迭代扩展卡尔曼滤波用于实时GPS数据处理

标准的卡尔曼滤波可以扩展到非线性模型,即将泰勒公式应用于状态方程和观测方程,得到扩展卡尔曼滤波公式。首先推导了计算公式,研究了迭代计算方法,并将其用于ＧＰＳ数据的实时处理。     

ZigBee网络中RSSI的测距模型分析

本文在分析常规的RSSI对数模型下,提出一个新的路径损耗因子动态变化模型(N-Model):在室外空旷地带用ZigBee节点获取RSSI数据,分别用对数模型、多项式模型以及本模型做曲线拟合,结果表明在短距离(15m)情况本模型优于另两种模型。在中长距离(15m～110m)的情况下,多项式模型能达到较好的效果。     

多传感器行人航位推算方法和UKF融合算法

针对利用惯性测量单元进行行人航位推算（PDR）时,其定位误差会随时间累积的问题,提出了一种基于多传感器融合的室内行人航位推算方法;对于智能移动设备的低成本多传感器,设计了基于无迹卡尔曼滤波（UKF）的初始对准,设定4种阈值条件进行步伐状态检测;在行走过程中,针对步长和航向角误差累积的问题,利用基于UKF的零速度更新（ZUPT）对速度误差进行修正,零角速率更新（ZARU）和磁力计融合对航向角误差进行修正,从而有效提高了行人最终的位置精度。试验结果表明：使用该方法可以有效提高PDR位置精度,平均位置偏差占总路程的1.5%左右。     

双基线姿态确定问题的算法优化

两条基线实现姿态测量给工程应用提供了方便。针对两条基线场合下的姿态确定问题,对QUEST(Quaternion Estimator)三轴姿态估计算法进行了优化。在传统TRIAD方法基础上,对两条基线向量进行加权线性组合,并构建基线向量组实现对基线向量信息的充分利用;然后通过QUEST算法实现三轴姿态角的最优解算。用接收机进行了实验,结果表明:通过对比两条基线的TRIAD算法和QUEST算法,本文中的优化算法解算三轴姿态角的精度有了明显提高。     

基于联邦滤波进行立体相机/IMU/里程计运动平台组合导航定位

在无GPS信号的受限环境中,基于序列立体影像的运动平台视觉定位精度较高,能够改正航迹推算方法的误差累积,但在纹理贫乏或光照不足的环境下容易定位失败。为提高受限环境下运动平台定位的精度与稳健性,提出一种基于联邦滤波的立体相机、惯性测量单元（inertial measurement unit,IMU）及里程计组合导航方法。该方法在联邦滤波中利用IMU分别同里程计与立体相机构成子滤波器,有效避免立体视觉定位失效而导致的系统定位失败,提高了定位稳健性。地下巷道实验结果证明,所提方法能有效提高运动平台导航定位的精度,并且在立体视觉定位失效的情况下仍能实现连续定位。     

GPS/INS紧耦合系统提高GPS失锁后解算精度的方法

在GPS/INS辅助航空摄影测量作业过程中,如果GPS失锁时间过长将会影响到整个机载POS数据后处理精度,从而影响制图效果。文章旨在研究解决传统基于位置、速度组合的松耦合导航系统在GPS失锁情况下后处理精度不高的问题,提出基于伪距、伪距率的紧耦合导航系统:在保证外符合精度前提下,后处理后的位置内符合精度达到0.05m、航向角内符合精度约为0.005deg,各项指标均满足国外GPS/INS辅助航空摄影测量系统解算精度要求。研究结果可以为解决相关问题提供参考。     

平滑方法用于INS数据的预处理

在αβγ滤波器的基础上,推导了用于惯性导航系统（ＩＮＳ）方位角数据预处理的平滑公式。采用不同的窗口长度对实际数据进行计算和比较,得到了处理精度为０．０１°的结果。     

室内环境下立体视觉惯导融合定位

针对室内服务机器人在居家环境下导航定位问题，本文研究了紧耦合非线性优化的立体视觉惯性融合导航方法。本文采用预积分、边缘化、滑动窗口优化等关键技术，提出了一种稳健的视觉惯性导航系统初始化方法。运用于室内家庭服务机器人中，设计并实现了对应的视觉惯性融合导航系统。在搭建的模拟居家环境下，验证了本文系统的初始化方法能够提供稳健、准确的系统初值；最后通过试验验证了本文定位系统的准确性与稳定性，定位误差可控制在0.1 m以内。     

改进加权距离定位算法在室内定位中的应用

基于RSSI(Received Signal Strength Indication)的距离测量技术是一种新型低成本的距离测量技术,并且在距离定位的领域中得到广泛的运用。针对常规的Zigbee指纹定位的加权最邻近定位算法较为复杂且精度低下的问题,该文对基于RSSI的Zigbee指纹数据库定位算法中加权最邻近算法进行了研究,提出了利用一种新的加权距离定位算法,并且使用Zigbee无线网络系统进行实验。结果表明,使用加权定位算法后,与常规的3种定位算法相比,Zigbee定位系统的定位偏差得到一定程度的提高且优于1.57m。     

一种基于RSSI的三维加权质心定位算法

定位技术是无线传感器网络的重要支撑技术。基于RSSI的定位技术以其不需额外的硬件、成本低廉而成为无线传感器网络的首选之一。本文在分析一些常用的算法基础上,提出了一种适用于RSSI技术的三维加权质心定位算法,在室外用ZigBee硬件平台进行实验,结果表明定位误差在4m以内,相对定位误差在20%以内的概率到达70%。