CN111076718A - 一种地铁列车的自主导航定位方法 - Google Patents

一种地铁列车的自主导航定位方法 Download PDF

Info

Publication number
CN111076718A
CN111076718A CN201911315384.5A CN201911315384A CN111076718A CN 111076718 A CN111076718 A CN 111076718A CN 201911315384 A CN201911315384 A CN 201911315384A CN 111076718 A CN111076718 A CN 111076718A
Authority
CN
China
Prior art keywords
speed
zero
train
attitude
matrix
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
Application number
CN201911315384.5A
Other languages
English (en)
Other versions
CN111076718B (zh
Inventor
林云志
何小飞
牟玉涛
周砚
南非
白子杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHINA AEROSPACE TIMES ELECTRONICS CO LTD
Beijing Aerospace Times Optical Electronic Technology Co Ltd
China Railway Electrification Engineering Group Co Ltd
Original Assignee
CHINA AEROSPACE TIMES ELECTRONICS CO LTD
Beijing Aerospace Times Optical Electronic Technology Co Ltd
China Railway Electrification Engineering Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CHINA AEROSPACE TIMES ELECTRONICS CO LTD, Beijing Aerospace Times Optical Electronic Technology Co Ltd, China Railway Electrification Engineering Group Co Ltd filed Critical CHINA AEROSPACE TIMES ELECTRONICS CO LTD
Priority to CN201911315384.5A priority Critical patent/CN111076718B/zh
Publication of CN111076718A publication Critical patent/CN111076718A/zh
Application granted granted Critical
Publication of CN111076718B publication Critical patent/CN111076718B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种地铁列车的自主导航定位方法,属于导航技术领域,解决地铁列车的自主定位问题,方法包括,获取安装于列车上的惯性组件的初始姿态、速度及位置信息;根据所述惯性组件测量的角速度及加速度数据进行惯性解算;检测列车是否处于零速;是,则进入零速修正状态,对所述惯性组件的姿态进行修正;否,则进入运动约束状态,对惯性解算数据进行滤波修正。本发明采用惯性导航技术增强了地铁列车自主导航能力,并通过零速修正技术,在地铁列车停站阶段消除历史累积误差,在列车运行过程中,采用列车运动约束技术,而保持列车在运行阶段有较高定位精度。

Description

一种地铁列车的自主导航定位方法
技术领域
本发明涉及导航技术领域,尤其是一种地铁列车的自主导航定位方法。
背景技术
地铁列车的运行需获得自身精确的位置信息及速度信息,用于对列车运行控制。以往采用速度传感器+应答器的自主导航定位方式,但成本较高、兼容性较差。
地铁列车由于无法接收卫星导航信号,只能借助自主导航设备,惯性导航***具有自主导航特点,符合无信息交互的导航模式,无需其他辅助设备,不存在兼容性问题,适用于地铁列车的自主导航定位。但惯性导航设备存在长时间定位误差累积,造成定位精度较差的问题,需要在地铁应用环境下解决。
发明内容
鉴于上述的分析,本发明旨在提供一种地铁列车的自主导航定位方法,解决地铁列车的自主定位问题,消除了定位误差累积,提高了自主导航的定位精度。
本发明的目的主要是通过以下技术方案实现的:
本发明公开了一种地铁列车的自主导航定位方法,包括:
获取安装于列车上的惯性组件的初始姿态、速度及位置信息;
根据所述惯性组件测量的角速度及加速度数据进行惯性解算;
检测列车是否处于零速;是,则进入零速修正状态,对所述惯性组件的姿态进行修正;否,则进入运动约束状态,对惯性解算数据进行滤波修正。
进一步地,所述零速的判断条件为:列车的加速度变化率小于设定的加速度阈值,同时列车的位移变化率小于设定的位移阈值。
进一步地,所述列车的加速度变化率
Figure BDA0002324225780000021
式中,
Figure BDA0002324225780000022
为在设定时间范围内惯性组件测量的加速度fi,j的滑动平均;
所述列车的位移变化率
Figure BDA0002324225780000023
式中,
Figure BDA0002324225780000024
为在设定时间范围内惯性解算的速度Vi,j的滑动平均;k为测量时刻,m、n为叠加次数;x,y,z为导航坐标系的三个轴向。
进一步地,进入零速修正状态,对所述惯性组件的姿态进行修正,具体包括:
1)检测速度增量,判断零速状态是否有效;
2)建立滤波器,对零速状态下测量的加速度进行滤波;
3)根据滤波后的加速度求解用于零速修正的姿态矩阵;
4)将速度置零,并将惯性解算的姿态矩阵更新为所述姿态矩阵。
进一步地,所述速度增量Δk,y=Vk,y-Vk-1,y,Vk,y为k时刻的列车的y轴速度,当速度增量Δk,y小于速度增量阈值时,则零速状态有效;否则,零速状态无效,更新当前时间点的速度值Vk,y=Δk,y+Vk-1,y,进入运动约束状态。
进一步地,所述滤波器为
Figure BDA0002324225780000025
a1,a2,a3,a4,b1,b2,b3为设定的滤波参数。
进一步地,所述求解用于零速修正的姿态矩阵包括:
1)将滤波后的加速度正交化,得到
Figure BDA0002324225780000031
2)进行坐标转换;得到零速载体系下的加速度
Figure BDA0002324225780000032
Figure BDA0002324225780000033
式中,
Figure BDA0002324225780000034
为k时刻的零速载体系到载体系的转换矩阵,由
Figure BDA0002324225780000035
计算获得,而
Figure BDA0002324225780000036
为载体坐标系下的三轴角速度数据;
3)计算零速载体系下姿态角
Figure BDA0002324225780000037
姿态角
Figure BDA0002324225780000038
式中,
Figure BDA0002324225780000039
Figure BDA00023242257800000310
L为当地纬度,ωie为地球自转角速度,k为计算时刻;其中0为零时刻,b0代表为零速载体系下数据,n为导航坐标系下数据,n0为零速导航坐标系下数据;
4)计算零速下的姿态矩阵
Figure BDA00023242257800000311
所述姿态矩阵
Figure BDA00023242257800000312
式中,
Figure BDA00023242257800000313
为零速载体系到载体系的转换矩阵。
进一步地,所述进入运动约束状态,对惯性解算数据进行滤波修正,包括:
1)建立误差模型形式
Figure BDA00023242257800000314
X(t)为状态变量,A(t)为状态转移矩阵,w(t)为***噪声,y(t)为量测观测量,H(t)为量测矩阵,v(t)为量测噪声;
2)采用kalman器进行迭代滤波;
3)采用滤波后的估计参数对包括姿态矩阵、安装角和速度在内的惯性数据进行修正。
进一步地,所述
Figure BDA0002324225780000041
式中,φxyz是姿态误差,δVx,δVy,δVz是速度误差,
Figure BDA0002324225780000042
是安装角误差;
所述量测观测量
Figure BDA0002324225780000043
进一步地,量测矩阵
Figure BDA0002324225780000044
状态转移矩阵
Figure BDA0002324225780000045
Figure BDA0002324225780000046
fb为加速度输出
Figure BDA0002324225780000047
为载体坐标系到导航坐标系的转换矩阵,φ=[φxyz]。
本发明有益效果如下:
本发明采用惯性导航设备增强了地铁列车自主导航能力,并通过零速修正技术,在地铁列车停站阶段消除历史累积误差,在列车运行过程中,采用列车运动约束技术,而保持列车在运行阶段有较高定位精度。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例中的自主导航定位方法流程图;
图2为本发明实施例中实验一的前行速度示意图;
图3为本发明实施例中实验一的前行里程示意图;
图4为本发明实施例中实验二的前行速度示意图;
图5为本发明实施例中实验二的前行里程示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理。
本实施例公开了一种地铁列车的自主导航定位方法,如图1所示,包括以下步骤:
步骤S1、获取安装于列车上的惯性组件的初始姿态、速度及位置信息;
根据从外部获取的位置信息,获得惯性组件的初始姿态、速度及位置信息;
具体的,所述外部获取的位置信息可在地铁列车出库前,通过安装在列车上的双目摄像头对布置在地铁轨旁的设定位置坐标的二维码进行识别定位获得。
也可以通过其他能够准确测量地铁列车出库前的初始位置信息的方法来完成对安装于列车上的惯性组件的初始姿态、速度及位置信息的获得。
步骤S2、根据列车的惯性组件测量的角速度及加速度数据进行惯性解算;
所述惯性组件包括三轴陀螺仪和三轴加速度计,在获得初始姿态、速度及位置信息后,持续测量地铁列车运行过程中的三轴角速度及加速度信息,通过惯导机械编排,进行惯性解算,得到地铁列车运行过程中包括速度、位置、姿态数据在内的导航定位数据。
步骤S3、检测列车是否处于零速;是,则进入零速修正状态,对所述惯性组件的姿态进行修正;否,则进入运动约束状态,对惯性解算数据进行滤波修正。
在地铁列车运行过程中,有效检测列车的速度为零才能实施零速修正,以往零速检测利用惯性仪表的数据检测载体的运动与否,易造成误判,尤其在上下车等扰动条件下,采用位移计算方法,消除摇晃带来的仪表扰动。
具体的,本实施例的所述零速的判断条件为:列车的加速度变化率小于设定的加速度阈值,同时列车的位移变化率小于设定的位移阈值。
进一步地,所述列车的加速度变化率
Figure BDA0002324225780000061
式中,
Figure BDA0002324225780000062
为在设定时间范围(例如1S)内惯性组件测量的加速度fi,j的滑动平均;
所述列车的位移变化率
Figure BDA0002324225780000063
式中,
Figure BDA0002324225780000064
为在设定时间范围(例如1S)内惯性解算的速度Vi,j的滑动平均;k为测量时刻,m、n为叠加次数;x,y,z为导航坐标系的三个轴向。
优选的,所述加速度阈值为0.05±0.02mg;所述位移阈值为5±1m。
在同时满足所述零速的两个判断条件,即Δf,k,j<0.05±0.02mg;Δv,k,j<5±1m时视为零速,否则视为非零速。
若是检测为零速情况,采用零速修正算法开展零速修正。
地铁列车停车时间较短,一般不超过1min,本实施例采用最小二乘方法,快速获得姿态修正误差。
具体的,零速修正算法包括以下步骤:
1)检测速度增量,判断零速状态是否有效;
为提高零速检测的可靠性,在根据上述条件判断零速后,进一步检测速度增量,由于地铁列车在轨道上行进的特点,以轨道方向为坐标系的y轴,则可认为列车只在y轴上有速度变化,在x轴和z轴上可视为0速。即速度增量Δk,y=Vk,y-Vk-1,y,Vk,y为k时刻的列车的y轴速度,当速度增量Δk,y小于速度增量阈值(Δk,y<0.2m/s)时,则零速状态有效;否则,零速状态无效,更新当前时间点的速度值Vk,y=Δk,y+Vk-1,y,进入运动约束状态。
2)建立滤波器,对零速状态下测量的加速度进行滤波;
所述滤波器为
Figure BDA0002324225780000071
a1,a2,a3,a4,b1,b2,b3为设定的滤波参数。
根据对滤波器参数拟合的结果,在a1=0.00000375683802,,a2=0.000011270514059,a3=0.000011270514059,a4=0.00000375683802,b1=-2.93717072844989,b2=2.87629972347933,b3=-0.939098940325283时,能够得到较优的滤波效果。
3)根据滤波后的加速度求解用于零速修正的姿态矩阵;
所述零速修正的姿态矩阵的求解包括:
a.将滤波后的加速度正交化,得到
Figure BDA0002324225780000072
b.进行坐标转换;将载体坐标系下的加速度
Figure BDA0002324225780000081
转换得到零速载体系下的加速度
Figure BDA0002324225780000082
Figure BDA0002324225780000083
式中,
Figure BDA0002324225780000084
为k时刻的零速载体系到载体系的转换矩阵,由
Figure BDA0002324225780000085
计算获得,而
Figure BDA0002324225780000086
为载体坐标系下的三轴角速度数据;
c.计算零速载体系下姿态角
Figure BDA0002324225780000087
姿态角
Figure BDA0002324225780000088
式中,
Figure BDA0002324225780000089
Figure BDA00023242257800000810
L为当地纬度,ωie为地球自转角速度,k为计算时刻;其中0为零时刻,b0代表为零速载体系下数据,n为导航坐标系下数据,n0为零速导航坐标系下数据。
d.计算零速下的姿态矩阵
Figure BDA00023242257800000811
所述姿态矩阵
Figure BDA00023242257800000812
式中,
Figure BDA00023242257800000813
导航坐标系到零速导航坐标系的转换矩阵
Figure BDA00023242257800000814
4)将速度置零,并将惯性解算的姿态矩阵
Figure BDA00023242257800000815
更新为所述姿态矩阵
Figure BDA00023242257800000816
若是检测为非零速情况,采用运动约束状态的滤波修正方法,处理地铁列车在运行过程中定位误差漂移问题,借助于列车运行特点,列车仅有前向速度,侧向与垂向速度为零的约束下,对自主导航算法进行滤波修正,提高动态定位精度。
具体的,所述运动约束状态的滤波修正方法包括:
1)建立误差模型形式
Figure BDA00023242257800000817
X(t)为状态变量,A(t)为状态转移矩阵,w(t)为***噪声,y(t)为量测观测量,H(t)为量测矩阵,v(t)为量测噪声;
具体的,所述
Figure BDA0002324225780000091
式中,φxyz是姿态误差,δVx,δVy,δVz是速度误差,
Figure BDA0002324225780000092
是安装角误差;
所述量测观测量
Figure BDA0002324225780000093
所述量测矩阵
Figure BDA0002324225780000094
状态转移矩阵
Figure BDA0002324225780000095
Figure BDA0002324225780000096
fb为加速度输出
Figure BDA0002324225780000097
为载体坐标系到导航坐标系的转换矩阵,φ=[φxyz]。
***噪声
Figure BDA0002324225780000098
量测噪声
Figure BDA0002324225780000099
2)采用kalman器进行迭代滤波;
本实施例可采用公知的kalman器进行迭代滤波根据量测观测量对状态变量进行迭代滤波,任何可实现此过程的迭代滤波算法均不影响本发明的保护范围。
3)采用滤波后的估计参数对包括姿态矩阵、安装角和速度在内的惯性数据进行修正,以提高惯性解算输出的导航定位的位置速度数据的精度。
具体的,姿态矩阵修正:
Figure BDA0002324225780000101
安装角修正:
Figure BDA0002324225780000102
速度修正:V=V+δV;
采用本实施例的地铁用自主导航定位方法,进行地铁环境实测根据修正后的速度信息递推计算位置信息,试验一结果如图2、3、表1所示,实验二结果图4、5和表2所示。
表1实验一里程误差测试结果
Figure BDA0002324225780000103
表2实验二里程误差测试结果
上行(基准) 下行(基准) 上行(测试) 下行(测试) 上行(误差) 下行(误差)
站间1 1491.252 1485.180 1490.23 1486.73 -1.022 1.55
站间2 1394.5 1394.472 1393.54 1395.43 -0.96 0.96
站间3 1775.116 1777.149 1774.15 1778.17 -0.97 1.02
综上,相比于现有技术,本实施例用惯性导航设备增强了地铁列车自主导航能力,并通过零速修正技术,在地铁列车停站阶段消除历史累积误差,在列车运行过程中,采用列车运动约束技术,而保持列车在运行阶段有较高定位精度。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种地铁列车的自主导航定位方法,其特征在于,包括
获取安装于列车上的惯性组件的初始姿态、速度及位置信息;
根据所述惯性组件测量的角速度及加速度数据进行惯性解算;
检测列车是否处于零速;是,则进入零速修正状态,对所述惯性组件的姿态进行修正;否,则进入运动约束状态,对惯性解算数据进行滤波修正。
2.根据权利要求1所述的自主导航定位方法,其特征在于,所述零速的判断条件为:列车的加速度变化率小于设定的加速度阈值,同时列车的位移变化率小于设定的位移阈值。
3.根据权利要求2所述的自主导航定位方法,其特征在于,
所述列车的加速度变化率
Figure FDA0002324225770000011
式中,
Figure FDA0002324225770000012
Figure FDA0002324225770000013
为在设定时间范围内惯性组件测量的加速度fi,j的滑动平均;
所述列车的位移变化率
Figure FDA0002324225770000014
式中,
Figure FDA0002324225770000015
Figure FDA0002324225770000016
为在设定时间范围内惯性解算的速度Vi,j的滑动平均;k为测量时刻,m、n为叠加次数;x,y,z为导航坐标系的三个轴向。
4.根据权利要求1所述的自主导航定位方法,其特征在于,进入零速修正状态,对所述惯性组件的姿态进行修正,具体包括:
1)检测速度增量,判断零速状态是否有效;
2)建立滤波器,对零速状态下测量的加速度进行滤波;
3)根据滤波后的加速度求解用于零速修正的姿态矩阵;
4)将速度置零,并将惯性解算的姿态矩阵更新为所述姿态矩阵。
5.根据权利要求4所述的自主导航定位方法,其特征在于,
所述速度增量Δk,y=Vk,y-Vk-1,y,Vk,y为k时刻的列车的y轴速度,当速度增量Δk,y小于速度增量阈值时,则零速状态有效;否则,零速状态无效,更新当前时间点的速度值Vk,y=Δk,y+Vk-1,y,进入运动约束状态。
6.根据权利要求4所述的自主导航定位方法,其特征在于,
所述滤波器为
Figure FDA0002324225770000021
a1,a2,a3,a4,b1,b2,b3为设定的滤波参数。
7.根据权利要求1所述的自主导航定位方法,其特征在于,
所述求解用于零速修正的姿态矩阵包括:
1)将滤波后的加速度正交化,得到
Figure FDA0002324225770000022
2)进行坐标转换;得到零速载体系下的加速度
Figure FDA0002324225770000023
式中,
Figure FDA0002324225770000025
为k时刻的零速载体系到载体系的转换矩阵,由
Figure FDA0002324225770000026
计算获得,而
Figure FDA0002324225770000027
Figure FDA0002324225770000028
为载体坐标系下的三轴角速度数据;
3)计算零速载体系下姿态角
Figure FDA0002324225770000029
姿态角
Figure FDA00023242257700000210
式中,
Figure FDA00023242257700000211
Figure FDA00023242257700000212
L为当地纬度,ωie为地球自转角速度,k为计算时刻;其中0为零时刻,b0代表为零速载体系下数据,n为导航坐标系下数据,n0为零速导航坐标系下数据;
4)计算零速下的姿态矩阵
Figure FDA00023242257700000213
所述姿态矩阵
Figure FDA0002324225770000031
式中,
Figure FDA0002324225770000032
Figure FDA0002324225770000033
为零速载体系到载体系的转换矩阵。
8.根据权利要求1所述的自主导航定位方法,其特征在于,
所述进入运动约束状态,对惯性解算数据进行滤波修正,包括:
1)建立误差模型形式
Figure FDA0002324225770000034
X(t)为状态变量,A(t)为状态转移矩阵,w(t)为***噪声,y(t)为量测观测量,H(t)为量测矩阵,v(t)为量测噪声;
2)采用kalman器进行迭代滤波;
3)采用滤波后的估计参数对包括姿态矩阵、安装角和速度在内的惯性数据进行修正。
9.根据权利要求8所述的自主导航定位方法,其特征在于,所述
Figure FDA0002324225770000035
式中,φxyz是姿态误差,δVx,δVy,δVz是速度误差,
Figure FDA0002324225770000036
是安装角误差;
所述量测观测量
Figure FDA0002324225770000037
10.根据权利要求8所述的自主导航定位方法,其特征在于,
量测矩阵
Figure FDA0002324225770000038
状态转移矩阵
Figure FDA0002324225770000039
Figure FDA0002324225770000041
fb为加速度输出
Figure FDA0002324225770000042
Figure FDA0002324225770000043
为载体坐标系到导航坐标系的转换矩阵,φ=[φxyz]。
CN201911315384.5A 2019-12-18 2019-12-18 一种地铁列车的自主导航定位方法 Active CN111076718B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911315384.5A CN111076718B (zh) 2019-12-18 2019-12-18 一种地铁列车的自主导航定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911315384.5A CN111076718B (zh) 2019-12-18 2019-12-18 一种地铁列车的自主导航定位方法

Publications (2)

Publication Number Publication Date
CN111076718A true CN111076718A (zh) 2020-04-28
CN111076718B CN111076718B (zh) 2021-01-15

Family

ID=70316222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911315384.5A Active CN111076718B (zh) 2019-12-18 2019-12-18 一种地铁列车的自主导航定位方法

Country Status (1)

Country Link
CN (1) CN111076718B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112248940A (zh) * 2020-08-27 2021-01-22 清华大学 一种用于车身姿态控制的传感器布置解算方法及***

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101476894A (zh) * 2009-02-01 2009-07-08 哈尔滨工业大学 车载sins/gps组合导航***性能增强方法
CN104599498A (zh) * 2014-05-05 2015-05-06 腾讯科技(深圳)有限公司 一种车辆信息的获取方法和装置
CN105021192A (zh) * 2015-07-30 2015-11-04 华南理工大学 一种基于零速校正的组合导航***的实现方法
CN106525071A (zh) * 2016-10-26 2017-03-22 上海与德信息技术有限公司 一种运动状态监测方法及装置
CN106908759A (zh) * 2017-01-23 2017-06-30 南京航空航天大学 一种基于uwb技术的室内行人导航方法
CN107228664A (zh) * 2017-05-02 2017-10-03 太原理工大学 矿用陀螺测斜仪捷联惯导***姿态解算及零速校正方法
CN108055606A (zh) * 2017-12-11 2018-05-18 联想(北京)有限公司 一种电子设备的信息提示方法及电子设备
CN109036445A (zh) * 2017-06-12 2018-12-18 杭州萤石网络有限公司 麦克风mic传感器的音源增益值的调整方法及运动相机
CN109297485A (zh) * 2018-08-24 2019-02-01 北京航空航天大学 一种基于高度自观测算法的室内个人惯性导航高程精度提升方法
CN109855617A (zh) * 2019-02-28 2019-06-07 深圳市元征科技股份有限公司 一种车辆定位方法、车辆定位装置及终端设备
CN110057381A (zh) * 2019-03-20 2019-07-26 深圳市元征科技股份有限公司 一种导航***的零速修正方法及***
CN110207704A (zh) * 2019-05-21 2019-09-06 南京航空航天大学 一种基于建筑楼梯场景智能识别的行人导航方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101476894A (zh) * 2009-02-01 2009-07-08 哈尔滨工业大学 车载sins/gps组合导航***性能增强方法
CN104599498A (zh) * 2014-05-05 2015-05-06 腾讯科技(深圳)有限公司 一种车辆信息的获取方法和装置
CN105021192A (zh) * 2015-07-30 2015-11-04 华南理工大学 一种基于零速校正的组合导航***的实现方法
CN106525071A (zh) * 2016-10-26 2017-03-22 上海与德信息技术有限公司 一种运动状态监测方法及装置
CN106908759A (zh) * 2017-01-23 2017-06-30 南京航空航天大学 一种基于uwb技术的室内行人导航方法
CN107228664A (zh) * 2017-05-02 2017-10-03 太原理工大学 矿用陀螺测斜仪捷联惯导***姿态解算及零速校正方法
CN109036445A (zh) * 2017-06-12 2018-12-18 杭州萤石网络有限公司 麦克风mic传感器的音源增益值的调整方法及运动相机
CN108055606A (zh) * 2017-12-11 2018-05-18 联想(北京)有限公司 一种电子设备的信息提示方法及电子设备
CN109297485A (zh) * 2018-08-24 2019-02-01 北京航空航天大学 一种基于高度自观测算法的室内个人惯性导航高程精度提升方法
CN109855617A (zh) * 2019-02-28 2019-06-07 深圳市元征科技股份有限公司 一种车辆定位方法、车辆定位装置及终端设备
CN110057381A (zh) * 2019-03-20 2019-07-26 深圳市元征科技股份有限公司 一种导航***的零速修正方法及***
CN110207704A (zh) * 2019-05-21 2019-09-06 南京航空航天大学 一种基于建筑楼梯场景智能识别的行人导航方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112248940A (zh) * 2020-08-27 2021-01-22 清华大学 一种用于车身姿态控制的传感器布置解算方法及***

Also Published As

Publication number Publication date
CN111076718B (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
CN111156994B (zh) 一种基于mems惯性组件的ins/dr&gnss松组合导航方法
CN107588769B (zh) 一种车载捷联惯导、里程计及高程计组合导航方法
CN109471144B (zh) 基于伪距/伪距率的多传感器紧组合列车组合定位方法
CN102422166B (zh) 移动状态检测装置
US6826478B2 (en) Inertial navigation system for mobile objects with constraints
CN109186597B (zh) 一种基于双mems-imu的室内轮式机器人的定位方法
JP2010019703A (ja) 移動体用測位装置
CN108051839B (zh) 一种车载三维定位装置及三维定位的方法
CN108345021B (zh) 一种多普勒雷达辅助gps/ins车辆测速方法
KR101115012B1 (ko) 로봇의 각속도 오차 보정 장치 및 방법
JP2018047888A (ja) ビークルの角度位置を測定するシステムおよび方法
CN109870173A (zh) 一种基于校验点的海底管道惯性导航***的轨迹修正方法
CN106153069B (zh) 自主导航***中的姿态修正装置和方法
CN107219542B (zh) 基于gnss/odo的机器人双轮差速定位方法
CN108195374A (zh) 用于轨道自动测量车的组合导航***及组合导航解算方法
CN105444764A (zh) 一种基于车辆里程计辅助的姿态测量方法
CN112731483A (zh) 一种自动驾驶组合导航***中rtk异常值的判断方法
CN111076718B (zh) 一种地铁列车的自主导航定位方法
JP2001510890A (ja) 自律的移動ユニットの回転状態の検出のための方法及び自律的移動ユニット
CN113074757A (zh) 车载惯导安装误差角的标定方法
CN113063441A (zh) 里程计累计推算误差的数据源纠正方法及装置
JP6555033B2 (ja) 角速度センサ補正装置および角速度センサ補正方法
CN110567456B (zh) 基于抗差卡尔曼滤波的bds/ins组合列车定位方法
CN117053802A (zh) 一种基于旋转mems imu的车载导航***定位误差减小的方法
CN114184209B (zh) 用于低速检测平台***的惯性误差抑制方法

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