-
题名基于迭代自适应的多状态约束视觉/惯性融合定位算法
被引量：1
- 1
-
-
作者
节笑晗
刘宁
沈凯
戚文昊
刘薛勤
-
机构
北京信息科技大学高动态导航技术北京市重点实验室
北京理工大学自动化学院
-
出处
《太原理工大学学报》
北大核心
2025年第2期356-364,共9页
-
基金
国家重点研发计划课题(2020YFC1511702)
北京市自然科学基金(4212003)
高动态导航技术北京市重点实验室资助。
-
文摘
【目的】针对现有双目视觉/惯性里程计算法在遮蔽空间下救援人员进行定位计算时无法实时精准捕捉数据的问题,提出了一种迭代自适应多状态约束卡尔曼滤波双目视觉/惯性里程计算法(NN-MSCKF)。【方法】首先分析遮蔽空间下救援人员剧烈、复杂运动的跟踪效率和实时性需求,设计迭代自适应算法,利用窗口数据迭代对激励进行判断,触发初始化条件构造量测更新;其次研究地图点个数和像素区分度评估与筛选方式,引入地图点优化机制,提高对地图点进行评估和筛选的实时性;最后搭建仿真与试验平台对算法进行验证。【结果】实验结果表明,该算法相比MSCKF算法实时性提高1 s,全局精度提升55%,局部精度提升88.9%,验证了本方法的有效性。
-
关键词
视觉/惯性里程计
多状态约束
迭代自适应
地图点优化
-
Keywords
visual-inertial odometry
multi-state constraints
iterative adaptive
map point optimization
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于共轭梯度的MARG传感器姿态解算方法
- 2
-
-
作者
戚文昊
刘宁
苏中
乔利康
王靖骁
-
机构
北京信息科技大学高动态导航技术北京市重点实验室
现代测控技术教育部重点实验室
-
出处
《电光与控制》
CSCD
北大核心
2022年第8期13-16,22,共5页
-
基金
国家自然科学基金(61801032)
北京市自然科学基金(4212003)。
-
文摘
针对基于惯性测量单元(IMU)的姿态解算算法噪声大、精度低且无法准确解算偏航方向上姿态角变化的问题,提出一种基于共轭梯度算法的MARG传感器系统姿态解算方法。使用加速度计和磁强计测量姿态误差,通过共轭梯度算法对陀螺仪姿态四元数进行补偿和修正,对数据加权融合求解得到飞行器姿态四元数。利用三轴转台对算法稳定性和准确性进行验证,结果表明,该算法能够有效抑制测量噪声,提高姿态角解算的精度。
-
关键词
姿态解算
MARG
共轭梯度
四元数
-
Keywords
attitude calculation
MARG
conjugate gradient
quaternion
-
分类号
V271.4
[航空宇航科学与技术—飞行器设计]
-
-
题名深度学习下MEMS陀螺温度误差补偿方法
被引量：6
- 3
-
-
作者
宋一平
刘宁
刘福朝
雷明
戚文昊
-
机构
北京信息科技大学高动态导航技术北京市重点实验室
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2022年第1期92-98,共7页
-
基金
国家自然科学基金项目(61801032)
北京市自然科学基金项目(4212003)
高动态导航技术北京市重点实验室项目。
-
文摘
针对MEMS陀螺仪因材质特性,制造工艺等差异导致输出数据受温度影响的问题。本文在传统温度误差补偿的基础上,提出将深度学习与神经网络相结合,通过LSTM神经网络进行温度误差补偿,从而减小温度变化引起的陀螺的温度漂移。分析了MEMS陀螺仪的温度特性,并在RNN神经网络模型的基础上,建立多层LSTM神经网络模型,利用基于ADAM的优化算法和时间反向传播BPTT算法对LSTM网络进行训练。将训练好的网络模型植入到STM32硬件中,进而实现对MEMS陀螺仪输出的实时温度补偿。实验表明,LSTM模型与RBF温度补偿模型相比,陀螺仪补偿后的零偏稳定性、零偏不稳定性和角度随机游走等性能指标,以及MAE、MSE、RMSE三个模型评价指标提高了90%以上。
-
关键词
温度补偿
深度学习
LSTM神经网络
MEMS陀螺仪
-
Keywords
temperature compensation
deep learning
LSTM neural network
MEMS gyroscope
-
分类号
TH701
[机械工程—精密仪器及机械]
TN306
[电子电信—物理电子学]
-
-
题名基于深度神经网络的人体运动识别系统设计
被引量：3
- 4
-
-
作者
张德帝
刘宁
苏中
戚文昊
宋一平
乔利康
-
机构
北京信息科技大学高动态导航技术北京市重点实验室
-
出处
《传感器与微系统》
CSCD
北大核心
2023年第5期69-72,77,共5页
-
基金
国家重点研发计划资助项目(2020YFC1511702)
国家自然科学基金资助项目(61801032)
北京市自然科学基金资助项目(4212003)。
-
文摘
针对狭小空间下灾难救援人员运动状态感知困难的问题,提出一种基于卷积神经网络(CNN)+长短期记忆网络(LSTM)的人体运动识别(HAR)方法,设计了一种可运行于嵌入式微控制器单元(MCU)的HAR系统。系统使用佩戴于胸口的三轴加速度计及陀螺仪传感器作为数据输入,研究了卷积核数量和LSTM细胞数量对网络的影响,构建了HAR的深度学习模型。同时,针对存储占用、计算负荷和功耗对网络进行了优化与转译,并在嵌入式设备验证。结果表明:该系统可稳定运行于微控制器单元且对人体运动状态具有良好的识别精度。
-
关键词
深度神经网络
人体运动识别
灾难救援
嵌入式设备
-
Keywords
deep neural network
human activity recognition(HAR)
disaster rescue
embedded device
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于地磁信息的高速自旋飞行体转速测量法
被引量：1
- 5
-
-
作者
赵文江
刘宁
苏中
戚文昊
-
机构
北京信息科技大学高动态导航技术北京市重点实验室
北京信息科技大学现代测控技术教育部重点实验室
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2022年第7期913-918,共6页
-
基金
北京市自然科学基金(4212003)
国家自然科学基金(61801032)
+1 种基金
国家重点研发计划课题(2020YFC1511702)
高动态导航技术北京市重点实验室资助。
-
文摘
针对目前制导炮弹这类高速自旋飞行体转速变化范围大,且难以实现全程转速有效测量的问题,提出了一种基于地磁时域标量归一信息的转速实时在线测量方法:首先,研究高速自旋条件下的飞行体地磁运动特征,根据初始时间窗内接收的数据确定初始归一幅值,并计算初始转速;其次,通过前一时刻得出的转速计算下一个时间窗长度,在时间窗内对接收到的数据进行动态归一处理;最后,判断地磁零点时刻,根据所得零点计算转速,并计算下一个时间窗长度,以此类推,最终实现实时运动转速计算。仿真与试验结果表明,计算得出的转速值与实际设定值相差不超过8.2%,实现了对高速自旋飞行体全程转速的有效测量。
-
关键词
高速自旋飞行体
地磁信息
转速测量
地磁标量
-
Keywords
high speed spin flying body
geomagnetic information
speed measurement
magnetic scalar
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名内嵌飞行动力学的高旋姿态精准解算方法
- 6
-
-
作者
仇嘉泰
沈凯
杨子傲
戚文昊
彭昊成
-
机构
北京理工大学自动化学院
导航、制导与控制技术教育部工程研究中心
-
出处
《中国惯性技术学报》
EI
CSCD
北大核心
2024年第11期1132-1141,共10页
-
基金
国家自然科学基金资助项目(62273051,U2341215)。
-
文摘
高动态环境下高旋飞行体的运动具有强耦合性和复杂非线性,捷联于飞行体的姿态传感器难以获取准确的姿态信息,由此提出了一种内嵌飞行动力学的高旋姿态精准解算方法。首先,构建高旋飞行体双旋数学模型,获取预置动力学数据并划分弹道区间。其次,以预置动力学数据和角速率陀螺仪量测信息为输入,根据运动学模型约束,通过仿射旋转调制反演对滚转姿态进行解算。最后,根据动力学模型约束,设计无迹卡尔曼滤波算法用于俯仰与偏航姿态的解算。仿真实验结果表明,在常规风扰下,所提方法的滚转、俯仰与偏航姿态全程平均误差不超过1.84°、0.21°和0.22°,满足制导控制系统的精度需求,对高旋飞行体的智能化改造奠定了技术基础。
-
关键词
高旋飞行体
内嵌飞行动力学
姿态解算
无迹卡尔曼滤波
-
Keywords
high-spinning flying body
flight dynamics-informed
attitude determination
unscented Kalman filter
-
分类号
V249.3
[航空宇航科学与技术—飞行器设计]
-
