[發(fā)明專利]用于使用不變卡爾曼濾波器輔助一隊(duì)交通工具導(dǎo)航的方法和裝置在審
| 申請(qǐng)?zhí)枺?/td> | 201980053657.5 | 申請(qǐng)日: | 2019-07-23 |
| 公開(公告)號(hào): | CN112567203A | 公開(公告)日: | 2021-03-26 |
| 發(fā)明(設(shè)計(jì))人: | 阿克塞爾·巴勞 | 申請(qǐng)(專利權(quán))人: | 賽峰集團(tuán) |
| 主分類號(hào): | G01C21/00 | 分類號(hào): | G01C21/00 |
| 代理公司: | 北京派特恩知識(shí)產(chǎn)權(quán)代理有限公司 11270 | 代理人: | 江海;李雪 |
| 地址: | 法國(guó)*** | 國(guó)省代碼: | 暫無信息 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 用于 使用 不變 卡爾 濾波器 輔助 一隊(duì) 交通工具 導(dǎo)航 方法 裝置 | ||
本發(fā)明涉及一種用于輔助一隊(duì)交通工具導(dǎo)航的方法,這一隊(duì)交通工具包括主交通工具(1)及相對(duì)于主交通工具(1)可移動(dòng)的副交通工具(2),所述方法包括以下步驟:·接收由至少一個(gè)傳感器(2,12)獲取的、主交通工具(1)和副交通工具(2)之間的相對(duì)運(yùn)動(dòng)數(shù)據(jù)(Y1,Y2);·通過不變卡爾曼濾波器使用所接收的數(shù)據(jù)(Y1,Y2)作為觀測(cè)值,估計(jì)(100,200)這一隊(duì)交通工具的導(dǎo)航狀態(tài),導(dǎo)航狀態(tài)包括:·第一變量,表示將與主交通工具(1)相關(guān)聯(lián)的位置標(biāo)記關(guān)聯(lián)到參考點(diǎn)的第一剛性變換;以及·第二變量,表示將與主交通工具(1)相關(guān)聯(lián)的位置標(biāo)記關(guān)聯(lián)到與副交通工具(2)相關(guān)聯(lián)的位置標(biāo)記的第二剛性變換,不變卡爾曼濾波器使用包括第一剛性變換和第二剛性變換的逐項(xiàng)組合的法則作為內(nèi)部組合法則。
技術(shù)領(lǐng)域
本發(fā)明涉及一種用于輔助一隊(duì)交通工具導(dǎo)航的方法以及適用于實(shí)現(xiàn)這種方法的裝置。
背景技術(shù)
估計(jì)物理系統(tǒng)的狀態(tài)的問題通常如下所示。系統(tǒng)在時(shí)刻n的狀態(tài)由向量Xn表示,以及在時(shí)刻n可用的觀測(cè)值由另一個(gè)向量Yn表示。系統(tǒng)的演化寫成這樣:
Xn+1=f(Xn)
其中,f是已知函數(shù)(通常稱為傳播函數(shù))。觀測(cè)值Yn通過已知的觀測(cè)函數(shù)h與系統(tǒng)的狀態(tài)相關(guān):
Yn=h(Xn)
從序列(Yn)n≥0建立狀態(tài)Xn的良好估計(jì)通常是個(gè)難題,但是在某些情況下可得以簡(jiǎn)化。
“線性系統(tǒng)”是指具有以下形式的系統(tǒng)的特殊情況:
Xn+1=FXn+wn
Yn=HXn+Vn
其中,F(xiàn)是傳播矩陣,H是觀測(cè)矩陣,wn和Vn是干擾預(yù)測(cè)和測(cè)量的噪聲。
在這種線性情況下,已知的方法包括建立稱為“卡爾曼濾波器”的估計(jì)器。該卡爾曼濾波器實(shí)現(xiàn)以下計(jì)算:
其中,指數(shù)n+1|n和n+1|n+1分別表示在不考慮觀測(cè)值Yn+1的情況下,在n+1時(shí)刻計(jì)算的估計(jì)值,以及在考慮觀測(cè)值Yn+1的情況下,在n+1時(shí)刻計(jì)算的估計(jì)值。矩陣Kn稱為“增益矩陣”,其可以使用Riccati(黎卡提)方程來計(jì)算。于是估計(jì)誤差定義為:
(在考慮觀測(cè)值Yn之后)
(在考慮觀測(cè)值Yn+1之前)
可以容易地驗(yàn)證該誤差遵循以下演化:
en+1|n=Fen|n(在考慮觀測(cè)值Yn+1之前)
en+1|n+1=(I-Kn+1H)en+1|n(在考慮觀測(cè)值Yn+1之后)
其中,I表示單位矩陣。
上述方程不依賴于Xn,因此可以建立對(duì)系統(tǒng)的任何實(shí)際軌跡都有效的估計(jì)器,而對(duì)于任何非線性系統(tǒng)則不是這種情況。
在非線性系統(tǒng)的情況下,普通的卡爾曼濾波器無法實(shí)現(xiàn)。因此,提出了一種卡爾曼濾波器變型,稱為“擴(kuò)展”卡爾曼濾波器,適用于非線性系統(tǒng)。然而,當(dāng)使用擴(kuò)展卡爾曼濾波器時(shí),在線性情況下觀測(cè)的簡(jiǎn)化不再發(fā)生,因此得到涉及Xn和的誤差方程。這個(gè)問題是使用擴(kuò)展卡爾曼濾波器時(shí)遇到的大多數(shù)發(fā)散情況的根源。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于賽峰集團(tuán),未經(jīng)賽峰集團(tuán)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201980053657.5/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 一種用于五軸折彎?rùn)C(jī)器人笛卡爾軌跡規(guī)劃的方法及其裝置
- 卡爾多爐處理電/線路板方法
- 基于SVD簡(jiǎn)化的卡爾曼濾波模型的導(dǎo)航方法及系統(tǒng)
- 一種實(shí)時(shí)水面船只視覺跟蹤系統(tǒng)及其方法
- 通過跟蹤解決雷達(dá)系統(tǒng)中的多普勒模糊
- 一種基于新型Kalman濾波的多維時(shí)空數(shù)據(jù)估計(jì)方法
- 一種基于多濾波器信息融合的自適應(yīng)目標(biāo)跟蹤方法
- 數(shù)字?jǐn)?shù)據(jù)的藝術(shù)表示
- 一種基于卡爾曼濾波的室內(nèi)機(jī)器人定位算法
- 基于卡爾曼濾波和/或DFB的激光芯片原子鐘及實(shí)現(xiàn)方法





