井下多传感器组合导航系统

针对井下车辆高精度惯性导航成本较高、低成本MEMS惯性传感器漂移较大等问题,提出一种井下多传感器组合导航系统,该系统通过蓝牙测距信息、MEMS惯性传感器及车载里程计信息进行组合导航。利用卡尔曼滤波技术融合多传感器数据,结合蓝牙测距信息抑制MEMS惯性传感器漂移,提高车载惯性传感器在一段时间内的定位精度;通过MEMS惯性传感器预测车辆位置,有效滤除干扰标签的蓝牙信号,提高数据可靠性;融合车辆里程计数据后,定位结果更加稳定可靠。测试结果表明,在井下蓝牙标签间隔10m布站情况下,每10m定位误差在3.2m以内,能够满足井下导航要求。     

面向车辆导航的多用户云端地磁匹配定位技术研究

针对车辆在经过隧道、地下车库等环境时,GNSS信号中断导致GNSS/MIMU组合导航系统定位失效的问题,研究了地磁匹配定位算法,利用地磁匹配输出的绝对位置信息实现对组合导航系统的修正。针对地磁匹配算法运行过程中数据计算量、存储量大以及实时性高的要求,研究了多用户接入与云-端实时双向通信的云定位关键技术,搭建了一种面向车辆导航的多用户地磁匹配定位的云平台。经测试,所设计的云定位架构可实现多用户同时在线接入定位,单用户定位平均传输延迟在80 ms左右,满足定位的实时性和稳定性要求;基于云平台进行实际车辆地磁匹配定位实验,精度可达到3 m,满足城市环境车辆定位的要求。     

基于 ＡＬＩＦ 多尺度样本熵和 ＣＮＮ 的螺栓组松动定位

针对车辆在经过隧道、地下车库等环境时GNSS信号中断导致GNSS/MIMU组合导航系统定位失效的问题，研究了地磁匹配定位算法，利用地磁匹配输出的绝对位置信息实现对组合导航系统的修正。针对地磁匹配算法运行过程中数据计算量、存储量大以及实时性高的要求，研究了多用户接入与云-端实时双向通信的云定位关键技术，搭建了一种面向车辆导航的多用户地磁匹配定位的云平台。经测试，本文所设计的云定位架构可实现多用户同时在线接入定位，单用户定位平均传输延迟在80ms左右，满足定位的实时性和稳定性要求；基于云平台进行实际车辆地磁匹配定位实验，精度可达到3m，满足城市环境车辆定位的要求。     

多导航传感器的多模卡尔曼滤波研究

将多模自适应估计用于导航数据融合处理方法中,通过数字仿真将单一模型的惯导系统/全球定位系统/多普勒计程仪组合导航系统与多模自适应估计的组合导航系统的性能进行了比较,多模滤波器具有较明显的稳定滤波,而且,加大了测量值动态范围,说明了多模自适应估计在组合导航系统中可增强系统对环境的适应性,提高组合导航系统的精度.     

低成本GPS／MEMS-IMU无缝导航系统仿真与实现

卫星导航系统实现导航定位功能要求可见星数大于等于4颗,这一限制影响了卫星导航系统在信号遮挡严重环境下的应用,如城市峡谷、大型桥梁等。针对这一问题,提出了将卫星导航系统与低成本MEMS惯性器件（IMU）进行信息融合的方案并用硬件实现该系统。将GPS与MEMS惯性器件以紧组合的工作模式融合,采用卫星原始星历信息作为观测量建立观测模型并以卡尔曼滤波实现信息融合,该系统在少于4颗可见星时仍能实现导航。为了验证这一方案,进行了仿真试验和跑车实验,结果表明该系统在可见星数小于4颗的情况下仍能保持较好的导航精度。     

多导航传感器系统实时在线性能评估算法研究

从实际工程应用的角度出发,提出了多套导航系统存在情况下的导航系统性能实时在线评估算法。对同类测量导航系统采用加权最小二乘算法以得到一套更高精度的测量信息,在此基础上,利用开环卡尔曼滤波分别对惯导系统实现实时信息融合,再对单独融合后的导航结果进行加权处理得到最终的融合导航结果,并以此作为导航系统性能评价的基准和实现对导航系统的在线故障检测。通过实时仿真结果表明:应用该算法对导航系统进行评估,能够在不增加系统本身负担的情况下,具有较高的性能评价精度,是一种切实可行的方法。     

GPS/INS组合导航数据同步时标的计算方法研究

以GPS/INS组合导航系统为应用背景,针对GPS数据和惯性数据中时间同步的问题,提出了基于横摆角速度匹配、实时计算GPS延迟的方法,用于修正惯性数据与GPS的同步时标,提高了组合导航和车辆状态检测的精度。实验结果表明,计算得到的GPS延迟能够起到较好的修正效果。该方法仅利用导航系统数据,无需汽车内部参数和采集信号,具有自主性,有利于应用于外置检测和导航系统。     

汽车组合电子导航仪的路径智能规划效果测评研究

汽车导航系统是智能交通系统不可或缺的组成部分。目前,大多数汽车导航仪由于受到诸多因素的影响,不能满足市场需求,从而使得新型组合导航仪的研发成为全球最大的难点、热点。针对这一问题,首先采用DGNSS/INS组合导航系统实现了实时采集车辆位置、速度信息,提高了导航定位的精确性。其次,重点对适应高速工况的自主导航控制器进行了设计,并构建了运动学模型和动力学模型。最后,通过仿真试验验证了控制器在不同速度条件下对车辆的控制情况。结果表明,车辆在不同高速工况下行驶,设计的控制器在保证车辆稳定性的同时可以尽量提高对轨迹跟踪的精度。     

基于双CPU的多传感器组合导航系统研究

以单片机+DSP双CPU导航计算机构成的嵌入式硬件平台为基础,开展了磁航向辅助的捷联惯导/GPS组合导航系统的研究。采用八位置标定算法消除环境磁场对磁航向计的干扰,提高输出精度;多传感器的信息融合采用低阶卡尔曼滤波器,以满足导航系统导航精度和实时性的要求。针对双CPU导航计算机的特殊结构,设计出了整个导航程序时序控制流程,以实现多传感器数据采集的同步性和实时性。给出了数据采集周期和导航解算周期的时序控制以及双CPU之间的实时数据通信的实现流程,最后,通过实物联调验证了该方案设计是完全可行的。     

基于不确定融合的GPS/INS 组合导航滤波算法

针对实际车载组合导航系统测量中不确定噪声的问题,提出一种基于不确定融合估计的GPS/INS组合导航滤波算法,建立了导航系统的状态方程和观测方程;通过多信源不确定融合估计,得到多传感器的等效测量值以及误差方差阵;对系统方程进行滤波处理,得到车辆的准确位置。车载系统的实测数据表明,不确定噪声下的融合估计结果优于独立白噪声假设下的融合估计,并验证了所提出算法的有效性和实用性。     

SuperMap Objects在车辆导航地图中的应用

在车辆导航系统中,运用GIS技术能够直观形象地显示车辆实时运行状态等信息。本文探讨了如何在Visualc＋＋环境下,结合SuperMapObjects地理信息系统开发控件,构建车辆导航电子地图。阐述了使用SuperMapObjects控件进行GIS二次开发的一般方法和步骤,并给出了实例程序,实现了将空间数据进行地图显示以及放大、缩小、漫游、实时标注等GIS功能。     

基于FPGA_ARM的车载导航系统设计与实现

针对由航向参考系统(AHRS)和全球定位系统(GPS)构成的车载组合导航系统在接收多通道异步收发器(UART)的数据帧时容易被截断或丢失问题,设计了一种基于FPGA和ARM处理器的车载导航系统。采用FPGA实现系统各单元间逻辑控制、UART数据接收、参数解算和SD卡存储设计,ARM处理器更关注于参数融合估计和导航计算。从而降低了数据接收和参数解算的时间延迟,使得导航系统在执行参数估计和导航控制的同时,完成了多通道异步串口实时接收、解算和存储任务。车载实验表明,该系统能够完成车辆自主导航,提高了导航精度。     

GPS/MEMS-INS组合导航系统设计

针对微机电系统(micro electro mechanical system,MEMS)惯性器件随机噪声大,现有的去噪算法难以兼顾降噪效果和信息处理速度的问题,提出自适应实时混合去噪算法;利用无轨迹卡尔曼滤波(unscented Kalman filter,UKF)算法进行信息融合,克服了扩展卡尔曼滤波(extended Kalman filter,EKF)对非线性系统线性化会带来额外误差的缺点;利用多线程信息同步技术实现微机电惯性导航系统(MEMS inertial navigation system,MEMS-INS)和全球定位系统(global position system,GPS)的同步运行。基于以上关键技术和算法,设计了一种GPS/MEMS-INS组合导航系统,实验结果表明,该组合导航系统在静态及动态环境下均能够进行实时高精度地导航定位。     

GPS车载导航系统的设计

GPS车载导航系统融合了车辆、交通、计算机、通信、系统科学等领域的相关技术,逐渐成为交通导航的重要工具。本设计以处理器为S3C6410A的开发板作为开发平台,采用Linux作为嵌入式操作系统,选用GPS模块GR-87采集GPS数据,对GPS车载导航系统的方案进行论证,介绍了GPS数据的获取、电子地图的生成和显示。以福建师范大学校园为实测环境,实现实时定位、动态路径规划等功能。     

基于卫星／平流层飞艇的区域导航系统设计

针对卫星/捷联惯导组合导航系统中卫星信号易受干扰的问题,为提高导航的精度和可靠性,提出了一种新的基于卫星和平流层飞艇的区域导航系统.根据区域导航平台,利用组合导航的模式,建立了同步卫星/捷联惯导/平流层飞艇组合导航的状态方程和量测方程,选取自适应联邦滤波算法作为组合导航的信息融合算法,形成联合滤波器,要以弥补卫星导航中信号易受影响的问题.最后设计开发了区域导航仿真系统,通过数字仿真表明,与卫星/捷联惯导组合导航系统相比,区域导航系统具有较高的导航精度和较好的可靠性.     

基于无迹卡尔曼滤波传感器信息融合的车辆导航算法

针对复杂道路条件下车辆的导航问题,将全球定位系统(GPS)与车载终端传感器系统相结合,提出了基于多传感器系统的车辆精确定位模型,并针对扩展类卡尔曼滤波易产生突发性误差而导致的安全问题,采用基于Sigma点的无迹卡尔曼滤波器(UKF)传感器信息融合算法。根据实时的道路状况和车辆自身的运动状态给出符合要求的状态估值,实验与基于多项式扩展卡尔曼滤波车辆传感器信息融合算法在精度和效率方面进行了比较,结果表明,基于UKF传感器信息融合的算法在复杂路况下的估计精度和运行效率都有显著提高,能够根据当前的路线情况和车载传感器的反馈信息快速地估计出车辆的运动状态,实时计算出动态的车辆控制输入。     

基于MEMS传感器的室内外多源融合导航系统设计

为纠正磁力计的过度偏转行为,使得导航坐标结果更贴合理想预设坐标值,设计基于MEMS传感器的室内外多源融合导航系统。整合多源外接模块电路输出的电量信号,将其分别反馈至MEMS磁力计与微处理器导航元件之中,再根据地图空间定义模块中导航信息数据的传输行为,确定融合信息单元的剩余存储能力,实现多源融合导航系统的硬件结构设计。在此基础上,定义MEMS传感器的实时坐标,通过计算位姿角数值的方式,处理导航点与传感器信息之间的多源融合关系,完成基于MEMS传感器的坐标转换。根据已知的路径节点平移变换原则,得到节点坐标的旋转与缩放结果,完成对导航路径的可视化处理,再结合相关硬件设备结构,实现基于MEMS传感器的室内外多源融合导航系统设计。实验结果显示,与基于降维对偶四元数的导航系统相比,在MEMS传感器作用下,实测角与理想角之间的最大差值只能达到3.7°,能够使得真实导航坐标结果更加贴合理想预设坐标值,符合精准导航的实际应用需求。     

GNSS/DR组合导航系统中粒子滤波算法研究

随着车辆组合导航系统的发展,其算法研究也引起了广泛的重视。该文对车载GPS/DR组合导航系统的算法进行了研究,由于卫星信号易受到复杂环境的干扰和影响,导致使用卡尔曼滤波会有较大的误差结果。粒子滤波就能很好的处理这种情况,具有鲁棒性。仿真结果表明,粒子滤波算法优于卡尔曼滤波,更能减少定位误差。     

机载组合导航系统实际导航性能计算方法

机载组合导航系统的实际导航性能计算是民航实施基于性能的导航(PBN)的关键技术,PBN要求机载组合导航系统能够利用相关数据实现其自身实际导航性能的实时评估计算,从而达到高可靠性要求下的缩小航路间隔,提高空域利用的目的.提出了机载组合导航系统实际导航性能实时计算评估的方法.通过分割卡尔曼滤波器的协方差矩阵获取位置误差矩阵...     

面向目标侦测的非配合式无线传感器网络研究

针对战场目标侦测需求,在满足无线传感器网络低成本、低功耗约束条件的前提下,选择了传感器组合,设计实现了非配合式无线传感器网络硬件平台,采用红外传感器作为"唤醒传感器"实现节点休眠唤醒功能,同时检测人员与车辆,磁阻传感器负责铁磁物质检测,声音传感器实现车辆与人员的声音信号特征检测,利用简单实用的数据处理方法对各传感器信号...