检索结果-维普期刊中文期刊服务平台

基于特征点云统计的多传感器融合定位方法被引量：3: 1; 作者胡欢贾田鹏张英《传感器与微系统》北大核心 2025年第3期125-129,共5页; 精准定位是实现移动机器人自主导航的先决条件。为解决单一传感器的局限性问题,提出了一种通过扩展卡尔曼滤波(EKF)算法对轮速计和视觉惯性传感器的信息进行融合定位。针对视觉受到遮挡干扰后影响融合定位的问题,提出了基于特征点云个... 展开更多; 关键词多传感器融合定位扩展卡尔曼滤波特征点云噪声协方差矩阵; 在线阅读下载PDF 职称材料

GNSS/多传感器融合定位中的欺骗检测技术被引量：4: 2; 作者马祎旻李洪陆明泉《导航定位学报》 CSCD 北大核心 2024年第4期114-122,共9页; 全球卫星导航系统(GNSS)与多传感器组成的融合定位系统由于其精确性和鲁棒性,已经在自动驾驶和无人探测等领域得到广泛应用。然而,GNSS容易受到欺骗干扰影响,导致融合定位系统输出错误信息,进而引发严重后果。鉴于传感器能够提供不受GNS... 展开更多; 关键词全球卫星导航系统(GNSS)/多传感器融合定位欺骗检测独立信息一致性信息融合异常; 在线阅读下载PDF 职称材料

基于多传感器融合的污水管道机器人定位系统: 3; 作者李翰林江月明 +1 位作者安腾飞刘文黎《科学技术与工程》北大核心 2025年第26期11252-11259,共8页; 污水管道系统作为城市公共基础设施重要的一部分,需定期对其检测以维持正常功能,由于污水管道环境特殊,现有技术难以检测管内情况。提出了一种污水管道机器人定位系统,可定位管内机器人和管道缺陷的位置。针对污水管道普遍高水位或满水... 展开更多; 关键词多传感器融合定位污水管道无迹卡尔曼滤波 RTS平滑点云; 在线阅读下载PDF 职称材料

基于因子图的GNSS/IMU/OD融合定位算法: 4; 作者金昱冏赵忠华《电光与控制》北大核心 2025年第9期8-13,共6页; 针对复杂城市路段全球导航卫星系统(GNSS)信号容易失效的问题,提出了一种基于因子图的GNSS/惯性测量单元(IMU)/里程计(OD)的融合定位算法。首先,构建了OD速度误差、IMU安装角误差以及杆臂误差的模型,并结合IMU因子的特性推导了惯导预积... 展开更多; 关键词多传感器融合定位因子图优化里程计惯性导航系统; 在线阅读下载PDF 职称材料

基于深度估计SVO与IMU融合的定位算法研究: 5; 作者李德航袁宇鹏 +5 位作者张楠廖崧琳王露向路陈凤喻芳菲《压电与声光》北大核心 2025年第4期776-782,共7页; 针对单一传感器的局限以及视觉惯性融合算法计算复杂度等问题,提出一种基于深度估计半直接视觉里程计(SVO)与惯性测量单元(IMU)融合的定位算法。将深度估计模块集成至SVO中,采用扩展卡尔曼滤波器构建松耦合融合框架,融合视觉位姿信息与... 展开更多; 关键词单目相机惯性导航多传感器融合定位半直接视觉里程计(SVO) 扩展卡尔曼滤波器(EKF) 视觉惯性融合; 在线阅读下载PDF 职称材料

基于多传感器融合技术的室内移动机器人定位研究被引量：34: 6; 作者张书亮谭向全吴清文《传感器与微系统》 CSCD 北大核心 2021年第8期53-56,共4页; 为解决室内环境中移动机器人使用单一传感器定位精度低和稳定性差的问题,提出了一种融合了轮式里程计、惯性测量单元(IMU)、超宽带(UWB)和激光雷达定位数据的多传感器融合定位方法。基于扩展卡尔曼滤波(EKF)算法和自适应蒙特—卡罗定位(... 展开更多; 关键词多传感器融合定位移动机器人扩展卡尔曼滤波自适应蒙特—卡罗定位; 在线阅读下载PDF 职称材料

一种基于多状态颜色一致性约束的激光-惯性-视觉里程计: 7; 作者刘春明于光远 +3 位作者李琮施鹏程孙世颖徐勇军《电讯技术》北大核心 2025年第1期119-126,共8页; 基于视觉、激光等单一传感器的定位方法难以适应多样化的环境,围绕激光雷达、惯性测量单元和相机3种模态的传感器信息源,针对激光雷达(Light Detection and Ranging,LiDAR)与视觉测量没有充分关联的问题,提出了一种基于多状态颜色一致... 展开更多; 关键词多传感器融合定位状态估计视觉-惯性里程计激光-惯性里程计; 在线阅读下载PDF 职称材料

题名基于特征点云统计的多传感器融合定位方法被引量：3: 1; 作者胡欢贾田鹏张英; 机构北京信息科技大学机电工程学院北京邮电大学现代邮政学院(自动化学院); 出处《传感器与微系统》北大核心 2025年第3期125-129,共5页; 基金国家重点研发计划资助项目(2023YFE0122600)。; 文摘精准定位是实现移动机器人自主导航的先决条件。为解决单一传感器的局限性问题,提出了一种通过扩展卡尔曼滤波(EKF)算法对轮速计和视觉惯性传感器的信息进行融合定位。针对视觉受到遮挡干扰后影响融合定位的问题,提出了基于特征点云个数的改进EKF融合定位算法。该算法通过特征点云个数和方差系数计算函数,动态地更新视觉惯性里程计(VIO)的噪声协方差矩阵,以便消除视觉被遮挡后对系统定位结果的影响。仿真实验结果表明:提出的基于特征点云个数的EKF融合定位和传统EKF融合定位相比,在定位精度上相差无几,但在鲁棒性上大幅提升。实物实验结果进一步验证了所提出的融合定位方法能够有效消除视觉受到遮挡后对定位结果的影响。; 关键词多传感器融合定位扩展卡尔曼滤波特征点云噪声协方差矩阵; Keywords multi-sensor fusion localization extended Kalman filtering feature point cloud noise covariance matrix; 分类号 TP212 [自动化与计算机技术—检测技术与自动化装置] TH112.1 [机械工程—机械设计及理论]; 在线阅读下载PDF 职称材料

题名GNSS/多传感器融合定位中的欺骗检测技术被引量：4: 2; 作者马祎旻李洪陆明泉; 机构清华大学电子工程系/北京信息科学与技术国家研究中心; 出处《导航定位学报》 CSCD 北大核心 2024年第4期114-122,共9页; 文摘全球卫星导航系统(GNSS)与多传感器组成的融合定位系统由于其精确性和鲁棒性,已经在自动驾驶和无人探测等领域得到广泛应用。然而,GNSS容易受到欺骗干扰影响,导致融合定位系统输出错误信息,进而引发严重后果。鉴于传感器能够提供不受GNSS欺骗干扰的载体状态信息,融合定位系统能够通过GNSS和传感器信息的相互校验实现欺骗检测。本文对此类GNSS欺骗检测技术进行了综述,首先概述了GNSS/多传感器融合定位的传感器组成和信息融合算法;其次将现有GNSS/多传感器定位中的欺骗检测技术分为独立信息一致性监测和信息融合异常检测2类,并总结分析了不同算法的基本原理、实现方法和性能效果;最后对GNSS/多传感器融合定位中欺骗检测技术的未来发展趋势进行了展望。; 关键词全球卫星导航系统(GNSS)/多传感器融合定位欺骗检测独立信息一致性信息融合异常; Keywords global navigation satellite system(GNSS)/multi-sensor fusion positioning spoofing detection independent information consistency information fusion abnormality; 分类号 P228 [天文地球—大地测量学与测量工程]; 在线阅读下载PDF 职称材料

题名基于多传感器融合的污水管道机器人定位系统: 3; 作者李翰林江月明安腾飞刘文黎; 机构华中科技大学土木与水利工程学院; 出处《科学技术与工程》北大核心 2025年第26期11252-11259,共8页; 基金国家自然科学基金(52378303,72171092,72171094)。; 文摘污水管道系统作为城市公共基础设施重要的一部分,需定期对其检测以维持正常功能,由于污水管道环境特殊,现有技术难以检测管内情况。提出了一种污水管道机器人定位系统,可定位管内机器人和管道缺陷的位置。针对污水管道普遍高水位或满水的现状,该系统以动力声呐机器人为载体,并提出一种UKF-RTS算法,融合惯性测量单元(inertial measurement unit,IMU)和计米器两种传感器数据,计算出机器人位姿。设计实验对该系统进行了验证,结果表明,此系统可以精确定位机器人在管内的位置,准确计算出管道内缺陷的位置,精度可达4.6%,相较于单传感器系统和其他融合算法可达到更高的精度,结合单层声呐点云数据,可生成管道三维点云模型,具有较高实用价值。; 关键词多传感器融合定位污水管道无迹卡尔曼滤波 RTS平滑点云; Keywords multi-sensor fusion localization sewer pipe unscented Kalman filter Rauch-Tung-Striebel smoother point cloud; 分类号 TP242 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于因子图的GNSS/IMU/OD融合定位算法: 4; 作者金昱冏赵忠华; 机构上海交通大学电子信息与电气工程学院; 出处《电光与控制》北大核心 2025年第9期8-13,共6页; 基金国家自然科学基金(52075339)。; 文摘针对复杂城市路段全球导航卫星系统(GNSS)信号容易失效的问题,提出了一种基于因子图的GNSS/惯性测量单元(IMU)/里程计(OD)的融合定位算法。首先,构建了OD速度误差、IMU安装角误差以及杆臂误差的模型,并结合IMU因子的特性推导了惯导预积分模型。其次,提出了GNSS信号有效情况下19维因子图融合定位模型,并在GNSS信号无效的情况下隔离GNSS信号,保留部分向量构建了16维IMU/OD模型。最后,设计并开展了道路测试实验。车载实验结果表明:在卫星信号无效120 s的极端条件下,最大定位误差为2.03 m,最大航向角误差为0.328°;相较传统因子图算法误差分别减小49.5%和38.0%,可以实现在卫星信号无效情况下的较高精度的自主定位。; 关键词多传感器融合定位因子图优化里程计惯性导航系统; Keywords multi-sensor integration positioning factor graph optimization odometer inertial navigation system; 分类号 U666.1 [交通运输工程—船舶及航道工程]; 在线阅读下载PDF 职称材料

题名基于深度估计SVO与IMU融合的定位算法研究: 5; 作者李德航袁宇鹏张楠廖崧琳王露向路陈凤喻芳菲; 机构中电科芯片技术(集团)有限公司中国电子科技集团公司第二十六研究所; 出处《压电与声光》北大核心 2025年第4期776-782,共7页; 基金新重庆青年创新人才项目(CSTB2024NSCQ-QCXMX0096)。; 文摘针对单一传感器的局限以及视觉惯性融合算法计算复杂度等问题,提出一种基于深度估计半直接视觉里程计(SVO)与惯性测量单元(IMU)融合的定位算法。将深度估计模块集成至SVO中,采用扩展卡尔曼滤波器构建松耦合融合框架,融合视觉位姿信息与IMU加速度、角速度数据,实现状态估计与位姿校正。在KITTI数据集以及真实环境中验证表明,该算法的绝对轨迹误差低于纯视觉算法,且在复杂场景下预测轨迹与真实轨迹高度贴合。; 关键词单目相机惯性导航多传感器融合定位半直接视觉里程计(SVO) 扩展卡尔曼滤波器(EKF) 视觉惯性融合; Keywords monocular camera inertial navigation multi-sensor fusion positioning semi-direct visual odometry(SVO) extended Kalman filter(EKF) visual-inertial fusion; 分类号 TN911.73 [电子电信—通信与信息系统] TP182 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于多传感器融合技术的室内移动机器人定位研究被引量：34: 6; 作者张书亮谭向全吴清文; 机构中国科学院长春光学精密机械与物理研究所空间机器人工程中心中国科学院大学材料科学与光电技术学院中国科学院空间光学系统在轨制造与集成重点实验室; 出处《传感器与微系统》 CSCD 北大核心 2021年第8期53-56,共4页; 文摘为解决室内环境中移动机器人使用单一传感器定位精度低和稳定性差的问题,提出了一种融合了轮式里程计、惯性测量单元(IMU)、超宽带(UWB)和激光雷达定位数据的多传感器融合定位方法。基于扩展卡尔曼滤波(EKF)算法和自适应蒙特—卡罗定位(AMCL)算法,依次对不同传感器定位数据进行融合。实验结果表明:多传感器融合有助于室内移动机器人获得更精确的定位和较好的定位稳定性。; 关键词多传感器融合定位移动机器人扩展卡尔曼滤波自适应蒙特—卡罗定位; Keywords multi-sensor fusion localization mobile robot extended Kalman filtering adaptive Monte-Carlo localization; 分类号 TP242.6 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名一种基于多状态颜色一致性约束的激光-惯性-视觉里程计: 7; 作者刘春明于光远李琮施鹏程孙世颖徐勇军; 机构国网山东省电力公司济南供电公司多模态人工智能系统全国重点实验室重庆邮电大学通信与信息工程学院; 出处《电讯技术》北大核心 2025年第1期119-126,共8页; 基金国家自然科学基金资助项目(62203438) 国网山东省电力公司科技项目(52060122000P)。; 文摘基于视觉、激光等单一传感器的定位方法难以适应多样化的环境,围绕激光雷达、惯性测量单元和相机3种模态的传感器信息源,针对激光雷达(Light Detection and Ranging,LiDAR)与视觉测量没有充分关联的问题,提出了一种基于多状态颜色一致性约束的激光雷达-惯性-视觉里程计方法,以提高系统的鲁棒性和定位精度。该方法紧耦合了激光雷达-惯性里程计(LiDAR-Inertial Odometry,LIO)和视觉-惯性里程计(Visual-Inertial Odometry,VIO)两个子系统,并定义了带有颜色信息的全局地图表示形式。LIO子系统中点云经过运动补偿后,直接用于构建点到面的残差。VIO子系统利用全局地图中点的深度信息,根据滑动窗口中多个相机状态观测到同一地图点颜色的一致性,构建光度误差约束,并通过不变扩展卡尔曼滤波(Extended Kalman Filter,EKF)状态估计器进行系统状态更新。在南洋理工大学发布的公共数据集上进行了实验,所提方法在该数据集不同序列上的绝对轨迹误差平均值为0.402 m。; 关键词多传感器融合定位状态估计视觉-惯性里程计激光-惯性里程计; Keywords multi-sensor fusion localization state estimation LiDAR-inertial odometry(LIO) visual-inertial odometry(VIO); 分类号 TN966 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于特征点云统计的多传感器融合定位方法	胡欢贾田鹏张英	《传感器与微系统》北大核心	2025	3	在线阅读下载PDF 职称材料
2	GNSS/多传感器融合定位中的欺骗检测技术	马祎旻李洪陆明泉	《导航定位学报》 CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
3	基于多传感器融合的污水管道机器人定位系统	李翰林江月明安腾飞刘文黎	《科学技术与工程》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于因子图的GNSS/IMU/OD融合定位算法	金昱冏赵忠华	《电光与控制》北大核心	2025	0	在线阅读下载PDF 职称材料
5	基于深度估计SVO与IMU融合的定位算法研究	李德航袁宇鹏张楠廖崧琳王露向路陈凤喻芳菲	《压电与声光》北大核心	2025	0	在线阅读下载PDF 职称材料
6	基于多传感器融合技术的室内移动机器人定位研究	张书亮谭向全吴清文	《传感器与微系统》 CSCD 北大核心	2021	34	在线阅读下载PDF 职称材料
7	一种基于多状态颜色一致性约束的激光-惯性-视觉里程计	刘春明于光远李琮施鹏程孙世颖徐勇军	《电讯技术》北大核心	2025	0	在线阅读下载PDF 职称材料