惯导与视觉信息融合的掘进机精确定位方法

针对煤矿巷道复杂环境下掘进机精确定位难题,提出了一种惯导与视觉融合的掘进机精确定位方法,该方法采用惯导与“视觉+激光标靶”的定位方案。该方案将设计的四特征点大尺寸激光标靶固定于巷道顶板,相机固定于掘进机机身采集激光标靶图像,并运用圆拟合法定位光斑中心和基于四特征点的EPnP算法解算掘进机位置。为了验证“视觉+激光标靶”方法对掘进机位置检测效果,在模拟掘进工作面环境下开展了“视觉+激光标靶”位置检测试验,结果表明:在30 m内沿巷道宽度方向、掘进方向、高度方向最大误差不超过28.549 mm、78.868 mm、44.459 mm,实现了掘进机位置精确检测。针对惯导测量掘进机位姿误差随时间累积和掘进机振动对组合定位系统产生干扰导致位姿检测不准问题,提出改进Sage-Husa自适应滤波的惯导与视觉信息融合方法,该方法通过检测新息方差值修正量测误差来提高定位准确性。在模拟掘进工作面环境下开展了惯导与“视觉+激光标靶”组合定位实验,采用改进前后Sage-Husa自适应滤波算法融合惯导与视觉信息进行对比分析,结果表明:改进后Sage-Husa自适应滤波算法融合得到的定位误差更小,俯仰角、横滚角、航向角最大误差分别为0.029°、0.051°、0.0113°,在距离激光标靶30 m内巷道宽度位置误差在0.033 m范围内,巷道掘进方向位置误差在0.062 m范围内。所提出的惯导与视觉融合定位方法能够满足巷道掘进定位精度要求。

一种基于实测飞行轨迹的惯导误差分析方法研究

针对传统蒙特卡罗仿真方法用于惯导误差分析时计算量大且参数调整不便的问题,提出了采用Kalman滤波的状态均方误差预测公式结合惯导误差传播方程进行误差协方差分析的新方法。该方法将惯导总误差分解为各种不同误差因素的线性组合,且各误差因素之间是相互独立的,误差计算和参数调整都非常简单方便。以一组实测飞行轨迹数据为例,利用所提协方差分析方法进行误差分解,并将结果以多种形式直观展示,显示了新方法在误差分配和精度评估中的优越性。

捷联惯导系统IMU误差特性分析

为了优化捷联惯导系统惯性测量单元性能,首先,从惯性导航系统工作原理出发,细致梳理捷联惯导误差模型,对惯性测量单元常见误差源分类,重点分析主流民航客机机型捷联惯导惯性测量单元的误差特性;然后,对由5个直线段和4个转弯组成的矩形起落航线,在无误差的理想模式和设置导航级捷联惯导惯性测量单元误差参数模式,分别进行轨迹仿真;最后,在飞行轨迹的姿态、速度、位置误差三维方向对比分析。结果表明,IMU误差诱使飞行轨迹随时间有偏离趋势,高度误差波动始终非常平稳,水平方向误差在一定时间后大幅度发散,表现出惯性导航性能的固有缺陷,即误差随时间的推移逐渐累积,会在一段平稳时间后呈发散趋势。因此在实际使用惯导中可以使用特殊的算法和硬件平台以延长误差发散之前的时间,也可以通过与GPS等数据进行组合导航的方式抑制其发散趋势。研究结果为进一步进行组合导航算法优化奠定基础。

基于DSP F28335和CCS的捷联惯导实时解算

引言 惯性导航系统是一种不依赖于外部信息、也不向外部辐射能量的自主式导航系统。捷联式惯性导航系统则是将惯性器件直接固连在运载体上,惯性器件可以感应运载体的加速度和姿态等信息,且不受任何外部因素的影响,实现自主式导航[1-2]。对比传统的平台式惯导系统,捷联式惯性导航系统具有高度数字化的特点,通过计算机实现其导航平台的功能,数字平台替代物理平台,不仅降低了系统的体积。

基于5G+UWB和惯导技术的井下人员定位系统

针对煤矿井下人员定位系统在实际应用中存在因设备算力与存储资源不足导致无法使用复杂测距与定位算法,定位数据即时传输与响应性能不足,在系统部署方面人力物力损耗较大等问题,提出了一种基于5G+UWB和惯导技术的井下人员定位系统。在末端部署能耗低、抗干扰性强的UWB定位基站,定位基站与5G基站以级联的方式连接,定位基站采集UWB与惯导数据,利用5G网络回传至计算平台,在计算平台上完成定位信息的解算和存储。将基于惯导的人员位置估计作为预测值,将基于UWB的三边定位算法获取的人员位置估计作为观测值,利用卡尔曼滤波器将预测值和观测值进行融合,降低定位误差。在煤矿主体实验基地搭建测试系统,模拟真实煤矿井下环境并进行对比实验。结果表明:(1)在x轴和y轴,融合惯导的卡尔曼滤波算法得出的位置信息和真实位置信息的重合度最高,说明融合惯导的卡尔曼滤波算法得出的位置信息最接近真实位置,平均误差为22.192 cm。(2)5G+UWB和惯导技术组合的井下人员定位系统的位置信息和真实位置信息的重合度最高,误差为[15 cm,20 cm],x轴最大平均误差为26 cm,y轴最大平均误差为24 cm,超过目前大多数井下人员定位系统精度。

振动冲击条件下捷联惯导减振器形变研究

针对减振器传统研究的关注点主要在减振效果、材料寿命等方面,对其形变量及形变带来的导航误差关注较少,偏重理论研究而无试验数据支撑,缺乏说服性的问题,文中在捷联惯导减振器设计基础上,制定了静态和动态试验方案。在振动工装上固定一对相互垂直的平面镜,通过减振器将惯导安装到振动工装上,振动工装以刚性连接方式固定在振动台面上,借助架设的光学投影设备和显像设备,分别振动冲击前后惯导棱镜和振动工装上平面镜的反射光斑,通过对二者位移变化的计算,判定减振器的空间形变量。试验结果表明,振动冲击前后及过程中,减振器形变引起的惯导最大形变角为6.26″,比惯导在运载体上的安装误差稳定性(一般为1.0′)低一个数量级,减振器的空间形变量对捷联惯导的导航误差影响较小,文中的试验方法和实测数据可为惯导减振器的设计和应用提供借鉴。

改进视觉前端的视觉/惯导融合定位算法

针对移动机器人在GNSS拒止环境下的高精度定位问题,提出了一种自适应通用角点检测(adaptive and generic accelerated segment test,AGAST)算法改进移动机器人视觉/惯导融合定位系统的视觉前端.该算法通过局部直方图均衡化和自适应阈值检测改进视觉里程计(visual odometry,VO)算法,改善特征点提取的质量,提高VO在复杂环境中的定位精度和稳定性;基于因子图优化(factor graph optimization,FGO)算法融合VO和惯性导航系统(inertial navigation system,INS),实现移动机器人的高精度定位.分别采用公开室内、室外数据集进行测试,结果表明:改进算法相比VINS-Mono主流算法室内数据集定位精度平均提升22.8%,室外数据集定位精度平均提升59.7%.

基于双惯导协同的误差参数估计与融合算法

针对无外界参考信息的双惯导系统长期使用后系统参数发生变化导致导航精度降低,且系统间缺少信息融合的问题,提出了一种同等精度双惯导协同误差估计与信息融合算法。首先以两套旋转式惯导间相对速度误差与位置误差作为观测量,建立包含陀螺和加速度计零偏的导航误差模型。然后分析了不同转序下各状态量的可观测性,采用Kalman滤波对各参数进行有效估计,估计完成后对双惯导系统进行误差补偿及信息融合。仿真结果表明,所提算法对陀螺零偏估计精度优于0.002(°)/h,加速度计零偏估计精度优于4μg,在抑制误差发散的同时,提高了旋转式惯导导航精度。

机载捷联惯导系统振动性能提升研究

针对振动条件下,惯性测量组件产生耦合角振动,进而引起圆锥误差导致惯性导航精度降低的问题,提出了一种考虑减振器刚度不一致性与各向异性情况下,惯性测量组件振动耦合角运动的分析方法。从力学分析出发,推导了惯导系统空间六自由度矩阵振动微分方程;建立了惯导系统振动方程的数值解计算模型。其次,基于工程实际,使用数值仿真软件分析减振器批次刚度一致性和刚度各向异性的影响;并通过有限元仿真分析对比验证了减振器刚度波动导致的偏心距引起耦合角速度计算结果。最后分析了减振系统不同谐振频率对角振动幅值的影响机理。

行人惯导实时定位实验教学平台设计与应用

根据行人定位系统的实时性、便携性和经济性需求,设计并开发了基于片上系统的行人惯导实时定位实验平台。该平台兼具较强的运算能力和丰富的接口资源,可在无需依靠任何外部辅助设备的情况下,实时对不同运动模式的行人进行定位。相较于传统惯导定位平台,该平台可扩充多个综合型、研究型实验项目,支撑不同阶段、不同难度的基础或专业课程实验。相较于常用的神经网络相关实验平台,该平台在成本、功耗、体积等方面都表现更优,利于大规模推广应用。兼具实时性和便携性的实验平台能为学生提供更直观、深入的实践体验,与单纯的仿真验证相比,能更好地激发学生的学习兴趣,兼顾科研探索能力和工程实现能力的培养。

激光雷达与惯导系统的时间同步方法研究

多源异构传感器数据融合技术广泛应用在自动驾驶领域,激光雷达和惯导系统在自动驾驶方面应用广泛,能够实时提供准确的环境感知信息以及姿态信息,为自动驾驶技术提供更加强有力的支持。激光雷达能够获取丰富的三维数字信息,且抗干扰能力强,故被广泛应用于环境感知中。惯导系统能够准确地获取运动载体的六个自由度上的运动姿态信息。

惯导系统传递对准模型的研究进展综述

初始对准是惯导系统开启工作后必须经历的阶段,而传递对准则是一种特殊的动基座初始对准技术,可有效提高武器装备的快速反应和精准打击能力。对惯导系统传递对准模型的研究进展进行了综合评述。首先,从姿态误差的定义出发,系统归纳了ϕ_(n)角误差模型、ϕ_(m) 角误差模型和相对姿态对准模型,对比分析了三类误差模型的特点。其次,给出了导航速度、相对速度和惯性速度的定义,理论推导了三种导航速度误差方程。然后,介绍了传递对准的量测模型,并重点归纳了基于相对姿态理论的文献所采用的量测模型。最后,讨论了传递对准有待解决的技术问题和未来研究方向。综述表明,误差的数学定义和参考坐标系以及匹配参数决定了传递对准模型的丰富性,在实际使用时,可以根据应用背景以及使用条件选择相应的传递对准模型,而在误差建模、误差激励、性能评估等方面,传递对准技术都有待进一步研究。

UWB+惯导组合定位研究与应用

随着通信技术的发展和数据处理能力的提高,基于位置的服务成为最有前途的互联网业务之一,快速准确地获得移动终端的位置信息和提供位置服务的需求变得日益迫切。由于煤矿井下属于封闭环境,现有的北斗、GPS等卫星定位系统无法使用,只能采用室内定位技术。煤矿井下人员精确定位已经成为煤矿企业的必备系统,但由于井下环境复杂,单纯使用UWB无法进行路径优化,而使用UWB定位为主,惯导导航为辅进行组合定位能够进行更加精准的定位。因此,本文就UWB+惯导组合定位技术加以研究。

光纤惯导车辆姿态识别系统及其误差分析

光纤惯导具有分辨率高、动态范围大、灵敏度高、寿命长、自主性强、成本低等特点,将其应用到驾驶行为和车辆姿态识别系统中,通过对中低精度光纤惯导的车辆姿态识别系统存在的误差进行分析,提出车载惯导自适应快速对准模式、全参数自标定误差标校方法,以解决中低精度光纤惯导误差随时间不断累积的问题,实现车辆姿态识别自主性,为车辆姿态识别以及驾驶行为识别提供强有力支撑。分析和实验结果表明该车辆姿态识别系统可指导行车安全。

“天问一号”着陆惯导安装矩阵正交化方法研究

“天问一号”的惯性测量单元(Inertial Measurement Unit,IMU)产品是其导航系统的核心敏感器,IMU中的陀螺和加速度计在安装过程中存在安装误差以及标度因数非线性等因素导致安装矩阵非正交,从而影响IMU惯导精度。针对陀螺和加速度计安装矩阵误差特性进行分析,提出安装矩阵行向量正交化算法,提升了陀螺和加计安装矩阵正交性,降低了安装误差角在正交化过程中的畸变,开展了典型工况IMU惯导标定测试,试验结果表明:安装矩阵按行向量正交化处理后IMU惯导姿态精度提升15.8%~54.7%,位置精度提升45.2%~85.7%。采用上述方法,静态导航各工况位姿性能提升百分比较为一致且与试验时间不相关,动态导航各工况位姿性能提升百分比较为一致且与旋转角度累加和不相关。

日月摄动对高精度惯导系统的影响

针对日月摄动对长航时高精度惯性导航的影响,对其引起的导航误差进行了研究。基于JPL星历DE405,建立了日地月系统的轨道模型,获得三者相对位置信息。利用此轨道模型求解出日月引力摄动对地球表面的惯性器件产生的比力最大达到0.15μg。同时开展了长航时高精度纯惯性导航仿真验证,结果显示日月引力摄动单日内最大可以引起米级的惯性导航定位误差,并在长航时导航中呈现出周期性。同时摄动对导航的影响随着纬度变化而变化,在30°附近影响相对较小,其产生的定位误差在超高精度惯性导航中需要予以考虑。

基于观测量扩展的捷联惯导快速对准方法

为了研究惯性器件信息对捷联惯导系统(SINS)的影响,在静基座条件下,基于SINS简化误差模型,建立了采用速度误差、等效陀螺角速度误差和等效比力误差作为系统观测量的改进扩展观测方程,通过奇异值分解法(SVD)进行可观测性分析,引入等效陀螺角速度误差和等效比力误差的方法实现了系统全部状态的完全可观测性.仿真实验表明:与常规方法相比,该方法引入等效比力误差加速了水平失准角的收敛,引入等效陀螺角速度误差提高了方位失准角的收敛速度,同时状态的完全可观测性提升了初始对准精度.

煤矿掘进装备光纤惯导多源异构噪声降噪方法研究

煤矿掘进装备光纤惯导在井下掘进工作面易受振动与电磁等多源异构噪声干扰,导致掘进装备位姿检测准确性降低。因此,为消除噪声干扰对组合惯导定位检测影响,提出了一种改进经验模态分解(EMD)的光纤惯导多源异构噪声降噪方法。首先,根据井下掘进工作面环境噪声特性,分析多源异构噪声构成。然后,利用改进的EMD降噪方法对光纤惯导多源异构噪声进行降噪,该方法通过计算连续均方误差(CMSE)自适应筛选出有效本征模态函数(IMF),并通过设定阈值函数对各层有效IMF分量进行优化,重构优化后的有效IMF分量,从而获得降噪后的信号。为验证改进EMD方法的降噪效果,运用小波降噪方法、变分模态分解(VMD)降噪方法和改进EMD降噪方法进行了降噪对比试验,结果表明:改进EMD降噪方法降噪效果优于小波降噪和VMD降噪方法。为验证改进EMD方法对掘进装备位姿检测准确性的提升效果,对降噪前以及利用3种降噪方法降噪后的光纤惯导与位移传感器组合定位结果进行对比分析,结果表明:改进EMD方法对光纤惯导信号降噪后组合定位的位姿误差最小,且相较于降噪前大幅降低,与降噪前相比,俯仰角误差从0.113 1°下降到0.028 6°,横滚角误差从0.010 1°下降到0.003 8°,航向角误差从2.705 1°下降到0.027 2°,北向位置误差从36.887 2 m下降到0.082 2 m,东向位置误差从0.499 0 m下降到0.016 1 m,天向位置误差从0.914 1 m下降到0.014 3 m。提出的改进EMD降噪方法能够有效地滤除煤矿掘进装备光纤捷联惯导信号的多源异构噪声,为煤矿掘进装备精确定位奠定了良好基础。

一种基于粒子滤波的双目视觉惯导SLAM技术

针对智能无人系统的定位与地图构建问题,提出一种基于粒子滤波的双目视觉惯导SLAM(即时定位与地图构建)方法。算法基于传统粒子滤波思想设计实现,后端处理时仅对位姿状态量进行滤波,有效解决了传统算法的维度爆炸问题,减少计算量的同时保证一定的精确度,兼顾SLAM算法精确性和即时性的要求。实验结果表明,方法整体定位精度相对误差低于5%,在光照条件适宜的小型场景效果更佳,误差低于3%,能够达到分米级精度,证明了SLAM方法能够完成SLAM系统的要求,实现即时定位与地图构建功能,具有一定的准确性、稳定性和鲁棒性。粒子滤波能够应用于视觉惯导SLAM领域并达到较高的精度要求。

基于抗差Kalman的天导/惯导组合导航技术

以天导位置作为量测信息对惯导设备进行综合校正时,天导位置误差因测星修正作用存在“误差回降”现象,降低惯导设备误差估计效果。针对上述问题,提出基于抗差Kalman的天导/惯导组合导航技术,降低“误差回降”对滤波精度和稳定性影响。试验表明,采用抗差Kalman可稳定估计惯导误差,证实所提方案具有较强的应用价值。