【摘 要】
：
由于地球椭球模型下格网系惯性导航系统力学编排复杂,因此,在推导格网系惯性导航误差方程时使用地球圆球模型来简化计算.针对此问题,提出了基于地球虚拟圆球模型下的格网系惯性导航力学编排,并在此基础上推导了格网系误差方程,设计了基于虚拟圆球模型下的格网系捷联惯性导航系统(SINS)与全球卫星导航系统(GNSS)的组合导航系统,实现了组合导航系统模型统一化.将中、低纬度跑车实验数据通过虚拟极区方法转换为极区实验数据,实验结果表明:稳定后姿态误差低于0.3\',速度误差低于0.1m/s,位置误差低于5m,可以满足
【机 构】
：
苏州大学电子信息学院,苏州215006
论文部分内容阅读
由于地球椭球模型下格网系惯性导航系统力学编排复杂,因此,在推导格网系惯性导航误差方程时使用地球圆球模型来简化计算.针对此问题,提出了基于地球虚拟圆球模型下的格网系惯性导航力学编排,并在此基础上推导了格网系误差方程,设计了基于虚拟圆球模型下的格网系捷联惯性导航系统(SINS)与全球卫星导航系统(GNSS)的组合导航系统,实现了组合导航系统模型统一化.将中、低纬度跑车实验数据通过虚拟极区方法转换为极区实验数据,实验结果表明:稳定后姿态误差低于0.3\',速度误差低于0.1m/s,位置误差低于5m,可以满足极区航行的导航精度要求.
其他文献
随着变电站内直流设备增加,蓄电池容量配置越来越大.为减少直流蓄电池容量配置,以及在交流全部失电情况下,优先保证重要直流负荷供电,本文提出变电站内直流负荷分级原则,将全站负荷分为3级,针对不同级别负荷,给出具体管控实施方法.经计算,分级后可减少蓄电池容量配置.
针对冰下避障航迹规划问题,提出了一种基于改进A*算法的三维冰下避障航迹规划算法.不同于传统的A*航迹规划算法,该算法结合了人工势场航迹规划算法的思想,将水下地形碰撞约束、海冰碰撞约束以及UUV巡航高度约束重新编排.算法分析表明,该避障航迹规划算法能够有效增强UUV冰下避障能力与定深巡航高度控制能力.基于改进的A*冰下避障航迹规划算法,给出了上述约束的设计方法并进行了仿真验证.仿真结果表明,基于上述约束的航迹规划算法具有良好的避障能力、巡航高度控制能力以及航行距离控制能力.
针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景
随着智能变电站建设规模不断扩大,就地化保护装置需求量持续增加,设备生产工厂及检验中心的工作量随之增加,常规的人工检测方式无论是在效率方面还是检测质量方面都存在不足之处,无法满足需求.如何实现对就地化继电保护装置的快速有效检测,已经成为就地化继电保护装置广泛推广应用前需要解决的关键性问题.针对该问题,本文设计就地化保护自动检测系统的硬件平台,对流水线平台与软件操作系统配合工作实现自动运输、投卸技术进行分析研究.
环保型气体绝缘是环网柜的发展趋势之一.本文介绍了环保柜的两种布置方式,采用干燥空气作为绝缘介质,并进行设计.通过对相关性能的优化,提高了环网柜的绝缘性能,使其满足各项试验要求,且能达到一定的裕度.
实例分割作为计算机视觉领域极具挑战性的任务之一,要求在图像分类的基础上为每一个物体生成像素级别的分割掩码.业界主流方案可分为自上而下和自下而上两种范式,自上而下范式又可分为双阶段分割和单阶段分割.单阶段分割方案为了提高推断速度,往往使用全图卷积操作取代双阶段分割方案中先检测后分割的策略.然而,卷积网络的平移不变性使得同一种类的不同实例提取到的特征相似,仅靠全图卷积难以进行区分,从而导致单阶段分割方案精度下降.针对单阶段分割精度降低的问题,提出了一种注意力机制,该机制在特征图每个位置的特征向量上进行点积运算
随着微机电系统(MEMS)技术及微惯性器件的发展,大量小型化、低成本、高性能的导航、制导与控制(GNC)产品正越来越多地应用于小型无人飞行器、地面无人系统以及精确制导弹药等领域.针对各类应用需求,基于MEMS惯性测量单元(IMU)、GNSS接收模块、全捷联红外/可见光/激光多模智能导引头、信息处理器(DSP)与数据链通信模块,采用SiP技术研制出GNC芯片.基于GNC芯片构建一体化微小型GNC系统,突破了基于SiP一体化微小型GNC系统集成、全捷联红外/可见光/激光多模智能感知、嵌入式深组合导航、全捷联多
四足机器人灵巧运动技能的生成一直受到机器人研究者们的广泛关注,其中空中翻滚运动既能展现四足机器人运动的灵活性又具有一定的实用价值.近年来,深度强化学习方法为四足机器人的灵巧运动提供了新的实现思路,利用该方法得到的闭环神经网络控制器具有适应性强、稳定性高等特点.本文在绝影Lite机器人上使用基于模仿专家经验的深度强化学习方法,实现了仿真环境中四足机器人的后空翻动作学习,并进一步证明了设计的后空翻闭环神经网络控制器相比于开环传统位置控制器具有适应性更高的特点.
随着科学技术的高速发展,地下领域(如天然洞穴网络、人造隧道和城市地下环境等)逐渐成为人类研究的热点,利用无人系统在地下等复杂场景执行探索、搜索与搜救等任务仍面临着许多挑战.深入分析了美国地下领域无人系统技术发展的模式框架,梳理了快速轻量自主、机械天线和地下挑战赛等DARPA典型研发项目的 研究目标与现状,提炼出地下领域无人系统需要解决的关键技术,在此基础上归纳总结了美国地下领域无人系统的发展趋势.最后,结合国内发展情况提出了地下领域无人系统的发展启示.
自对准技术是陆基机动平台及装备用惯导系统的一项关键技术,其核心在于惯导系统如何在风扰、发动机振动、人员走动等各种干扰下实现快速、高精度对准.针对目前常用的惯性系解析自对准、Kalman滤波估计自对准和惯性系奇异值分解(SVD)自对准等三种方法进行了研究和对比分析,根据三种对准方法各自的实现原理,提出了一种有针对性的抗扰动优化方法,并通过了数学仿真分析和车载试验验证.结果 表明,在车载使用环境下,后两种方法都能获得较为准确的姿态信息,惯性系SVD方法可以达到与Kalman滤波方法相当的对准精度和收敛速度,且