多传感器融合技术在低成本车辆组合导航定位系统中的应用

采用多传感器信息融合技术,运用位置/航向的输出校正和元件参数误差的补偿校正的方法,利用一阶马尔可夫模型建立了传感器参数的误差模型,提出了基于集中卡尔曼滤波的GPS/INU车辆组合导航算法。仿真结果表明上述方法是行之有效的。

基于信息融合技术的车载组合导航定位系统

论述了一种采用磁罗经和轮解码器的车用GPS/DR组合导航定位系统 .应用多传感器信息融合技术 ,降低了测量误差 .仿真实验验证了上述方法的有效性 .

GPS/电子地图组合导航定位系统在多移动目标安全监控系统中的应用

本文介绍了多目标安全监控系统的结构及组成，给出了移动目标与监控中心的通信方案。

组合定位系统中时间Petri网的应用方法研究

组合导航定位系统是智能交通系统中的重要组成部分,它综合运用微电子技术、数字信号处理技术等,通过最优滤波和数据融合得到连续可靠的定位数据.因为需要采集多个传感器的数据,对时序控制要求严格,因此系统采用具有反馈设计的时间Petri网方法对软件流程进行动态监测和实时分析,大大提高了软件运行的可靠性.

水下导航定位技术在大洋科考调查中的应用

水下声学定位、惯性导航定位、多普勒声纳以及组合导航定位是目前我国大洋科考调查工作中的几种主要水下导航定位技术。通过分析常规调查装备、ROV、AUV和载人潜水器等4类主要水下科考设备的导航定位系统实测数据,给出不同水下导航定位模式的现场作业精度,为我国大洋科考调查工作中水下导航定位技术的选择与应用等工作提供参考。

基于改进卡尔曼滤波的水产养殖无人船导航方法

针对常规卡尔曼滤波在全球定位系统(GPS)/惯性导航系统(INS)组合导航过程中出现量测数据异常,造成滤波精度下降的问题,提出了利用新息协方差估计值和量测值实时估计渐消因子,利用渐消因子调节卡尔曼方程中预测协方差阵。针对现有渐消因子求解过程繁琐的情况,假设新息理论值与新息预测值相等,求解相应的渐消因子,提出了改进的强跟踪卡尔曼滤波(STKF)算法应用于GPS/INS组合导航,并针对任意设定的水产养殖无人船行驶轨迹,基于仿真平台进行了无人船导航算法的仿真,结果表明,基于求取的渐消因子的STKF算法能有效抑制GPS/INS组合导航过程中滤波发散问题,并且比常规卡尔曼滤波效果更好。

一种利用单信标修正AUV定位误差的方法

针对配置有捷联惯导(SINS)/多普勒速度仪(DVL)/深度传感器组合导航定位系统的自主水下航行器(AUV)的定位误差随时间增大,以及采用GPS修正定位误差引起的AUV隐蔽性降低等问题,提出了一种利用水下固定单信标修正SINS/DVL/深度传感器组合定位误差的方法。该方法首先利用水声测距原理测量出AUV与水下固定单信标的距离,然后基于空间几何关系计算出AUV的实时位置,最后通过卡尔曼滤波连续修正AUV的定位误差。仿真结果表明,该方法可以有效减小AUV的定位误差,有较好的工程应用价值。

GPS/GLONASS组合导航定位技术在ITS中的应用

采用先进的组合导航技术 ,将现存的两种 GPS( Global Positioning System )和 GLONASS( Global Navigation Satellite System)全球卫星导航系统结合一起 ,可以充分发挥 GPS和 GLONASS各自优势 ,并可优劣互补 .GPS/GLONASS组合定位导航 ,利用先进的组合技术 ,充分利用 GLONASS无 SA影响的特点 ,提供可靠性高、完善性好的高精度定位服务 ,使得整个系统可视卫星的数目增加多 ,可在任何地方有较大高度角的卫星提供选择 ,从而改善了卫星几何位置配置 ,提高了系统的可靠性 .将 GPS/GLONASS组合定位导航技术应用于 ITS中的车辆定位导航 ,可以提供全方位、全天候、多星定位车辆导航的服务功能 ,为实现道路交通管理“自动化”、车辆行驶“智能化”提供可靠的技术保证 ,具有良好的应用价值和实用价值 .