提高編組站的作業(yè)效率和實(shí)現(xiàn)調(diào)車機(jī)車調(diào)車作業(yè)的安全防護(hù)提供有效信息。關(guān)鍵詞：機(jī)車定位;GPS;軌道電路;里程計(jì)DOI：10.16640/j.cnki.37-1222/t.2019.16.1410 引言素有“列車工廠”之稱的編組站，是列車的集散地，負(fù)責(zé)集中辦理大量貨物列車的到達(dá)、解體、編組出發(fā)等作業(yè)。對編
山東工業(yè)技術(shù) 2019年16期2019-07-19
- 基于圖優(yōu)化的Kinect三維視覺里程計(jì)設(shè)計(jì)
0)0 引 言里程計(jì)作為同步定位和地圖構(gòu)建(simultaneous localization and mapping,SLAM)[1,2]的關(guān)鍵部分，近年來逐漸成為機(jī)器人領(lǐng)域的熱點(diǎn)研究問題，而SLAM更被認(rèn)為是實(shí)現(xiàn)移動機(jī)器人自主化的核心技術(shù)。視覺里程計(jì)(visual odometer)一詞源于Nister D等人[3]在2004年的一篇里程碑式的文獻(xiàn)，旨在通過分析視覺信息，來獲取運(yùn)動的軌跡信息，是通過視覺傳感器作為機(jī)器人“雙眼”的基礎(chǔ)。視覺里程計(jì)根據(jù)計(jì)算
傳感器與微系統(tǒng) 2019年3期2019-03-05
- 基于運(yùn)動學(xué)約束的履帶通信車組合導(dǎo)航研究
保障任務(wù)。車載里程計(jì)是完全自主式測量傳感器，適合應(yīng)用在GPS受限且自主性要求高的組合導(dǎo)航領(lǐng)域。國外許多軍用車載導(dǎo)航系統(tǒng)采用捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航，能達(dá)到較高的定位定向精度[1]。受履帶車輛結(jié)構(gòu)影響，在履帶車捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航過程中，履帶車輛在不同運(yùn)動狀態(tài)下，里程計(jì)輸出信息與實(shí)際行駛距離并不完全一致，里程計(jì)信息如不能及時(shí)有效處理，會降低組合導(dǎo)航精度，嚴(yán)重時(shí)會引起系統(tǒng)發(fā)散。采用相應(yīng)的約束補(bǔ)償算法可有效處理里程計(jì)錯(cuò)誤信息，提高車輛在不同運(yùn)動狀態(tài)下的導(dǎo)航定
壓電與聲光 2019年1期2019-02-22
- 里程計(jì)技術(shù)發(fā)展綜述
李芳摘要：里程計(jì)是實(shí)現(xiàn)載體定位、完成導(dǎo)航任務(wù)的重要工具。介紹了里程計(jì)的概念及其從純機(jī)械式里程計(jì)、機(jī)械一電子式里程計(jì)、純電子式里程計(jì)至視覺里程計(jì)的發(fā)展歷程，重點(diǎn)介紹了視覺里程計(jì)工作原理，分析了不同里程計(jì)的優(yōu)缺點(diǎn)，并對視覺里程計(jì)的間接法、直接法和半直接法進(jìn)行比較分析。關(guān)鍵詞：里程計(jì);純機(jī)械式;機(jī)械一電子式;純電子式;視覺里程計(jì)DOI：10.11907，rjdk.191259中圖分類號：TP301 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2019）01
軟件導(dǎo)刊 2019年12期2019-02-07
- 車載高精度里程計(jì)輔助捷聯(lián)慣性組合導(dǎo)航系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)
本文提出了利用里程計(jì)(OD)輔助捷聯(lián)慣性導(dǎo)航的組合導(dǎo)航技術(shù)。SINS技術(shù)和OD技術(shù)各有優(yōu)缺點(diǎn),因此可以將二者有機(jī)結(jié)合起來,以提高導(dǎo)航系統(tǒng)的整體性能[6-7]。同時(shí),為了保證組合導(dǎo)航系統(tǒng)的實(shí)時(shí)性,本文還將FPGA、DSP進(jìn)行了組合使用,這樣可以克服FPGA在處理數(shù)據(jù)時(shí)數(shù)度不足與DSP在單獨(dú)工作時(shí)時(shí)序性不強(qiáng)的缺點(diǎn),使二者相互取長補(bǔ)短[8-9]。1 組合導(dǎo)航系統(tǒng)的硬件設(shè)計(jì)組合捷聯(lián)慣導(dǎo)系統(tǒng)的硬件設(shè)計(jì)結(jié)構(gòu)示意圖如圖1所示。硬件平臺按其功能劃分為5個(gè)模塊,分別為IMU
導(dǎo)航與控制 2018年6期2018-12-14
- 基于姿態(tài)估計(jì)的里程計(jì)輔助捷聯(lián)慣導(dǎo)系統(tǒng)動基座初始對準(zhǔn)
。相比GPS，里程計(jì)或DVL不能直接提供姿態(tài)確定對準(zhǔn)矢量觀測所必要的位置和地速信息，因此必須使用估計(jì)值，在一定程度上降低了對準(zhǔn)性能。對于里程計(jì)輔助捷聯(lián)慣導(dǎo)，姿態(tài)確定對準(zhǔn)的另一個(gè)缺點(diǎn)是它無法處理里程計(jì)速度輸出固有的嚴(yán)重?cái)_動。這些缺點(diǎn)使姿態(tài)確定對準(zhǔn)在里程計(jì)輔助捷聯(lián)慣導(dǎo)上的表現(xiàn)缺乏抗性，例如收斂速度慢、易發(fā)散等。對于使用估計(jì)值會降低對準(zhǔn)性能的缺點(diǎn)，一些研究人員已經(jīng)研究了回溯法來獲得位置信息[10,14]。然而，對于第二個(gè)缺點(diǎn)，尚沒有公開的有效解決方法。如果里程計(jì)
航天控制 2018年5期2018-11-01
- 露天礦區(qū)里程計(jì)輔助的GPS/INS車輛導(dǎo)航算法研究
基礎(chǔ)上，引入了里程計(jì)傳感器。使GPS、INS和里程計(jì)融合，實(shí)現(xiàn)GPS信號中斷過程中INS誤差實(shí)時(shí)修正，保證露天礦區(qū)車輛導(dǎo)航的精度和連續(xù)性。1 里程計(jì)速度和位置解算設(shè)定里程計(jì)所輸出的載體運(yùn)動速度記為v O，其方向指向載體的正前，因此里程計(jì)觀測的載體的運(yùn)動速度的表達(dá)式在導(dǎo)航坐標(biāo)系可以寫成[6-7]:式（1）中，為載體坐標(biāo)系到導(dǎo)航坐標(biāo)系的方向余弦轉(zhuǎn)移矩陣。里程計(jì)的速度可以通過直接觀測進(jìn)行坐標(biāo)系轉(zhuǎn)化獲取，位置則是通過轉(zhuǎn)化的速度積分計(jì)算獲得，位置的微分計(jì)算方程表達(dá)式
現(xiàn)代測繪 2018年4期2018-09-13
- 基于運(yùn)動學(xué)非完整約束的里程計(jì)參數(shù)在線辨識
位置等缺點(diǎn)，而里程計(jì)（OD）通過輸出位置增量，借助航位推算（DR）方法能夠?qū)崿F(xiàn)自主導(dǎo)航，并且與INS組合導(dǎo)航誤差比慣導(dǎo)系統(tǒng)導(dǎo)航誤差小，所以 SINS/DR組合導(dǎo)航技術(shù)在車輛導(dǎo)航領(lǐng)域有著重要意義[3-5]。然而里程計(jì)與捷聯(lián)慣導(dǎo)安裝在車體的不同位置，存在安裝偏差角，并且里程計(jì)的標(biāo)度因數(shù)受到車輛載荷、輪胎磨損、氣壓和溫度等因素的影響[6]，因此對里程計(jì)的安裝偏差角以及標(biāo)度因數(shù)進(jìn)行標(biāo)定有利于提高SINS/DR組合導(dǎo)航的精度。目前針對里程計(jì)的標(biāo)定方法主要有離線標(biāo)定和
中國慣性技術(shù)學(xué)報(bào) 2018年3期2018-08-27
- 基于強(qiáng)跟蹤濾波的捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航
采用衛(wèi)星導(dǎo)航或里程計(jì)與捷聯(lián)慣導(dǎo)系統(tǒng)進(jìn)行組合以限制慣導(dǎo)系統(tǒng)導(dǎo)航誤差或限制其發(fā)散速度。衛(wèi)星導(dǎo)航信號容易受遮擋，且容易受電子信號干擾，限制了其在軍事上的使用。相對于衛(wèi)星導(dǎo)航，里程計(jì)與捷聯(lián)慣導(dǎo)組合導(dǎo)航仍具有自主性和抗干擾能力強(qiáng)的特點(diǎn)，因此，捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航在車載發(fā)射平臺中得到了廣泛的應(yīng)用。捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航通常采用速度匹配方法[1-3]、位置匹配方法[4-6]或里程增量匹配方法[7-11]。速度匹配需要對里程計(jì)信號進(jìn)行微分，當(dāng)里程計(jì)的脈沖當(dāng)量大時(shí)，造
現(xiàn)代防御技術(shù) 2018年4期2018-08-22
- 基于視覺SLAM和人工標(biāo)記碼的定位與導(dǎo)航方法研究
計(jì)通常依賴編碼里程計(jì).然而編碼里程計(jì)在實(shí)際應(yīng)用中有很大的不確定性，隨著里程數(shù)增加，編碼里程計(jì)往往會積累較大的誤差.這對自主移動機(jī)器人來說是巨大的隱患.移動機(jī)器人在導(dǎo)航過程中需要不斷感知周圍動態(tài)環(huán)境，以引導(dǎo)自身安全到達(dá)目標(biāo)位置.GPS導(dǎo)航、電磁導(dǎo)航、無線電導(dǎo)航、視覺導(dǎo)航等是移動機(jī)器人導(dǎo)航的主要形式[2-4].GPS導(dǎo)航定位精度不高，且較難在室內(nèi)場景使用.電磁導(dǎo)航可用于室內(nèi)場景的導(dǎo)航，但需要提前鋪設(shè)大量的專用磁條，因而靈活性較差.采用無線電導(dǎo)航時(shí)，移動機(jī)器人接
成組技術(shù)與生產(chǎn)現(xiàn)代化 2018年4期2018-06-04
- 基于自適應(yīng)強(qiáng)跟蹤濾波的捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航方法
（SINS）與里程計(jì)（OD）組合模式進(jìn)行不依賴外界信息的自主導(dǎo)航，以避免戰(zhàn)時(shí)受外界干擾。對于大型輪式車而言，由于輪胎與地面接觸面積大，會導(dǎo)致里程計(jì)標(biāo)度由于輪胎胎壓變化、路況變化等原因發(fā)生較大變化，無法滿足車載定位定向系統(tǒng)給里程計(jì)分配的誤差要求，從而直接影響系統(tǒng)定位精度。非線性系統(tǒng)狀態(tài)估計(jì)在組合導(dǎo)航、初始對準(zhǔn)等領(lǐng)域具有廣泛的應(yīng)用[1-5]，發(fā)展了擴(kuò)展卡爾曼濾波（EKF）、無跡卡爾曼濾波（Unsented Kalman Filter, UKF）、中心差分卡爾曼
中國慣性技術(shù)學(xué)報(bào) 2018年2期2018-05-31
- 基于局內(nèi)點(diǎn)分布的圖優(yōu)化方法
閉環(huán)對前端視覺里程計(jì)獲得的相機(jī)軌跡進(jìn)行優(yōu)化,對消除位姿估計(jì)的累積誤差和構(gòu)建一致性的地圖至關(guān)重要．圖優(yōu)化問題通常被歸為非線性最小二乘問題,采用高斯-牛頓法(Gauss-Newton,GN)或列文伯格-馬夸爾特法(Levenberg-Marquardt,LM)進(jìn)行求解．其求解思路為在當(dāng)前解處對目標(biāo)函數(shù)進(jìn)行如一階泰勒展開近似的線性化操作,從而得到線性最小二乘方程．求解線性系統(tǒng)只需令導(dǎo)函數(shù)為零,通過迭代直至達(dá)到最大迭代次數(shù)或收斂．在迭代求解的問題上,研究者發(fā)現(xiàn)SL
- SINS/OD組合導(dǎo)航系統(tǒng)轉(zhuǎn)彎誤差補(bǔ)償*
，例如：慣導(dǎo)/里程計(jì)、慣導(dǎo)/北斗、慣導(dǎo)/地磁、慣導(dǎo)/多普勒等等［1］。其中抗干擾能力最強(qiáng)的是慣導(dǎo)/里程計(jì)組合，是在戰(zhàn)場環(huán)境下武器裝備不可或缺的一種組合導(dǎo)航方式。但是隨著各方面技術(shù)的不斷革新，武器裝備對導(dǎo)航精度的需求越來越高，這就對慣導(dǎo)/里程計(jì)組合導(dǎo)航系統(tǒng)提出了更高的要求［2］。所以，一切影響導(dǎo)航精度的因素都有考慮的必要，有文獻(xiàn)指出里程計(jì)和慣組之間存在桿臂，并建立了桿臂補(bǔ)償算法，糾正了桿臂誤差［3］；里程計(jì)刻度系數(shù)和慣組相對于載體系的安裝誤差對導(dǎo)航精度影響最
火力與指揮控制 2018年1期2018-03-02
- 融合視覺的智能車組合導(dǎo)航技術(shù)分析
位技術(shù)，對視覺里程計(jì)技術(shù)在車載組合導(dǎo)航系統(tǒng)中的應(yīng)用進(jìn)行綜述：首先對視覺里程計(jì)的原理進(jìn)行概述；然后較為完整地分析了融合視覺里程計(jì)的車載組合導(dǎo)航系統(tǒng)的3個(gè)主要研究方向：視覺里程計(jì)與慣導(dǎo)系統(tǒng)組合、視覺里程計(jì)與衛(wèi)星導(dǎo)航系統(tǒng)組合，以及融合視覺里程計(jì)的多傳感器組合導(dǎo)航系統(tǒng)；最后對視覺里程計(jì)技術(shù)在智能車組合導(dǎo)航系統(tǒng)中的發(fā)展進(jìn)行展望。視覺里程計(jì)；組合導(dǎo)航；衛(wèi)星導(dǎo)航；慣性導(dǎo)航；智能車0 引言組合導(dǎo)航是近代導(dǎo)航理論和技術(shù)發(fā)展的結(jié)果。通過將不同的導(dǎo)航方式組合在一起可以獲得比單獨(dú)
導(dǎo)航定位學(xué)報(bào) 2017年2期2017-06-10
- 基于RANSAC的奇異值剔除的單目視覺里程計(jì)
為提高單目視覺里程計(jì)算法的性能，從視覺特征選取和特征誤匹配剔除兩個(gè)方面進(jìn)行研究.采用SURF描述子提取單目圖像的特征點(diǎn)，并匹配相鄰圖像序列的特征，使用歸一化線性八點(diǎn)法依次得到基礎(chǔ)矩陣和本質(zhì)矩陣.利用三角測量求解匹配點(diǎn)的三維坐標(biāo)，進(jìn)而根據(jù)2D2D模型解算出兩幀圖像間相機(jī)運(yùn)動的旋轉(zhuǎn)和平移，從而構(gòu)建單目視覺里程計(jì)系統(tǒng).為提高算法性能，使用RANSAC算法清除初次計(jì)算的特征誤匹配，并利用地面數(shù)據(jù)獲取相機(jī)運(yùn)動的平移尺度.實(shí)驗(yàn)結(jié)果驗(yàn)證了RANSAC算法能夠有效剔除特征
上海海事大學(xué)學(xué)報(bào) 2016年4期2017-01-19
- 捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航技術(shù)*
3）捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航技術(shù)*馬智淵，石志勇，王志偉（軍械工程學(xué)院，石家莊050003）在分析捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航工作原理的基礎(chǔ)上，就里程計(jì)輔助下的初始對準(zhǔn)、里程計(jì)刻度因子在線標(biāo)定、桿臂效應(yīng)、系統(tǒng)故障處理等關(guān)鍵問題研究現(xiàn)狀進(jìn)行了分析，最后對未來的發(fā)展進(jìn)行了預(yù)測。捷聯(lián)慣性導(dǎo)航，里程計(jì)，組合導(dǎo)航0 引言導(dǎo)航設(shè)備可以實(shí)時(shí)提供載體的位置、速度和姿態(tài)信息。對于軍用車輛，導(dǎo)航設(shè)備提供的信息可以提高整個(gè)武器系統(tǒng)的快速性和機(jī)動性，已經(jīng)成為其必不可少的組成部分。軍用
火力與指揮控制 2017年2期2017-01-01
- 基于車輛運(yùn)動約束的里程計(jì)誤差在線標(biāo)定方法
車輛運(yùn)動約束的里程計(jì)誤差在線標(biāo)定方法李 艷1，楊 波2，薛 亮2，周小剛2（1. 長安大學(xué) 信息學(xué)院，西安 710064；2. 第二炮兵工程大學(xué) 控制工程系，西安 710025）為了降低里程計(jì)誤差對捷聯(lián)慣導(dǎo)/里程計(jì)組合定位定向精度的影響，提出了基于車輛運(yùn)動約束條件的里程計(jì)誤差在線標(biāo)定方法。通過對里程計(jì)標(biāo)度因數(shù)誤差進(jìn)行建模，推導(dǎo)建立了航位推算的誤差模型，將航位推算的速度輸出沿車體橫向、垂向的投影作為量測的一部分，將捷聯(lián)慣導(dǎo)輸出的速度、位置信息與航位推算輸出的
中國慣性技術(shù)學(xué)報(bào) 2016年4期2016-04-19
- 大角度斜置激光慣組與里程計(jì)組合導(dǎo)航方法
斜置激光慣組與里程計(jì)組合導(dǎo)航方法李 旦，劉 明，胡華峰，羅 偉(湖北航天技術(shù)研究院總體設(shè)計(jì)所，武漢 430040)針對激光慣組斜置條件下慣組坐標(biāo)系相對里程計(jì)坐標(biāo)系是大角度的情況，建立了兩坐標(biāo)系之間的轉(zhuǎn)換關(guān)系，推導(dǎo)了里程計(jì)輸出轉(zhuǎn)換的安裝誤差補(bǔ)償模型，在補(bǔ)償模型基礎(chǔ)上給出了安裝誤差計(jì)算公式。以慣組位移與里程計(jì)位移之差作為量測值，建立了狀態(tài)和量測方程，運(yùn)用Kalman濾波技術(shù)實(shí)現(xiàn)慣組/里程計(jì)組合導(dǎo)航，最后通過跑車試驗(yàn)對提出的慣性/里程計(jì)組合導(dǎo)航方法進(jìn)行了驗(yàn)證，結(jié)
導(dǎo)航定位與授時(shí) 2016年6期2016-03-16
- 慣性/雙目視覺里程計(jì)深組合導(dǎo)航方法
慣性/雙目視覺里程計(jì)深組合導(dǎo)航方法逯建軍1,任曉軍2，孫 偉3，郭元江3，李 群3(1.海軍裝備部，北京 100000；2.海軍駐航天某院軍代表室，北京 100000； 3.北京自動化控制設(shè)備研究所，北京 100074)針對現(xiàn)有視覺里程計(jì)測量噪聲大、匹配精度低、實(shí)時(shí)性差的問題，研究一種基于Kalman濾波器的慣性/雙目視覺里程計(jì)組合導(dǎo)航方法。在視覺里程計(jì)中引入慣性導(dǎo)航信息，輔助完成實(shí)時(shí)圖截取、搜索區(qū)預(yù)測、輸出速度校正等功能，提高視覺里程計(jì)的測量精度與計(jì)算速
導(dǎo)航定位與授時(shí) 2016年3期2016-03-16
- 基于固定里程量測的車載捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航算法*
車載捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航算法*武 萌,湯霞清,黃湘遠(yuǎn)(裝甲兵工程學(xué)院控制工程系,北京 100072)針對車載里程計(jì)小量微分引起噪聲放大和脈沖計(jì)數(shù)截?cái)嗾`差造成里程增量誤差,進(jìn)而影響系統(tǒng)精度的問題,提出了基于固定里程量測的組合導(dǎo)航方法。該算法采用位置量測方案,將固定里程范圍內(nèi)捷聯(lián)慣導(dǎo)解算的位置信息和里程計(jì)航位推算之差作為量測值進(jìn)行組合導(dǎo)航,并提出了里程計(jì)脈沖計(jì)數(shù)截?cái)嗾`差修正方法。仿真表明,該方法可以快速分離組合導(dǎo)航系統(tǒng)各傳感器誤差,具有較高的定位定向精度和
彈箭與制導(dǎo)學(xué)報(bào) 2016年5期2016-03-02
- 一起LKJ里程計(jì)短路故障的分析和處理
模塊過熱變形，里程計(jì)驅(qū)動三極管Q1燒損。1 顯示器及模擬量入出板電源供電回路主機(jī)電源板將機(jī)車110V電源轉(zhuǎn)換輸出為12，15，5V等各路電壓，而屏顯電源取自機(jī)車110V電壓，同時(shí)受主機(jī)12V電壓的控制。只要2路電壓中的一路不通，屏顯電源電路就不能工作。監(jiān)控主機(jī)通電時(shí)，主機(jī)12V使顯示器電源模塊控制繼電器常開接點(diǎn)閉合，接通110V向顯示器供電。模擬量入出板上的電源模塊將主機(jī)的12V電源轉(zhuǎn)換為±12V電源，作為管壓等模擬量通道及里程計(jì)驅(qū)動三極管Q1的工作電源。
鐵道通信信號 2015年9期2015-12-30
- 航位推算組合導(dǎo)航系統(tǒng)在線標(biāo)定技術(shù)
航系統(tǒng)中，存在里程計(jì)安裝偏差角誤差和標(biāo)度因數(shù)誤差。推導(dǎo)了里程計(jì)安裝偏差角誤差和標(biāo)度因數(shù)誤差對航位推算速度和位置精度的影響，并提出了一種航位推算組合導(dǎo)航系統(tǒng)在線標(biāo)定算法。該算法利用航位推算的速度與GPS的速度之差作為速度量測，航位推算的位置與GPS的位置之差作為位置量測，對航位推算組合導(dǎo)航系統(tǒng)的姿態(tài)誤差、安裝偏差角誤差和標(biāo)度因數(shù)誤差進(jìn)行有效估計(jì)，并通過仿真試驗(yàn)和車載試驗(yàn)對該算法的有效性進(jìn)行了驗(yàn)證。試驗(yàn)結(jié)果表明，通過車載試驗(yàn)在線標(biāo)定出的里程計(jì)各誤差參數(shù)與里程計(jì)
中國慣性技術(shù)學(xué)報(bào) 2015年4期2015-06-15
- 車載定位定向系統(tǒng)誤差在線補(bǔ)償方法
131 )針對里程計(jì)輸出為位置增量，傳統(tǒng)SINS/里程計(jì)組合方法會對位置增量進(jìn)行微分或積分從而會產(chǎn)生一定噪聲或誤差，且里程計(jì)標(biāo)定殘差影響高精度定位定向系統(tǒng)性能的問題，提出了一種基于位置增量組合的定位定向系統(tǒng)誤差在線估計(jì)和補(bǔ)償方法。該方法除了將慣性器件誤差列入狀態(tài)量外，還將里程計(jì)安裝誤差殘差、標(biāo)度因數(shù)誤差等納入狀態(tài)量進(jìn)行實(shí)時(shí)估計(jì)，將慣性導(dǎo)航系統(tǒng)輸出的速度增量進(jìn)行積分獲得位置增量，同時(shí)與里程計(jì)輸出位置增量進(jìn)行比對，構(gòu)建量測方程。設(shè)計(jì)跑車試驗(yàn)對該方法進(jìn)行了驗(yàn)證，
中國慣性技術(shù)學(xué)報(bào) 2015年2期2015-06-05
- 車輛導(dǎo)航系統(tǒng)中里程計(jì)標(biāo)度因數(shù)的自標(biāo)定
不能完全依賴。里程計(jì)作為一種測量車輛行駛里程的設(shè)備，可在GPS失效時(shí)作為慣導(dǎo)的輔助信息源，而且可與慣導(dǎo)系統(tǒng)組合構(gòu)成航位推算系統(tǒng)，避免了不斷停車校正慣導(dǎo)的不便性，在陸用導(dǎo)航領(lǐng)域受到了越來越多的關(guān)注［1－3］。里程計(jì)的標(biāo)度因數(shù)是制約航位推算系統(tǒng)精度的關(guān)鍵參數(shù)之一。由于受車輛載荷、輪胎磨損、充氣壓力和溫度等因素的影響，里程計(jì)標(biāo)度因數(shù)存在逐次變化，須在每次任務(wù)開始時(shí)對該系數(shù)進(jìn)行在線標(biāo)定。實(shí)現(xiàn)里程計(jì)標(biāo)度因數(shù)的高精度標(biāo)定，需要精確的位置基準(zhǔn)。差分GPS可以提供精度很高
汽車工程 2013年5期2013-04-17
- 基于捷聯(lián)慣性導(dǎo)航的組合導(dǎo)航系統(tǒng)研究
捷聯(lián)慣性導(dǎo)航和里程計(jì)組合的自主性水下導(dǎo)航系統(tǒng)。通過對該系統(tǒng)的實(shí)物應(yīng)用試驗(yàn)，試驗(yàn)結(jié)果驗(yàn)證了此組合導(dǎo)航方案的有效性。關(guān)鍵詞：水下輪式采煤車；組合導(dǎo)航；里程計(jì)；捷聯(lián)慣導(dǎo)系統(tǒng)中圖分類號：TN97文獻(xiàn)標(biāo)識碼：A文章編號：1004-373X(2009)03-111-03Research of Integrated Navigation System Based on Strapdown Inertial Navigation SystemLIU Lina，LIU Re
現(xiàn)代電子技術(shù) 2009年3期2009-03-19