国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜東南大學王慶獲國家專利權

恭喜東南大學王慶獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜東南大學申請的專利復雜環境下基于慣性傳感器的行人自主定位方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114923481B

龍圖騰網通過國家知識產權局官網在2025-06-10發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210535329.2,技術領域涉及:G01C21/16;該發明授權復雜環境下基于慣性傳感器的行人自主定位方法是由王慶;米靜;劉鵬飛設計研發完成,并于2022-05-17向國家知識產權局提交的專利申請。

復雜環境下基于慣性傳感器的行人自主定位方法在說明書摘要公布了:復雜環境下基于慣性傳感器的行人自主定位方法,1考慮單個陀螺的相應參數,確定冗余慣性傳感器的數量。2確定慣性傳感器數量后通過對冗余慣性傳感器的配置方案進行研究,得到能夠同時使行人導航系統的導航性能和故障檢測與隔離性能達到最優的慣性傳感器配置方案。3通過數據融合算法將將步驟1、步驟2得到的慣性傳感器配置方案所測得的數據進行最優融合。4將步驟3得到的融合之后的慣性運動信息輸入到慣性導航系統解算模塊,以計算行人的各項運動參數。本發明基于微機電系統的慣性測量單元,實現復雜環境下對行人的高精度自主定位,采用慣性傳感器的冗余技術,解決慣性傳感器的噪聲多次累計從而使得軌跡快速發散的問題。

本發明授權復雜環境下基于慣性傳感器的行人自主定位方法在權利要求書中公布了:1.復雜環境下基于慣性傳感器的行人自主定位方法,其特征在于,包括以下步驟:步驟1:考慮單個陀螺的平均故障間隔時間MTBF、相對MTBF、相對MTBF變化量、行人慣性導航系統的體積、重量、成本,確定冗余慣性傳感器的數量;步驟1具體步驟如下:在行人慣性導航系統內,對慣性空間的角速率或加速度進行量測,需要至少三個陀螺儀或加速度計,假設有同一可靠性Re的n個慣性器件進行配置,則系統可靠性Ra為 因此,整個行人慣性導航系統的MTBF表示為 通過計算可得,單個陀螺儀的MTBF是1λ,慣性傳感器的數量越多,慣性導航系統的可靠性越高,通過計算可得,單個陀螺儀的MTBF是1λ,三個慣性傳感器沿正交坐標系安裝的無余度系統的MTBF3是13λ,定義: 其中,θn為n,n≥3個慣性器件斜置構成的冗余導航系統的MTBFn與無余度系統的MTBF3比值,也稱為相對MTBF;Δθ為相對MTBF的變化量;F稱為慣性導航系統的可靠性性能指標;通過改變慣性器件的數量來分別計算θn、Δθ和可靠性性能指標F;步驟2:在步驟1確定慣性傳感器數量的基礎上,通過對冗余慣性傳感器的配置方案進行研究,從而得到能夠同時使行人導航系統的導航性能和故障檢測與隔離性能達到最優的慣性傳感器配置方案;步驟3:通過數據融合算法將步驟1、步驟2中所測得的數據進行最優融合,以達到提升行人慣性導航系統定位精度的目的;在基于標準卡爾曼濾波算法的最優融合算法中,將標準卡爾曼濾波算法用帶系統噪聲估計器的自適應濾波算法代替,即形成自適應最優融合算法;采用自適應最優融合算法,該算法將漸消因子引入了協方差矩陣的預測過程中,提高了對狀態突變的應對能力,在一定程度上抑制了濾波器隨時間的發散,并提高了濾波算法的精度;步驟3自適應最優融合算法具體如下:將冗余慣性傳感器的輸出矢量向配置矩陣的左零空間上進行投影,以得到融合算法的冗余觀測,通過對冗余觀測的最優估計即可實現各傳感器性能的最大化利用;在該行人慣性導航系統中,選取慣性傳感器的誤差作為狀態向量,慣性傳感器的輸出作為觀測量,即 其中,xi表示第i個慣性傳感器的誤差,yi表示第i個慣性傳感器的量測輸出;因此系統的狀態方程和觀測方程表示為:Xk=Akk-1Xk-1+Bkk-1Wk-110Zk=CkXk+Huk+Vk11式中Akk-1,Bkk-1,Ck為系數矩陣,H為安裝矩陣,Wk-1和Vk為噪聲矩陣;令其中TkH=0,稱Tk是H的左零空間基,是Tk正交補空間,即將T左乘方程11得: 所以將系統模型表示為 用卡爾曼濾波器對該模型進行估計,遞推公式如下:狀態一步預測: 狀態一步預測均方誤差: 濾波增益:Kk=Pkk-1TCkTTCkPkk-1TCkT+Rk-116狀態估計: 狀態估計均方誤差:Pk=I-KkTCkPkk-118在進行卡爾曼濾波的更新過程中,首先需要給定初始狀態量X0和初始方差P0,方程14與15稱為時間更新;方程16、17與18包含的過程稱為量測更新,在對時間更新完之后,檢測是否有量測信息,如果有,則進行量測更新以及狀態估計,從而獲得最優估計輸出;反之,將量測信息作為最優估計輸出,根據卡爾曼濾波可以將求解出來,在方程14中,Vk滿足高斯分布,即Vk~0,Rk,冗余配置矩陣H滿秩,因可通過加權最小二乘估計uk,得 步驟4:將步驟3得到的融合之后的慣性運動信息輸入到慣性導航系統解算模塊,以計算行人的各項運動參數包括三維姿態、速度和位置信息。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人東南大學,其通訊地址為:210096 江蘇省南京市玄武區四牌樓2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 曲水县| 长武县| 都江堰市| 北安市| 永平县| 衡东县| 蓝田县| 凤庆县| 淮滨县| 乐亭县| 怀集县| 新和县| 沂南县| 灵宝市| 崇阳县| 兰西县| 洪泽县| 灌阳县| 南郑县| 镇远县| 克拉玛依市| 剑河县| 仲巴县| 新兴县| 遵义市| 太和县| 双辽市| 岳普湖县| 永宁县| 安龙县| 麻栗坡县| 正蓝旗| 元朗区| 玉树县| 赤城县| 彰化县| 古交市| 象山县| 金门县| 灵璧县| 龙口市|