项目名称: 基于虚拟螺旋运动坐标系的捷联速度算法研究

项目编号: No.61503090

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 奔粤阳

作者单位: 哈尔滨工程大学

项目金额: 21万元

中文摘要: 高动态环境下,刚体转动的不可交换性会使得划船补偿项对捷联惯性导航系统的速度解算产生影响,设计高性能的捷联速度算法至关重要。现有算法在划船补偿项表达上存在简化;在算法待定系数优化过程中存在测试输入环境使用局限性;并且未考虑IMU和预处理滤波器的传递函数不理想对算法设计的影响。不同于现有算法的思路,本项目拟建立虚拟坐标系——虚拟螺旋运动坐标系,实现对于载体角速度和比力的跟踪,并在该坐标系上设计算法的框架结构,整体考虑比力积分增量的计算,解决由比力积分增量推导划船补偿项的过程中存在简化近似的问题。进一步,拟构建双螺旋运动测试输入环境来优化算法,并在优化过程中考虑IMU和预处理滤波器的传递函数,解决现有测试输入环境局限性以及算法设计中忽略IMU和预处理滤波器的传递函数不理想所导致的问题。本项目的研究将丰富捷联速度算法基础理论,同时对提升捷联惯导系统的性能起到重要作用。

中文关键词: 比力;滤波器;捷联惯性导航

英文摘要: Under the highly dynamic environment, noncommutativity of a rotation of a rigid body will lead to negative effects of the sculling term on the velocity calculation for a strapdown inertial navigation system (SINS). Thereafter designing a good strapdown velocity algorithm is important for SINS. Normal algorithms make the approximation in describing the sculling term. Aslo there are limitations of testing input environment in the procedure of optimizing the coefficients. Besides, normal algorithms neglect influences of imperfection of inertial measurement units (IMU) and pre-filter transfer function on algorithm design. To solve the problem that there are approximations in deducing the sculling term from the specific force integral, this project will construct a virtual frame, virtual screw motion frame, which traces the angular velocity and acceleration vectors, and then design the framework based on the virtual screw motion frame. In addition, accounting for the limitation of common testing environments and the neglect of imperfection of IMU and pre-filter transfer function, we will give the dual-screw-motion testing environment with the consideration of IMU working characteristics, and then accomplish the algorithm coefficient design. This project will be meaningful to strapdown velocity algorithm theory and improving the SINS performance.

英文关键词: specific force ;filter;strapdown inertial navigation

成为VIP会员查看完整内容
0

相关内容

【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
132+阅读 · 2021年2月17日
【速览】ICCV 2021 | 从2D到3D的虚拟试穿模型
中国图象图形学学会CSIG
0+阅读 · 2021年10月22日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
【泡泡图灵智库】协同视觉-惯性SLAM
泡泡机器人SLAM
29+阅读 · 2019年9月6日
【泡泡图灵智库】Detect-SLAM:目标检测和SLAM相互收益
泡泡机器人SLAM
14+阅读 · 2019年6月28日
计算机视觉方向简介 | 视觉惯性里程计(VIO)
计算机视觉life
64+阅读 · 2019年6月16日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Risk-Averse Receding Horizon Motion Planning
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】多视光场光线空间几何模型研究
专知会员服务
22+阅读 · 2021年12月6日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
132+阅读 · 2021年2月17日
相关资讯
【速览】ICCV 2021 | 从2D到3D的虚拟试穿模型
中国图象图形学学会CSIG
0+阅读 · 2021年10月22日
CVPR 2019:精确目标检测的不确定边界框回归
AI科技评论
13+阅读 · 2019年9月16日
【泡泡图灵智库】协同视觉-惯性SLAM
泡泡机器人SLAM
29+阅读 · 2019年9月6日
【泡泡图灵智库】Detect-SLAM:目标检测和SLAM相互收益
泡泡机器人SLAM
14+阅读 · 2019年6月28日
计算机视觉方向简介 | 视觉惯性里程计(VIO)
计算机视觉life
64+阅读 · 2019年6月16日
Maplab:研究视觉惯性建图和定位的开源框架
泡泡机器人SLAM
16+阅读 · 2018年4月4日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员