Please wait a minute...
在线办公
目录列表
上一期   
2024年, 第32卷, 第4期 
刊出日期:2024-04-30

基于双惯导协同的误差参数估计与融合算法
贾继超 , 祁 帅 , 夏家和 , 寇得民 , 刘 鑫
中国惯性技术学报. 2024 (4):  319-325.  DOI: 10.13695/j.cnki.12-1222/o3.2024.04.001
摘要 ( 656 )   PDF(693KB) ( 1046 )  
针对无外界参考信息的双惯导系统长期使用后系统参数发生变化导致导航精度降低,且系统间缺少信息融合的问题,提出了一种同等精度双惯导协同误差估计与信息融合算法。首先以两套旋转式惯导间相对速度误差与位置误差作为观测量,建立包含陀螺和加速度计零偏的导航误差模型。然后分析了不同转序下各状态量的可观测性,采用 Kalman 滤波对各参数进行有效估计,估计完成后对双惯导系统进行误差补偿及信息融合。仿真结果表明,所提算法对陀螺零偏估计精度优于0.002(?) / h ,加速度计零偏估计精度优于 4 μg ,在抑制误差发散的同时,提高了旋转式惯导导航精度。
相关文章 | 计量指标
基于改进 EKF_LOAM 的电缆沟巡检机器人精准定位策略
双 丰 , 马翰林 , 杨 杰 , 李少东
中国惯性技术学报. 2024 (4):  326-335.  DOI: 10.13695/j.cnki.12-1222/o3.2024.04.002
摘要 ( 404 )   PDF(6002KB) ( 660 )  
精确定位和准确构建地图(SLAM)是电缆沟巡检机器人顺利完成巡检任务的基础。传统激光 SLAM算法在电缆沟环境中容易产生“长廊效应”,且容易在 z 轴方向上产生漂移。针对上述问题,提出了一种基于多传感器融合的改进扩展卡尔曼滤波激光雷达测距与制图(EKF_LOAM)算法。通过扩展卡尔曼滤波器(EKF)将车轮里程计和惯性里程计融入 LeGO_LOAM 算法框架中来抑制“长廊效应”,在 EKF_LOAM 算法的基础上引入 IMU 的 z 轴线速度测量值,并设计基于特征点数量的自适应协方差计算方程,约束由面特征点严重缺失引起的 z 轴漂移。分别在虚拟和真实电缆沟环境中开展实验,结果显示所提算法的最终行进误差比 LeGO_LOAM 算法的行进误差减小了超过 40%,比 Cartographer 算法的行进误差减小 4.57%,z 轴方向误差比 EKF_LOAM 算法减小 49%,证明了所提算法在电缆沟环境中优于传统的 LeGO_LOAM、Cartographer 和 EKF_LOAM 算法,更适用于电缆沟巡检任务。
相关文章 | 计量指标