CN114877892A - 一种用于光伏机器人的融合定位方法 - Google Patents
一种用于光伏机器人的融合定位方法 Download PDFInfo
- Publication number
- CN114877892A CN114877892A CN202210810871.4A CN202210810871A CN114877892A CN 114877892 A CN114877892 A CN 114877892A CN 202210810871 A CN202210810871 A CN 202210810871A CN 114877892 A CN114877892 A CN 114877892A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic robot
- data
- coordinate system
- robot
- photovoltaic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000004927 fusion Effects 0.000 title claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 25
- 230000001133 acceleration Effects 0.000 claims description 98
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims 1
- 229920006395 saturated elastomer Polymers 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; 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
- G01C21/16—Navigation; 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
- G01C21/165—Navigation; 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 combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种用于光伏机器人的融合定位方法,属于机器人视觉技术领域,包括:通过安装在光伏机器人上的多个数据源采集设备获取光伏机器人移动过程中的相关数据源;对获取的相关数据源中的部分数据进行处理以获取新的数据;建立基于扩展卡尔曼滤波器的观测模型;将光伏机器人移动过程中的部分相关数据源和对获取的相关数据源中的部分数据进行处理获取的新的数据输入至观测模型中,得到多个观测量;对扩展卡尔曼滤波器的相关参数进行调整;获取光伏机器人的最终融合定位数据,本发明将处理后的GPS数据和INS数据输入至观测模型进行融合,可避免由于机器人震动而导致INS数据饱和并短时缺失以及由遮挡等原因导致的GPS定位失效的情况。
Description
技术领域
本发明属于机器人视觉技术领域,尤其涉及一种用于光伏机器人的融合定位方法。
背景技术
现有的是机器人定位方法通常以采用GPS技术为主,然而GPS是误差范围限定的,存在的一些误差无法完全消除,同时,通常GPS的数据输出频率低于10赫兹,即每秒输出GPS数据少于10次,不利于GPS数据的获取,此外,GPS会有信号缺失的现象。
相比于GPS技术,INS技术靠加速度两次积分来获得位移的原理可使得误差进行累积,INS的数据频率要高得多,甚至可以达到100赫兹以上,并且,INS不容易受外界干扰,可以稳定地输出数据,然而,有时会由于机器人震动而导致INS数据饱和并短时缺失的情况。
因此,提供一种新的技术方案改善上述问题,是本领域技术人员急需解决的问题。
发明内容
有鉴于此,本发明提供一种用于光伏机器人的融合定位方法,以解决上述技术问题。
为实现上述目的,本发明提供如下技术方案:
一种用于光伏机器人的融合定位方法,包括:
通过安装在光伏机器人上的多个数据源采集设备获取光伏机器人移动过程中的相关数据源;
对获取的相关数据源中的部分数据进行处理以获取新的数据;
建立基于扩展卡尔曼滤波器的观测模型;
将光伏机器人移动过程中的部分相关数据源和对获取的相关数据源中的部分数据进行处理获取的新的数据输入至观测模型中,得到多个观测量;
对扩展卡尔曼滤波器的相关参数进行调整;
获取光伏机器人的最终融合定位数据。
在上述的方案中,所述通过安装在光伏机器人上的多个数据源采集设备获取光伏机器人移动过程中的相关数据源包括:
通过安装在光伏机器人上的数字罗盘获取光伏机器人开始新的航迹之前的初始航向角;
通过安装在光伏机器人上的GPS设备获取光伏机器人在机器人坐标系下的经度数据、纬度数据、高度数据、水平速度数据、垂直速度数据以及光伏机器人相对正北方向的航向角数据;
通过安装在光伏机器人上的INS设备获取光伏机器人在INS坐标系下的航向角、航向角速度、俯仰角、俯仰角速度、倾斜角、倾斜角速度、在X轴上的加速度数据、在Y轴上的加速度数据和在Z轴上的加速度数据。
在上述的方案中,所述对获取的相关数据源中的部分数据进行处理以获取新的数据包括:
将机器人坐标系变换为导航坐标系;
根据光伏机器人在机器人坐标系下的经度数据、纬度数据、高度数据、水平速度数据、垂直速度数据以及光伏机器人相对正北方向的航向角数据获取光伏机器人在导航坐标系下正北方向的位置数据、正北方向的速度数据、正东方向的位置数据、正东方向的速度数据、高度方向的位置数据和高度方向的速度数据。
在上述的方案中,所述建立基于扩展卡尔曼滤波器的观测模型包括:建立一系列的离散时间观测方程;
建立多个状态方程。
在上述的方案中,所述建立一系列的离散时间观测方程包括:
建立光伏机器人在导航坐标系下的观测方程,光伏机器人在导航坐标系下的观测方程包括:
其中,为时刻参数,为对应状态量的观测值,、和分别为光伏机器人在正东方向的位置、正北方向的位置和高度方向的位置,、和分别为光伏机器人在正东方向的速度、正北方向的速度和高度方向的速度,为正东方向的零均值高斯白噪声、为正北方向的零均值高斯白噪声、为高度方向的零均值高斯白噪声;
建立光伏机器人在INS坐标系下的观测方程,光伏机器人在INS坐标系下的观测方程包括:
其中,为时刻参数,为对应状态量的观测值,为光伏机器人上的INS坐标系下的航向角、为光伏机器人上的INS坐标系下的俯仰角、为光伏机器人上的INS坐标系下的倾斜角,为光伏机器人上的INS坐标系下航向角速度、为光伏机器人上的INS坐标系下俯仰角速度、为光伏机器人上的INS坐标系下倾斜角速度。
在上述的方案中,所述建立一系列的离散时间观测方程还包括:通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下和INS坐标系下的联系方程,光伏机器人在导航坐标系下和INS坐标系下的联系方程包括:
其中,为光伏机器人在导航坐标系下正东方向的加速度、为光伏机器人在导航坐标系下正北方向的加速度、为光伏机器人在导航坐标系下高度方向的加速度,为光伏机器人在INS坐标系下X轴方向上的加速度数据、光伏机器人在INS坐标系下Y轴方向上的加速度数据、光伏机器人在INS坐标系下Z轴方向上的加速度数据,为与X轴方向上的加速度相关的零偏、为与Y轴方向上的加速度相关的零偏、为与Z轴方向上的加速度相关的零偏,所述为X轴方向上的零均值高斯白噪声、所述为Y轴方向上的零均值高斯白噪声、所述为Z轴方向上的零均值高斯白噪声。
在上述的方案中,,所述建立多个状态方程包括:
建立光伏机器人航向角和航向角速度的连续状态方程,光伏机器人航向角和航向角速度的连续状态方程为:
将光伏机器人航向角和航向角速度的连续状态方程进行离散化获取光伏机器人航向角和航向角速度的离散状态方程,光伏机器人航向角和航向角速度的离散状态方程为:
建立光伏机器人俯仰角和俯仰角速度的连续状态方程,光伏机器人俯仰角和俯仰角速度的连续状态方程为:
将光伏机器人俯仰角和俯仰角速度的连续状态方程进行离散化获取光伏机器人俯仰角和俯仰角速度的离散状态方程,光伏机器人俯仰角和俯仰角速度的离散状态方程为:
建立光伏机器人倾斜角和倾斜角速度的连续状态方程,光伏机器人倾斜角和倾斜角速度的连续状态方程为:
将光伏机器人倾斜角和倾斜角速度的连续状态方程进行离散化获取光伏机器人倾斜角和倾斜角速度的离散状态方程,光伏机器人倾斜角和倾斜角速度的离散状态方程为:
在上述的方案中,所述建立多个状态方程还包括:
通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下正东方向和在INS坐标系下X轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下正东方向和在INS坐标系下X轴方向上的加速度数据的联系离散状态方程为:
通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下正北方向和在INS坐标系下Y轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下正北方向和在INS坐标系下Y轴方向上的加速度数据的联系离散状态方程为:
通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下高度方向和在INS坐标系下Z轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下高度方向和在INS坐标系下Z轴方向上的加速度数据的联系离散状态方程为:
在上述的方案中,所述建立多个状态方程还包括:把建立的所有联系离散状态方程写在一个方程中,并用块矩阵表示,块矩阵为:
在上述的方案中,所述对扩展卡尔曼滤波器的相关参数进行调整包括:
通过渐变因子对观测模型中X轴方向上的加速度相关的零偏、Y轴方向上的加速度相关的零偏、Z方向上的加速度相关的零偏和过程噪声方差矩阵中的元素进行调整;
根据通过渐变因子获取的调整结果改变扩展卡尔曼滤波器的卡尔曼增益;
根据扩展卡尔曼滤波器的卡尔曼增益对导航坐标系下的数据和INS坐标系下数据的融合结果进行调整。
综上所述,本发明的有益效果是:通过建立基于扩展卡尔曼滤波器的观测模型,并将经过处理的GPS数据和INS数据输入至观测模型进行融合,可避免由于机器人震动而导致INS数据饱和并短时缺失以及由遮挡等原因导致的GPS定位失效的情况。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明中光伏机器人的融合定位方法的步骤图。
图2为本发明中采集相关数据源的步骤图。
图3为本发明中部分数据处理的步骤图。
图4为本发明中建立观测模型的步骤图。
图5为本发明中建立一系列的离散时间观测方程的步骤图。
图6和图7为本发明中建立多个状态方程的步骤图。
图8为本发明中对扩展卡尔曼滤波器的相关参数进行调整的步骤图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
如图1所示,本发明的一种用于光伏机器人的融合定位方法,包括:
步骤S1:通过安装在光伏机器人上的多个数据源采集设备获取光伏机器人移动过程中的相关数据源;
步骤S2:对获取的相关数据源中的部分数据进行处理以获取新的数据;
步骤S3:建立基于扩展卡尔曼滤波器的观测模型;
步骤S4:将光伏机器人移动过程中的部分相关数据源和对获取的相关数据源中的部分数据进行处理获取的新的数据输入至观测模型中,得到多个观测量;
步骤S5:对扩展卡尔曼滤波器的相关参数进行调整;
步骤S6:获取光伏机器人的最终融合定位数据。
如图2所示,所述通过安装在光伏机器人上的多个数据源采集设备获取光伏机器人移动过程中的相关数据源包括:
步骤S11:通过安装在光伏机器人上的数字罗盘获取光伏机器人开始新的航迹之前的初始航向角;
步骤S12:通过安装在光伏机器人上的GPS设备获取光伏机器人在机器人坐标系下的经度数据、纬度数据、高度数据、水平速度数据、垂直速度数据以及光伏机器人相对正北方向的航向角数据;
步骤S13:通过安装在光伏机器人上的INS设备获取光伏机器人在INS坐标系下的航向角、航向角速度、俯仰角、俯仰角速度、倾斜角、倾斜角速度、在X轴上的加速度数据、在Y轴上的加速度数据和在Z轴上的加速度数据。
在本实施例中,所述机器人坐标系固定于光伏机器人机体之上,以重心为原点,以机体中心轴线指向前方为X轴,垂直向下为Z轴。
在本实施例中,所述INS坐标系定义为X-Y平面平行于大地,Z轴垂直于大地向下,并以机器人前进方向为X轴。
在本实施例中,所述导航坐标系以固定位置为原点,以平行于大地的正北、正东为水平坐标轴,Z轴的方向竖直向上。
如图3所示,所述对获取的相关数据源中的部分数据进行处理以获取新的数据包括:
步骤S21:将机器人坐标系变换为导航坐标系;
步骤S22:根据光伏机器人在机器人坐标系下的经度数据、纬度数据、高度数据、水平速度数据、垂直速度数据以及光伏机器人相对正北方向的航向角数据获取光伏机器人在导航坐标系下正北方向的位置数据、正北方向的速度数据、正东方向的位置数据、正东方向的速度数据、高度方向的位置数据和高度方向的速度数据。
如图4所示,所述建立基于扩展卡尔曼滤波器的观测模型包括:
步骤S31:建立一系列的离散时间观测方程;
步骤S32:建立多个状态方程。
如图5所示,所述建立一系列的离散时间观测方程包括:
步骤S311:建立光伏机器人在导航坐标系下的观测方程,光伏机器人在导航坐标系下的观测方程包括:
其中,为时刻参数,为对应状态量的观测值,、和分别为光伏机器人在正东方向的位置、正北方向的位置和高度方向的位置,、和分别为光伏机器人在正东方向的速度、正北方向的速度和高度方向的速度,为正东方向的零均值高斯白噪声、为正北方向的零均值高斯白噪声、为高度方向的零均值高斯白噪声;
步骤S312:建立光伏机器人在INS坐标系下的观测方程,光伏机器人在INS坐标系下的观测方程包括:
其中,为时刻参数,为对应状态量的观测值,为光伏机器人上的INS坐标系下的航向角、为光伏机器人上的INS坐标系下的俯仰角、为光伏机器人上的INS坐标系下的倾斜角,为光伏机器人上的INS坐标系下航向角速度、为光伏机器人上的INS坐标系下俯仰角速度、为光伏机器人上的INS坐标系下倾斜角速度。
步骤S313:通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下和INS坐标系下的联系方程,光伏机器人在导航坐标系下和INS坐标系下的联系方程包括:
其中,为光伏机器人在导航坐标系下正东方向的加速度、为光伏机器人在导航坐标系下正北方向的加速度、为光伏机器人在导航坐标系下高度方向的加速度,为光伏机器人在INS坐标系下X轴方向上的加速度数据、光伏机器人在INS坐标系下Y轴方向上的加速度数据、光伏机器人在INS坐标系下Z轴方向上的加速度数据,为与X轴方向上的加速度相关的零偏、为与Y轴方向上的加速度相关的零偏、为与Z轴方向上的加速度相关的零偏,所述为X轴方向上的零均值高斯白噪声、所述为Y轴方向上的零均值高斯白噪声、所述为Z轴方向上的零均值高斯白噪声。
如图6和图7所示,所述建立多个状态方程包括:
步骤S321:建立光伏机器人航向角和航向角速度的连续状态方程,光伏机器人航向角和航向角速度的连续状态方程为:
步骤S322:将光伏机器人航向角和航向角速度的连续状态方程进行离散化获取光伏机器人航向角和航向角速度的离散状态方程,光伏机器人航向角和航向角速度的离散状态方程为:
步骤S323:建立光伏机器人俯仰角和俯仰角速度的连续状态方程,光伏机器人俯仰角和俯仰角速度的连续状态方程为:
步骤S324:将光伏机器人俯仰角和俯仰角速度的连续状态方程进行离散化获取光伏机器人俯仰角和俯仰角速度的离散状态方程,光伏机器人俯仰角和俯仰角速度的离散状态方程为:
步骤S325:建立光伏机器人倾斜角和倾斜角速度的连续状态方程,光伏机器人倾斜角和倾斜角速度的连续状态方程为:
步骤S326:将光伏机器人倾斜角和倾斜角速度的连续状态方程进行离散化获取光伏机器人倾斜角和倾斜角速度的离散状态方程,光伏机器人倾斜角和倾斜角速度的离散状态方程为:
步骤S327:通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下正东方向和在INS坐标系下X轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下正东方向和在INS坐标系下X轴方向上的加速度数据的联系离散状态方程为:
步骤S328:通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下正北方向和在INS坐标系下Y轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下正北方向和在INS坐标系下Y轴方向上的加速度数据的联系离散状态方程为:
步骤S329:通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下高度方向和在INS坐标系下Z轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下高度方向和在INS坐标系下Z轴方向上的加速度数据的联系离散状态方程为:
步骤S3210:把建立的所有联系离散状态方程写在一个方程中,并用块矩阵表示,块矩阵为:
如图8所示,所述对扩展卡尔曼滤波器的相关参数进行调整包括:
步骤S51:通过渐变因子对观测模型中X轴方向上的加速度相关的零偏、Y轴方向上的加速度相关的零偏、Z方向上的加速度相关的零偏和过程噪声方差矩阵中的元素进行调整;
步骤S52:根据通过渐变因子获取的调整结果改变扩展卡尔曼滤波器的卡尔曼增益;
步骤S53:根据扩展卡尔曼滤波器的卡尔曼增益对导航坐标系下的数据和INS坐标系下数据的融合结果进行调整。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种用于光伏机器人的融合定位方法,其特征在于,包括:
通过安装在光伏机器人上的多个数据源采集设备获取光伏机器人移动过程中的相关数据源;
对获取的相关数据源中的部分数据进行处理以获取新的数据;
建立基于扩展卡尔曼滤波器的观测模型;
将光伏机器人移动过程中的部分相关数据源和对获取的相关数据源中的部分数据进行处理获取的新的数据输入至观测模型中,得到多个观测量;
对扩展卡尔曼滤波器的相关参数进行调整;
获取光伏机器人的最终融合定位数据;
其中,所述建立基于扩展卡尔曼滤波器的观测模型包括:
建立一系列的离散时间观测方程;
建立多个状态方程;
所述建立多个状态方程包括:
建立光伏机器人航向角和航向角速度的连续状态方程,光伏机器人航向角和航向角速度的连续状态方程为:
将光伏机器人航向角和航向角速度的连续状态方程进行离散化获取光伏机器人航向角和航向角速度的离散状态方程,光伏机器人航向角和航向角速度的离散状态方程为:
建立光伏机器人俯仰角和俯仰角速度的连续状态方程,光伏机器人俯仰角和俯仰角速度的连续状态方程为:
将光伏机器人俯仰角和俯仰角速度的连续状态方程进行离散化获取光伏机器人俯仰角和俯仰角速度的离散状态方程,光伏机器人俯仰角和俯仰角速度的离散状态方程为:
建立光伏机器人倾斜角和倾斜角速度的连续状态方程,光伏机器人倾斜角和倾斜角速度的连续状态方程为:
将光伏机器人倾斜角和倾斜角速度的连续状态方程进行离散化获取光伏机器人倾斜角和倾斜角速度的离散状态方程,光伏机器人倾斜角和倾斜角速度的离散状态方程为:
2.根据权利要求1所述的用于光伏机器人的融合定位方法,其特征在于,所述通过安装在光伏机器人上的多个数据源采集设备获取光伏机器人移动过程中的相关数据源包括:
通过安装在光伏机器人上的数字罗盘获取光伏机器人开始新的航迹之前的初始航向角;
通过安装在光伏机器人上的GPS设备获取光伏机器人在机器人坐标系下的经度数据、纬度数据、高度数据、水平速度数据、垂直速度数据以及光伏机器人相对正北方向的航向角数据;
通过安装在光伏机器人上的INS设备获取光伏机器人在INS坐标系下的航向角、航向角速度、俯仰角、俯仰角速度、倾斜角、倾斜角速度、在X轴上的加速度数据、在Y轴上的加速度数据和在Z轴上的加速度数据。
3.根据权利要求1所述的用于光伏机器人的融合定位方法,其特征在于,所述对获取的相关数据源中的部分数据进行处理以获取新的数据包括:
将机器人坐标系变换为导航坐标系;
根据光伏机器人在机器人坐标系下的经度数据、纬度数据、高度数据、水平速度数据、垂直速度数据以及光伏机器人相对正北方向的航向角数据获取光伏机器人在导航坐标系下正北方向的位置数据、正北方向的速度数据、正东方向的位置数据、正东方向的速度数据、高度方向的位置数据和高度方向的速度数据。
4.根据权利要求1所述的用于光伏机器人的融合定位方法,其特征在于,所述建立一系列的离散时间观测方程包括:
建立光伏机器人在导航坐标系下的观测方程,光伏机器人在导航坐标系下的观测方程包括:
其中,为时刻参数,为对应状态量的观测值,、和分别为光伏机器人在正东方向的位置、正北方向的位置和高度方向的位置,、和分别为光伏机器人在正东方向的速度、正北方向的速度和高度方向的速度,为正东方向的零均值高斯白噪声、为正北方向的零均值高斯白噪声、为高度方向的零均值高斯白噪声;
建立光伏机器人在INS坐标系下的观测方程,光伏机器人在INS坐标系下的观测方程包括:
5.根据权利要求4所述的用于光伏机器人的融合定位方法,其特征在于,所述建立一系列的离散时间观测方程还包括:通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下和INS坐标系下的联系方程,光伏机器人在导航坐标系下和INS坐标系下的联系方程包括:
6.根据权利要求1所述的用于光伏机器人的融合定位方法,其特征在于,所述建立多个状态方程还包括:
通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下正东方向和在INS坐标系下X轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下正东方向和在INS坐标系下X轴方向上的加速度数据的联系离散状态方程为:
通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下正北方向和在INS坐标系下Y轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下正北方向和在INS坐标系下Y轴方向上的加速度数据的联系离散状态方程为:
通过扩展卡尔曼滤波器建立光伏机器人在导航坐标系下高度方向和在INS坐标系下Z轴方向上的加速度数据的联系离散状态方程,光伏机器人在导航坐标系下高度方向和在INS坐标系下Z轴方向上的加速度数据的联系离散状态方程为:
8.根据权利要求1所述的用于光伏机器人的融合定位方法,其特征在于,所述对扩展卡尔曼滤波器的相关参数进行调整包括:
通过渐变因子对观测模型中X轴方向上的加速度相关的零偏、Y轴方向上的加速度相关的零偏、Z方向上的加速度相关的零偏和过程噪声方差矩阵中的元素进行调整;
根据通过渐变因子获取的调整结果改变扩展卡尔曼滤波器的卡尔曼增益;
根据扩展卡尔曼滤波器的卡尔曼增益对导航坐标系下的数据和INS坐标系下数据的融合结果进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210810871.4A CN114877892A (zh) | 2022-07-11 | 2022-07-11 | 一种用于光伏机器人的融合定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210810871.4A CN114877892A (zh) | 2022-07-11 | 2022-07-11 | 一种用于光伏机器人的融合定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114877892A true CN114877892A (zh) | 2022-08-09 |
Family
ID=82683077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210810871.4A Pending CN114877892A (zh) | 2022-07-11 | 2022-07-11 | 一种用于光伏机器人的融合定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114877892A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106969784A (zh) * | 2017-03-24 | 2017-07-21 | 中国石油大学(华东) | 一种并发建图定位与惯性导航的组合误差融合*** |
CN107289933A (zh) * | 2017-06-28 | 2017-10-24 | 东南大学 | 基于mems传感器和vlc定位融合的双卡尔曼滤波导航装置和方法 |
CN109324330A (zh) * | 2018-09-18 | 2019-02-12 | 东南大学 | 基于混合无导数扩展卡尔曼滤波的usbl/sins紧组合导航定位方法 |
US20200033131A1 (en) * | 2017-03-31 | 2020-01-30 | Commonwealth Scientific And Industrial Research Organisation | Low cost ins |
CN110988951A (zh) * | 2019-12-06 | 2020-04-10 | 中国地质大学(北京) | 多源数据融合实时导航定位方法及*** |
CN112476433A (zh) * | 2020-11-23 | 2021-03-12 | 深圳怪虫机器人有限公司 | 一种基于识别阵列边界的移动机器人定位方法 |
CN112729307A (zh) * | 2020-12-23 | 2021-04-30 | 南京市晨枭软件技术有限公司 | 一种用于路径规划机器人的多传感信息融合***及其控制方法 |
US20210206390A1 (en) * | 2020-07-09 | 2021-07-08 | Beijing Baidu Netcom Science Technology Co., Ltd. | Positioning method and apparatus, vehicle device, and autonomous vehicle |
CN114485641A (zh) * | 2022-01-24 | 2022-05-13 | 武汉梦芯科技有限公司 | 一种基于惯导卫导方位融合的姿态解算方法及装置 |
-
2022
- 2022-07-11 CN CN202210810871.4A patent/CN114877892A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106969784A (zh) * | 2017-03-24 | 2017-07-21 | 中国石油大学(华东) | 一种并发建图定位与惯性导航的组合误差融合*** |
US20200033131A1 (en) * | 2017-03-31 | 2020-01-30 | Commonwealth Scientific And Industrial Research Organisation | Low cost ins |
CN107289933A (zh) * | 2017-06-28 | 2017-10-24 | 东南大学 | 基于mems传感器和vlc定位融合的双卡尔曼滤波导航装置和方法 |
CN109324330A (zh) * | 2018-09-18 | 2019-02-12 | 东南大学 | 基于混合无导数扩展卡尔曼滤波的usbl/sins紧组合导航定位方法 |
CN110988951A (zh) * | 2019-12-06 | 2020-04-10 | 中国地质大学(北京) | 多源数据融合实时导航定位方法及*** |
US20210206390A1 (en) * | 2020-07-09 | 2021-07-08 | Beijing Baidu Netcom Science Technology Co., Ltd. | Positioning method and apparatus, vehicle device, and autonomous vehicle |
CN112476433A (zh) * | 2020-11-23 | 2021-03-12 | 深圳怪虫机器人有限公司 | 一种基于识别阵列边界的移动机器人定位方法 |
CN112729307A (zh) * | 2020-12-23 | 2021-04-30 | 南京市晨枭软件技术有限公司 | 一种用于路径规划机器人的多传感信息融合***及其控制方法 |
CN114485641A (zh) * | 2022-01-24 | 2022-05-13 | 武汉梦芯科技有限公司 | 一种基于惯导卫导方位融合的姿态解算方法及装置 |
Non-Patent Citations (3)
Title |
---|
LUJUAN DANG 等: ""Cubature Kalman Filter Under Minimum Error Entropy With Fiducial Points for INS/GPS Integration"", 《IEEE/CAA JOURNAL OF AUTOMATICA SINICA》 * |
徐萌 等: ""基于UKF数据融合的勘测机器人定位方法"", 《机械工程师》 * |
项志宇: "面向越野自主导航的鲁棒GPS/INS融合定位***", 《电路与***学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107270893B (zh) | 面向不动产测量的杆臂、时间不同步误差估计与补偿方法 | |
CN111024064B (zh) | 一种改进Sage-Husa自适应滤波的SINS/DVL组合导航方法 | |
CN110361010B (zh) | 一种基于占据栅格地图且结合imu的移动机器人定位方法 | |
CN104635251B (zh) | 一种ins/gps组合定位定姿新方法 | |
CN112505737B (zh) | 一种gnss/ins组合导航方法 | |
CN105674984B (zh) | 一种无约束使用移动终端获取行人前进方向的方法 | |
CN114413887B (zh) | 一种传感器外部参数标定方法、设备及介质 | |
CN110440827B (zh) | 一种参数误差的标定方法、装置及存储介质 | |
CN113220013A (zh) | 一种多旋翼无人机隧洞悬停方法及*** | |
CN108759815B (zh) | 一种用于全局视觉定位方法中的信息融合组合导航方法 | |
CN110017837A (zh) | 一种姿态抗磁干扰的组合导航方法 | |
CN114216456B (zh) | 一种基于imu与机器人本体参数融合的姿态测量方法 | |
CN105910606A (zh) | 一种基于角速度差值的方向修正方法 | |
WO2023226155A1 (zh) | 多源数据融合定位方法、装置、设备及计算机存储介质 | |
CN113820735A (zh) | 位置信息的确定方法、位置测量设备、终端及存储介质 | |
CN111637888A (zh) | 基于惯导和激光雷达单点测距的掘进机定位方法及*** | |
CN108444468B (zh) | 一种融合下视视觉与惯导信息的定向罗盘 | |
CN111207773B (zh) | 一种用于仿生偏振光导航的姿态无约束优化求解方法 | |
CN204788411U (zh) | 基于声源定位、ins的爬壁机器人导航定位*** | |
CN114877892A (zh) | 一种用于光伏机器人的融合定位方法 | |
CN112292578B (zh) | 大地水准面测量方法、测量装置、估计装置、计算用数据采集装置 | |
CN112649001B (zh) | 一种小型无人机姿态与位置解算方法 | |
CN112595330B (zh) | 车辆定位方法、装置、电子设备和计算机可读介质 | |
CN104792336B (zh) | 一种飞行状态测量方法及装置 | |
CN113551688A (zh) | 车载定位定向导航设备无依托快速免拆卸标定方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220809 |