项目名称: 基于姿态估计的捷联惯导动机座初始对准技术研究

项目编号: No.61304241

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 常路宾

作者单位: 中国人民解放军海军工程大学

项目金额: 26万元

中文摘要: 基于惯性系的初始对准方法可有效隔离干扰角运动的影响,能够达到较高的初始对准精度,是目前捷联惯导动机座初始对准领域一个新的研究方向。然而现有惯性系初始对准方法未对惯性器件误差进行建模,同时不能隔离线运动干扰,因此其本质上是一种粗对准方法。基于此,本项目拟扩展现有惯性系初始对准思路,从坐标系分解角度出发推导一种考虑惯性器件误差的惯性系初始对准模型;同时将姿态估计的思想引入初始对准问题中,设计相应的动态滤波算法,具体包括:考虑四元数约束的无味卡尔曼滤波算法研究;可有效抑制外界干扰的鲁棒无味卡尔曼滤波算法研究;考虑所建立初始对准模型部分线性特性的降阶无味卡尔曼滤波算法研究。最终实现捷联惯导动机座初始精对准的目标。本项目研究思路具有一定的创新性和工程实用性,其预期成果可直接应用于目前捷联惯导动机座初始对准领域。

中文关键词: 惯性导航;初始对准;姿态估计;非线性滤波;

英文摘要: The inertial frame initial alignment method can deal with the severe angular disturbance, resulting in a satisfied alignment performance, which is currently the new research topic in the area of strapdown inertial navigation system (SINS) in-motion alignment. However, the inertial frame alignment method can not estimate anything other than the attitude quaternion, such as the sensor errors (bias, scale factor etc.), so it is virtually a coarse alignment method. In order to address the aforementioned drawbacks of the inertial frame alignment method, a novel inertial frame alignment model that includes the sensor errors estimate procedure is developed based on the decomposition of the attitude quaternion/matrix. Moreover, the proposed method essentially builds up an interesting link between the attitude estimation and the SINS initial alignment. Some dynamic filtering algorithms that involved in this method have also been studied, which include the unscented Kalman filter (UKF) with consideration of the norm-constraint of the attitude quaternion, the robust UKF that can handle the external disturbance and the computational efficient UKF with the consideration of the conditional linearity of the dynamic model. The aim of this subject is to develop an accurate, efficient and robust fine initial alignment method. The

英文关键词: inertial navigation;initial alignment;attitude estimation;nonlinear filtering;

成为VIP会员查看完整内容
1

相关内容

【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
专知会员服务
29+阅读 · 2020年7月31日
【开放书】SLAM 中的几何与学习方法,62页pdf
专知会员服务
109+阅读 · 2020年6月5日
专知会员服务
86+阅读 · 2019年12月13日
ECCV2020 | SMAP: 单步多人绝对三维姿态估计
学术头条
10+阅读 · 2020年8月9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
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
计算机视觉方向简介 | 人体姿态估计
计算机视觉life
26+阅读 · 2019年6月6日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10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 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+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
1+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
0+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
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
相关资讯
ECCV2020 | SMAP: 单步多人绝对三维姿态估计
学术头条
10+阅读 · 2020年8月9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
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
计算机视觉方向简介 | 人体姿态估计
计算机视觉life
26+阅读 · 2019年6月6日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10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 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+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
1+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
0+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
微信扫码咨询专知VIP会员