CN109781098A - 一种列车定位的方法和*** - Google Patents
一种列车定位的方法和*** Download PDFInfo
- Publication number
- CN109781098A CN109781098A CN201910175265.8A CN201910175265A CN109781098A CN 109781098 A CN109781098 A CN 109781098A CN 201910175265 A CN201910175265 A CN 201910175265A CN 109781098 A CN109781098 A CN 109781098A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- satellite
- function
- follows
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Navigation (AREA)
Abstract
本发明提供一种列车定位的方法及***,包括:步骤1获取导航测量数据,建立测量值变量;步骤2建立***状态量;步骤3对滤波器的滤波状态初始化;步骤4对***状态量进行时间更新;步骤5构造实际观测值和预测观测值的误差值方程;步骤6更新滤波器的状态向量与方差。最后,将步骤6的计算结果输出至导航计算机。本发明提出的引入滑模观测器的GPS/INS组合导航滤波方法不仅能够在卫星信号良好的情况下获得准确的定位信息,而且能够在卫星信号异常的条件下提供较高精度的定位结果。
Description
技术领域
本发明涉及导航技术领域,具体的说是一种列车定位的方法和***。
背景技术
列车控制***的发展方向是基于通信的列车控制***,同时,列车的速度与位置是列控***的重要信息。基于通信的列车定位***也需要更精确可靠、更低成本的列车定位***。目前现有的列车定位方法主要有以下几种:里程计、查询应答器、多普勒雷达、轨道电路。其中里程计成本低,位置通过速度积分获得,存在误差积累;多普勒雷达主要用于测速,精度较高,但测量精度受车速影响较大,成本也较高;地面上大量铺设应答器与轨道电路用以消除定位累积误差,同时需要在列车上增加相应的接收装置,但需要大量的成本,且地面设备需要定期维修,维修工程量大,效率低。随着我国北斗三号基本***建成,我国自主研制的北斗卫星导航***开始为全球提供导航定位服务。开展卫星导航***的铁路应用,研究基于北斗导航的无缝组合定位技术,对未来新一代列控***具有重大意义。
卫星单点定位方式精度易受环境影响,在有遮挡物遮挡与多径效应情况下,定位信号受到影响导致精度低,效果差,采用载波相位实时差分技术能够消除大部分定位误差,提高***精度。然而,动车组运行环境多变,在隧道内、山谷中等一些卫星信号失锁的情况时,定位精度还是会下降。惯性导航是一种完全自主、不依赖外界信号,根据自身运动信息进行航位推算的导航方式,因此,卫星/惯导组合导航方式能够融合两种导航方式的优点,克服各自的缺点,是现在主要的导航方式。
通常,采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法实现GPS/INS组合导航***数据融合。扩展卡尔曼滤波是一种函数近似法。先通过***模型初步估计目标状态,再结合测量值对初步估计进行修正得到最优估计。EKF围绕状态估计值对非线性模型进行一阶泰勒级数展开,从而把非线性问题转换为线性处理。因为EKF具有简单易于实现的优点,在传感器数据融合方面得到广泛应用。
但EKF算法也存在一些不足。首先,线性化引起高阶项截断误差对滤波精度有影响,在强非线性情况下会产生较大估计误差。并且,***噪声的不确定性及误差模型扰动等都会影响滤波精度。。
发明内容
为了解决上述技术问题,本发明提供了一种列车定位的方法和***,引入滑模观测器的GPS/INS组合导航滤波方法,提高了***定位精度、可靠性和安全性。
为达到上述目的,本发明通过以下技术方案来具体实现:
一种列车定位的方法,包括
步骤(1)、获得导航测量数据,并以此为基础变量建立测量值变量u,
其中,λ,L,h表示载体经度、纬度和高度;VE,VN,VU表示载体东、北、天方向上的速度;表示载体的横滚角、俯仰角与航向角;
步骤(2)、获得变量的误差数据,并以此建立状态参数x,
其中,δλ,δL,δh为载体的经度、纬度、高度误差,δVE,δVN,δVU为载体的东、北、天方向上的速度误差,φE,φN,φU为载体东、北、天向失准角误差,εx,εy,εz为与载体固联的陀螺仪在三轴的漂移,为与载体固联的加速度计在三轴的漂移;
步骤(3)、对滤波器的滤波状态初始化;
步骤(4)、对步骤(1)(2)获得的数据进行时间更新;
在k+1时刻的估计结果为:
预设滑模观测器在滑模面目标值附近“调整”的次数为n,此时状态预测协方差为:
步骤(5)、根据观测方程yk=hk(xk)+vk以及状态方程xk+1=fk(xk)+wk,得到实际观测值和预测观测值的误差值,其中,hk(xk)表示观测函数,为非线性离散函数,表示观测值与***状态量之间的关系,fk(xk)表示***状态函数,也是非线性离散函数,表示***相邻时刻状态量之间的关系,下标k表示k时刻对应的函数::
其中,对时间观测值和预测值的差值为k+1时刻的预测状态校正值;
步骤(6)、更新滤波器的状态向量与方差;
根据公式对数据进行处理得到在k+1时刻滤波的状态向量和方差:
其中,为观测方程关于的Jacobian矩阵;Kk+1为扩展卡尔曼滤波增益,可以表示为方差与滑模增益的乘积:
输出计算结果。
所述步骤(5),***的量测向量为:
z=[δvE δvN δvU δλ δL δh]T。
所述步骤(3)中,滤波状态初始化公式为:
所述步骤(6)中,Jacobian矩阵计算过程为:
所述步骤(4)中,构建的滑模观测器为:
其中,F为***矩阵;G为噪声驱动矩阵;d为***未知且有界输入,根据滑模观测器理论,定义***误差为:
选取滑模面为***误差,选取的李雅普诺夫函数为:
对上式求导可得
根据滑模状态观测器理论,有:
其中,L表示滑模观测器增益。
经过以上推导过程,GPS/INS组合导航***的滑模观测器为:
其中,为***误差;sgn(S)为符号函数,可表示为:
进一步求***误差导数,可得未知输入量d的最终估计值为:
一种应用所述列车定位方法的***,包括能够执行所述列车定位方法的硬件。
包括:数据采集模块、数据融合模块、卫星RTK定位基站模块、数据输出模块、安全电源模块、车载计算机六部分。数据采集模块电连接数据融合模块,数据融合模块电连接数据输出模块,数据输出模块电连接车载计算机,安全电源模块分别与数据采集模块、数据融合模块。数据输出模块电连接,卫星RTK定位基站模块与数据采集模块通过GPRS网络通信。
所述数据采集模块包括卫星数据采集板卡、惯导数据采集板卡以及定位数据解析板卡,其中卫星数据采集板卡的功能包括有数据收集、数据两部分,定位数据解析板卡的功能包括将卫星与惯导数据进行解析并且发送到数据融合模块。
所述数据融合模块的功能包括惯导解算,卫星/惯导数据融合,定位数据修正三部分;
所述卫星RTK定位基站模块包括卫星天线,卫星数据采集板卡,无线传输模块三部分;
所述数据采集模块与数据融合模块电连接采用连接器,采用串行通信连接,所述数据融合模块与数据输出模块电连接采用连接器,采用串行通信连接,所述RTK定位基站与数据采集模块之间采用无线通信连接,所述数据输出模块与车载计算机电连接采用串行通信连接,所述数据采集模块、数据融合模块、数据输出模块分别与安全电源模块电连接采用连接器。
所述惯性传感器与数据采集板卡电连接采用航空插头;
所述数据采集模块、数据融合模块分别有两个一样的模块,功能相同,并且同时运行,其中两个数据采集模块都分别与数据融合模块电连接采用连接器,采用串行通信连接,两个数据融合模块与数据输出模块电连接采用连接器,采用串行通信连接;
所述数据输出模块的功能是将两组同时接收到的融合数据进行比对分析,若数据相同则发送至车载计算机,若数据不同,则向车载计算机发送报警信息。
本发明提出的引入滑模观测器的GPS/INS组合导航滤波方法不仅能够在卫星信号良好的情况下获得准确的定位信息,而且能够在卫星信号异常的条件下提供较高精度的定位结果。
本发明采用引入滑模观测器的扩展卡尔曼滤波方法适用于非线性非平稳的信号处理,有效降低了扩展卡尔曼线性化过程中带来的高阶项截断误差。
本发明提出的无缝列车定位***引入滑模观测器的GPS/INS组合导航滤波方法,引入滑模观测器估计***模型误差与噪声,并将估计值引入扩展卡尔曼滤波器,在不改变原有扩展卡尔曼滤波性能的基础上,提高了滤波精度与跟踪能力。
附图说明
下面根据附图和实施例对本发明作进一步详细说明。
图1是GPS/INS组合导航观测器结构图。
图2是SMO-EKF算法示意图。
图3是引入滑模观测器的GPS/INS动车组方法的流程图。
具体实施方式
本发明实施例提供的一种列车定位的方法,包括
步骤(1)、获得导航测量数据,并以此为基础变量建立测量值变量u,
其中,λ,L,h表示载体经度、纬度和高度;VE,VN,VU表示载体东、北、天方向上的速度;表示载体的横滚角、俯仰角与航向角;
步骤(2)、获得变量的误差数据,并以此建立状态参数x,
其中,δλ,δL,δh为载体的经度、纬度、高度误差,δVE,δVN,δVU为载体的东、北、天方向上的速度误差,φE,φN,φU为载体东、北、天向失准角误差,εx,εy,εz为与载体固联的陀螺仪在三轴的漂移,为与载体固联的加速度计在三轴的漂移;
步骤(3)、对滤波器的滤波状态初始化;
步骤(4)、对步骤(1)(2)获得的数据进行时间更新;
在k+1时刻的估计结果为:
预设滑模观测器在滑模面目标值附近“调整”的次数为n,此时状态预测协方差为:
步骤(5)、根据观测方程yk=hk(xk)+vk以及状态方程xk+1=fk(xk)+wk,得到实际观测值和预测观测值的误差值,其中,hk(xk)表示观测函数,为非线性离散函数,表示观测值与***状态量之间的关系,fk(xk)表示***状态函数,也是非线性离散函数,表示***相邻时刻状态量之间的关系,下标k表示k时刻对应的函数::
其中,对时间观测值和预测值的差值为k+1时刻的预测状态校正值;
步骤(6)、更新滤波器的状态向量与方差;
根据公式对数据进行处理得到在k+1时刻滤波的状态向量和方差:
其中,为观测方程关于的Jacobian矩阵;Kk+1为扩展卡尔曼滤波增益,可以表示为方差与滑模增益的乘积:
输出计算结果。
所述步骤(5),***的量测向量为:
z=[δvE δvN δvU δλ δL δh]T。
所述步骤(3)中,滤波状态初始化公式为:
所述步骤(6)中,Jacobian矩阵计算过程为:
所述步骤(4)中,构建的滑模观测器为:
其中,F为***矩阵;G为噪声驱动矩阵;d为***未知且有界输入,根据滑模观测器理论,定义***误差为:
选取滑模面为***误差,选取的李雅普诺夫函数为:
对上式求导可得
根据滑模状态观测器理论,有:
其中,L表示滑模观测器增益。
经过以上推导过程,GPS/INS组合导航***的滑模观测器为:
其中,为***误差;sgn(S)为符号函数,可表示为:
进一步求***误差导数,可得未知输入量d的最终估计值为:
一种应用所述列车定位方法的***,包括能够执行所述列车定位方法的硬件。
包括:数据采集模块、数据融合模块、卫星RTK定位基站模块、数据输出模块、安全电源模块、车载计算机六部分。数据采集模块电连接数据融合模块,数据融合模块电连接数据输出模块,数据输出模块电连接车载计算机,安全电源模块分别与数据采集模块、数据融合模块。数据输出模块电连接,卫星RTK定位基站模块与数据采集模块通过GPRS网络通信。
所述数据采集模块包括卫星数据采集板卡、惯导数据采集板卡以及定位数据解析板卡,其中卫星数据采集板卡的功能包括有数据收集、数据两部分,定位数据解析板卡的功能包括将卫星与惯导数据进行解析并且发送到数据融合模块。
所述数据融合模块的功能包括惯导解算,卫星/惯导数据融合,定位数据修正三部分;
所述卫星RTK定位基站模块包括卫星天线,卫星数据采集板卡,无线传输模块三部分;
所述数据采集模块与数据融合模块电连接采用连接器,采用串行通信连接,所述数据融合模块与数据输出模块电连接采用连接器,采用串行通信连接,所述RTK定位基站与数据采集模块之间采用无线通信连接,所述数据输出模块与车载计算机电连接采用串行通信连接,所述数据采集模块、数据融合模块、数据输出模块分别与安全电源模块电连接采用连接器。
所述惯性传感器与数据采集板卡电连接采用航空插头;
所述数据采集模块、数据融合模块分别有两个一样的模块,功能相同,并且同时运行,其中两个数据采集模块都分别与数据融合模块电连接采用连接器,采用串行通信连接,两个数据融合模块与数据输出模块电连接采用连接器,采用串行通信连接;
所述数据输出模块的功能是将两组同时接收到的融合数据进行比对分析,若数据相同则发送至车载计算机,若数据不同,则向车载计算机发送报警信息。
最后应说明的是:以上所述仅为发明的优选实施例而已,并不用于限制发明,尽管参照前述实施例对发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在发明的保护范围之内。
Claims (10)
1.一种列车定位的方法,包括
步骤(1)、获得导航测量数据,并以此为基础变量建立测量值变量u,
其中,λ,L,h表示载体经度、纬度和高度;VE,VN,VU表示载体东、北、天方向上的速度;表示载体的横滚角、俯仰角与航向角;
步骤(2)、获得变量的误差数据,并以此建立状态参数x,
x=[δλ,δL,δh,δVE,δVN,δVU,φE,φN,φU,εx,εy,εz,▽x,▽y,▽z]T
其中,δλ,δL,δh为载体的经度、纬度、高度误差,δVE,δVN,δVU为载体的东、北、天方向上的速度误差,φE,φN,φU为载体东、北、天向失准角误差,εx,εy,εz为与载体固联的陀螺仪在三轴的漂移,▽x,▽y,▽z为与载体固联的加速度计在三轴的漂移;
步骤(3)、对滤波器的滤波状态初始化;
步骤(4)、对步骤(1)(2)获得的数据进行时间更新;
在k+1时刻的估计结果为:
预设滑模观测器在滑模面目标值附近“调整”的次数为n,此时状态预测协方差为:
步骤(5)、根据观测方程yk=hk(xk)+vk以及状态方程xk+1=fk(xk)+wk,得到实际观测值和预测观测值的误差值,其中,hk(xk)表示观测函数,为非线性离散函数,表示观测值与***状态量之间的关系,fk(xk)表示***状态函数,也是非线性离散函数,表示***相邻时刻状态量之间的关系,下标k表示k时刻对应的函数:
其中,对时间观测值和预测值的差值为k+1时刻的预测状态校正值;
步骤(6)、更新滤波器的状态向量与方差;
根据公式对数据进行处理得到在k+1时刻滤波的状态向量和方差:
其中,为观测方程关于的Jacobian矩阵;Kk+1为扩展卡尔曼滤波增益,可以表示为方差与滑模增益的乘积:
输出计算结果。
2.根据权利要求1所述的方法,其特征在于
所述步骤(5),***的量测向量为:
z=[δvE δvN δvU δλ δL δh]T。
3.根据权利要求1所述的方法,其特征在于
所述步骤(3)中,滤波状态初始化公式为:
4.根据权利要求1所述的方法,其特征在于
所述步骤(6)中,Jacobian矩阵计算过程为:
5.根据权利要求1所述的方法,其特征在于
所述步骤(4)中,构建的滑模观测器为:
其中,F为***矩阵;G为噪声驱动矩阵;d为***未知且有界输入,根据滑模观测器理论,定义***误差为:
选取滑模面为***误差,选取的李雅普诺夫函数为:
对上式求导可得
根据滑模状态观测器理论,有:
其中,L表示滑模观测器增益;
经过以上推导过程,GPS/INS组合导航***的滑模观测器为:
其中,为***误差;sgn(S)为符号函数,可表示为:
进一步求***误差导数,可得未知输入量d的最终估计值为:
6.一种应用权利要求1-5之一所述列车定位方法的***,包括能够执行所述列车定位方法的硬件。
7.根据权利要求6所述的***,其特征在于,
包括:数据采集模块、数据融合模块、卫星RTK定位基站模块、数据输出模块、安全电源模块、车载计算机六部分;数据采集模块电连接数据融合模块,数据融合模块电连接数据输出模块,数据输出模块电连接车载计算机,安全电源模块分别与数据采集模块、数据融合模块;数据输出模块电连接,卫星RTK定位基站模块与数据采集模块通过GPRS网络通信。
8.根据权利要求7所述的***,其特征在于,
所述数据采集模块包括卫星数据采集板卡、惯导数据采集板卡以及定位数据解析板卡,其中卫星数据采集板卡的功能包括有数据收集、数据两部分,定位数据解析板卡的功能包括将卫星与惯导数据进行解析并且发送到数据融合模块。
9.根据权利要求8所述的***,其特征在于,
所述数据融合模块的功能包括惯导解算,卫星/惯导数据融合,定位数据修正三部分;
所述卫星RTK定位基站模块包括卫星天线,卫星数据采集板卡,无线传输模块三部分;
所述数据采集模块与数据融合模块电连接采用连接器,采用串行通信连接,所述数据融合模块与数据输出模块电连接采用连接器,采用串行通信连接,所述RTK定位基站与数据采集模块之间采用无线通信连接,所述数据输出模块与车载计算机电连接采用串行通信连接,所述数据采集模块、数据融合模块、数据输出模块分别与安全电源模块电连接采用连接器。
10.根据权利要求9所述的***,其特征在于,
所述惯性传感器与数据采集板卡电连接采用航空插头;
所述数据采集模块、数据融合模块分别有两个一样的模块,功能相同,并且同时运行,其中两个数据采集模块都分别与数据融合模块电连接采用连接器,采用串行通信连接,两个数据融合模块与数据输出模块电连接采用连接器,采用串行通信连接;
所述数据输出模块的功能是将两组同时接收到的融合数据进行比对分析,若数据相同则发送至车载计算机,若数据不同,则向车载计算机发送报警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910175265.8A CN109781098B (zh) | 2019-03-08 | 2019-03-08 | 一种列车定位的方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910175265.8A CN109781098B (zh) | 2019-03-08 | 2019-03-08 | 一种列车定位的方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109781098A true CN109781098A (zh) | 2019-05-21 |
CN109781098B CN109781098B (zh) | 2021-04-06 |
Family
ID=66487522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910175265.8A Active CN109781098B (zh) | 2019-03-08 | 2019-03-08 | 一种列车定位的方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109781098B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110395297A (zh) * | 2019-07-29 | 2019-11-01 | 兰州交通大学 | 列车定位方法 |
CN111985379A (zh) * | 2020-08-13 | 2020-11-24 | 中国第一汽车股份有限公司 | 基于车载雷达的目标追踪方法、装置、设备及车辆 |
CN111982126A (zh) * | 2020-08-31 | 2020-11-24 | 郑州轻工业大学 | 一种全源BeiDou/SINS弹性状态观测器模型设计方法 |
CN112666422A (zh) * | 2020-11-25 | 2021-04-16 | 中国南方电网有限责任公司超高压输电公司 | 测量隐患定位方法 |
CN113568023A (zh) * | 2020-04-28 | 2021-10-29 | 广州汽车集团股份有限公司 | 车载定位方法和车载定位模块 |
CN113739808A (zh) * | 2021-09-03 | 2021-12-03 | 国网四川省电力公司电力科学研究院 | 一种组合导航传感器的边缘处理方法、装置及设备 |
CN116953758A (zh) * | 2023-09-19 | 2023-10-27 | 广东省科技基础条件平台中心 | 一种基于5g和北斗的卫生应急作业平台***及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635251A (zh) * | 2013-11-08 | 2015-05-20 | 中国地质大学(北京) | 一种ins/gps组合定位定姿新方法 |
CN105509739A (zh) * | 2016-02-04 | 2016-04-20 | 济南大学 | 采用固定区间crts平滑的ins/uwb紧组合导航***及方法 |
CN105509745A (zh) * | 2014-09-03 | 2016-04-20 | 可信定位股份有限公司 | 将多个滤波器用于增强型便携式导航的方法和装置 |
CN105549049A (zh) * | 2015-12-04 | 2016-05-04 | 西北农林科技大学 | 一种应用于gps导航的自适应卡尔曼滤波算法 |
CN105737828A (zh) * | 2016-05-09 | 2016-07-06 | 郑州航空工业管理学院 | 一种基于强跟踪的相关熵扩展卡尔曼滤波的组合导航方法 |
US20160335355A1 (en) * | 2015-05-13 | 2016-11-17 | Telenav, Inc. | Navigation system with synthesized search mechanism and method of operation thereof |
CN107576327A (zh) * | 2017-08-07 | 2018-01-12 | 西南技术物理研究所 | 基于可观测度分析的可变结构综合导航***设计方法 |
CN107745654A (zh) * | 2017-10-12 | 2018-03-02 | 中国人民解放军国防科技大学 | 一种磁浮列车相对定位传感器信号处理方法和装置 |
CN107894232A (zh) * | 2017-09-29 | 2018-04-10 | 湖南航天机电设备与特种材料研究所 | 一种gnss/sins组合导航精确测速定位方法及*** |
-
2019
- 2019-03-08 CN CN201910175265.8A patent/CN109781098B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635251A (zh) * | 2013-11-08 | 2015-05-20 | 中国地质大学(北京) | 一种ins/gps组合定位定姿新方法 |
CN105509745A (zh) * | 2014-09-03 | 2016-04-20 | 可信定位股份有限公司 | 将多个滤波器用于增强型便携式导航的方法和装置 |
US20160335355A1 (en) * | 2015-05-13 | 2016-11-17 | Telenav, Inc. | Navigation system with synthesized search mechanism and method of operation thereof |
CN105549049A (zh) * | 2015-12-04 | 2016-05-04 | 西北农林科技大学 | 一种应用于gps导航的自适应卡尔曼滤波算法 |
CN105509739A (zh) * | 2016-02-04 | 2016-04-20 | 济南大学 | 采用固定区间crts平滑的ins/uwb紧组合导航***及方法 |
CN105737828A (zh) * | 2016-05-09 | 2016-07-06 | 郑州航空工业管理学院 | 一种基于强跟踪的相关熵扩展卡尔曼滤波的组合导航方法 |
CN107576327A (zh) * | 2017-08-07 | 2018-01-12 | 西南技术物理研究所 | 基于可观测度分析的可变结构综合导航***设计方法 |
CN107894232A (zh) * | 2017-09-29 | 2018-04-10 | 湖南航天机电设备与特种材料研究所 | 一种gnss/sins组合导航精确测速定位方法及*** |
CN107745654A (zh) * | 2017-10-12 | 2018-03-02 | 中国人民解放军国防科技大学 | 一种磁浮列车相对定位传感器信号处理方法和装置 |
Non-Patent Citations (3)
Title |
---|
YAHUI LIU 等: "An innovative information fusion method with adaptive Kalman filter for integrated INS/GPS navigation of autonomous vehicles", 《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》 * |
严细辉: "GNSS/INS紧组合列车自主定位融合算法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
顾欣欣: "基于多模型的高速列车牵引***多故障分离方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110395297A (zh) * | 2019-07-29 | 2019-11-01 | 兰州交通大学 | 列车定位方法 |
CN110395297B (zh) * | 2019-07-29 | 2021-08-10 | 兰州交通大学 | 列车定位方法 |
CN113568023A (zh) * | 2020-04-28 | 2021-10-29 | 广州汽车集团股份有限公司 | 车载定位方法和车载定位模块 |
CN111985379A (zh) * | 2020-08-13 | 2020-11-24 | 中国第一汽车股份有限公司 | 基于车载雷达的目标追踪方法、装置、设备及车辆 |
CN111982126A (zh) * | 2020-08-31 | 2020-11-24 | 郑州轻工业大学 | 一种全源BeiDou/SINS弹性状态观测器模型设计方法 |
CN112666422A (zh) * | 2020-11-25 | 2021-04-16 | 中国南方电网有限责任公司超高压输电公司 | 测量隐患定位方法 |
CN113739808A (zh) * | 2021-09-03 | 2021-12-03 | 国网四川省电力公司电力科学研究院 | 一种组合导航传感器的边缘处理方法、装置及设备 |
CN116953758A (zh) * | 2023-09-19 | 2023-10-27 | 广东省科技基础条件平台中心 | 一种基于5g和北斗的卫生应急作业平台***及方法 |
CN116953758B (zh) * | 2023-09-19 | 2023-12-26 | 广东省科技基础条件平台中心 | 一种基于5g和北斗的卫生应急作业平台***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109781098B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109781098A (zh) | 一种列车定位的方法和*** | |
CN111307162B (zh) | 用于自动驾驶场景的多传感器融合定位方法 | |
CN105628026B (zh) | 一种移动物体的定位定姿方法和*** | |
Georgy et al. | Modeling the stochastic drift of a MEMS-based gyroscope in gyro/odometer/GPS integrated navigation | |
CN110532636B (zh) | 一种面向多场景的智能驾驶自主车道保持性能检测方法 | |
Fakharian et al. | Adaptive Kalman filtering based navigation: An IMU/GPS integration approach | |
CN110780326A (zh) | 一种车载组合导航***和定位方法 | |
CN110702091B (zh) | 一种沿地铁轨道移动机器人的高精度定位方法 | |
CN107132563B (zh) | 一种里程计结合双天线差分gnss的组合导航方法 | |
CN101201255A (zh) | 基于智能导航算法的车辆组合导航*** | |
CN104061899A (zh) | 一种基于卡尔曼滤波的车辆侧倾角与俯仰角估计方法 | |
CN105509738A (zh) | 基于惯导/多普勒雷达组合的车载定位定向方法 | |
CN111947681B (zh) | 一种gnss与惯导组合导航位置输出的滤波校正方法 | |
CN106093992A (zh) | 一种基于cors的亚米级组合定位导航***及导航方法 | |
Suwandi et al. | Low-cost IMU and GPS fusion strategy for apron vehicle positioning | |
CN102538790A (zh) | 惯性导航中陀螺仪参数的差异性解决方法 | |
Ilyas et al. | Low-cost IMU/odometer/GPS integrated navigation aided with two antennae heading measurement for land vehicle application | |
CN113758483A (zh) | 一种自适应fkf地图匹配方法及*** | |
CN101408434A (zh) | 移动终端的零位漂移及双模定位和单模定位方法 | |
CN103697892B (zh) | 一种多无人艇协同导航条件下陀螺漂移的滤波方法 | |
Ramjattan et al. | A Kalman filter model for an integrated land vehicle navigation system | |
CN117289322A (zh) | 一种基于imu、gps与uwb的高精度定位算法 | |
Zhou et al. | Rao‐Blackwellised particle filtering for low‐cost encoder/INS/GNSS integrated vehicle navigation with wheel slipping | |
CN111366151A (zh) | 一种极地范围船舶导航的信息融合方法 | |
Siebler et al. | Train localization with particle filter and magnetic field measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |