会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

近十年的VI-SLAM算法综述与发展

一个完整的 SLAM（simultaneous localizationandmapping） 框架包括传感器数据、 前端、 后端、 回环检测与建图，如图1所示，其中，前端将传感器的数据抽象成适用于估计的模型，回环检测判断机器人是否经过已知的位置。而后端接受不同时刻前端测量的位姿和回环检测的信息并对它们进行优化，从而得到全局一致的轨迹。建图则是根据状态估计得到的轨迹建立与任务要求相对应的地图。通常,仅含有前端和局部后端的框架被称为里程计, 而带有回环检测和全局后端的完整框架被称为 SLAM。

  • 2022-01-11
  • 阅读88
  • 下载0
  • 13页
  • docx

面向有色测量噪声下UWB/INS组合行人导航的分布式卡尔曼滤波

为了降低室内环境下INS/UWB组合导航中有色测量噪声（CMN）对导航精度的影响，本文对高斯-马尔可夫CMN下的分布式KF（dKF）进行了改进，使用可变CFM，使CFM能够随着导航环境的变化而变化。针对分布式KF，局部滤波器利用INS和UWB分别测量的距离之差作为其观测量，对目标行人的位置进行预估。在此基础上，主滤器通过融合局部滤波器的估计值来估计目标行人当前时刻的位置。实验表明，与标准dKF相比，使用可变CFM改进的dKF可以将定位均方根误差（RMSE）降低26.85%。

  • 2022-01-11
  • 阅读94
  • 下载0
  • 13页
  • docx

卡尔曼滤波在地面沉降GNSS监测中的应用

本文以山西省西山煤田某一工作面为试验区，在分析地面沉降全球卫星导航系统（GNSS）监测数据特征的基础上，利用两种卡尔曼滤波方法（普通和总体卡尔曼滤波）对矿区地面沉降GNSS监测数据进行了处理与评价，同时对比了两种卡尔曼滤波方法的均方根误差分布情况。试验结果表明，两种滤波方法的滤波结果与观测值趋势大致相同，但存在少数异常点。下沉量越大的监测点，滤波结果与观测值的差异越大，但总体卡尔曼滤波的差异明显小于普通卡尔曼滤波，特别是对于下沉量较大的监测点。下沉量越大的监测点，其均方根误差越大，总体卡尔曼滤增大的速度远小于普通卡尔曼滤波，总体卡尔曼滤波均方根误差的最大值小于0.1 m，普通卡尔曼滤波的则接近0.4 m。

  • 2022-01-11
  • 阅读90
  • 下载0
  • 10页
  • docx

群目标跟踪技术综述

根据研究重点的不同,从群目标跟踪的建模和滤波算法方面展开综述,主要包括:量测处理、扩展外形建模、内部关系建模、群分裂/合并建模以及滤波算法等.最后,基于群目标跟踪现有研究进展和未来可能面临的挑战,对群目标跟踪领域需要重点研究和关注的方向作了展望.

  • 2022-01-11
  • 阅读108
  • 下载0
  • 33页
  • docx

传统组合导航中的实用Kalman滤波技术评述

在随机线性系统建模准确的情况下,Kalman滤波是线性最小方差无偏估计。针对传统惯导/卫导组合导航的实际应用,难以精确建模,给出了常用的建模方法、状态量选取原则、离散化方法及滤波快速计算方法。讨论了平方根滤波、自适应滤波、联邦滤波和非线性滤波等技术的适用场合,并给出了使用建议。针对前人研究可观测度中未考虑随机系统噪声的缺陷,提出了更加合理的以初始状态均方误差阵为参考的可观测度定义和分析方法。提出了均方误差阵边界限制方法,可有效抑制滤波器的过度收敛和滤波发散。该讨论可为工程技术人员提供一些有实用价值的参考。

  • 2022-01-11
  • 阅读118
  • 下载0
  • 38页
  • docx

一种顾及TOA数据优选的抗差卡尔曼滤波室内定位方法

室内无线定位在生产、物流、监控等方面有着广泛的用途，然而受通信距离和无线通信基站拓扑结构的影响，传统的TOA室内定位算法存在精度不高和稳定性差等问题。基于此，以超宽带为研究对象，在TOA信道模式下，综合考虑超宽带精度衰减因子与定位信号强度两方面因素，提出了一种顾及数据优选的抗差卡尔曼滤波技术的室内导航定位方法。该方法首先在TOA测距的信道模式下以到达终端信号的定位信号强度值为准则，筛选出与终端通信信号较强的观测信息，剔除部分非视距误差，确保观测信息的可靠性，再以水平精度因子优化拓扑结构，选择较优的接入点构造良好的拓扑布局。最后，为有效控制异常误差的影响，提出将抗差卡尔曼滤波应用于室内超宽带测距滤波和定位解算，确保观测信息的可靠性和抗差性，模拟和实测算例验证了本文提出的算法的有效性。

  • 2022-01-11
  • 阅读92
  • 下载0
  • 12页
  • docx

一文图解卡尔曼滤波（KalmanFilter）

Kalman Filter 算法，是一种递推预测滤波算法，算法中涉及到滤波，也涉及到对下一时刻数据的预测。Kalman Filter 由一系列递归数学公式描述。它提供了一种高效可计算的方法来估计过程的状态，并使估计均方误差最小。卡尔曼滤波器应用广泛且功能强大：它可以估计信号的过去和当前状态，甚至能估计将来的状态，即使并不知道模型的确切性质。

  • 2022-01-11
  • 阅读87
  • 下载0
  • 23页
  • docx

基于交叉几何和实测速度的转向车辆轨迹预测

众所周知，城市道路交叉口是交通事故的常发地，了解交叉路口的动态交通情况对于研究如何防止交通事故非常有必要。当自动驾驶车辆穿过交叉路口时，预测即将到来的其他车辆的轨迹是ADAS的要求。在本文中，我们提出了一种城市交叉路口转弯车辆轨迹预测方法。转弯机动车辆的轨迹预测比直行机动车辆更困难，因为转弯车辆在接近交叉路口时减速并且在离开交叉路口时加速。此外，速度的变化取决于诸如交叉角、拐角半径之类的因素。我们的方法生成了一种新的轨道预测所需的速度模型，该模型考虑了交叉口几何形状和其他车辆的观测速度。具体而言，我们假设人行横道附近的速度变得极小，并通过拟合过去的顺序速度和估计的最小速度到三次函数来计算速度模型。我们的方法的优点是能够预测在任何交点和任何位置的轨迹。该方法在实际交通场景中的预测性能优于其他方法。

  • 2022-01-11
  • 阅读116
  • 下载0
  • 16页
  • docx