考虑舰体变形时的捷联惯性系统初始对准方法

为尽可能消除惯性测量组件（IMU）安装误差及挠曲变形对初始对准精度的影响，运用传递对准技术，建立系统方程和量测方程，采用扩展状态滤波器和速度加角速率匹配的方法，准确地估计出了这些误差，并对系统进行补偿。仿真结果表明，用速度加角速率匹配估计安装误差和挠曲变形比用速度加姿态匹配效果好，补偿了安装误差和挠曲变形后，系统的导航精度明显提高。     

惯性导航技术的新进展及发展趋势

阐述了惯性导航技术的发展历史,总结了惯性传感器的最新发展现状,并列举出代表当前最高技术水平的新型惯性器件及其技术指标。同时,概括了惯性技术的应用领域,特别是在舰船导航领域的应用现状。最后指出,随着新型惯性器件的涌现和完善,以惯性导航为基础的组合导航系统将成为未来导航系统的主要发展方向。     

航空摄影新技术推动数字摄影测量的发展

本文介绍了国内航空摄影新技术的发展及应用情况,并对航空摄影技术进行了具体的应用前景分析。     

舰船航姿发送系统的数字化改进设计

随着现代惯性导航设备（特别是捷联导航设备）的发展,惯性测量单元（IMU）大多以数字平台的方式存在,发送数字信号简单而方便;为兼容一些设备的模拟电机接收,对原有的舰船航姿发送系统进行数字化改进就显得十分必要了。该文提出了某舰船航姿发送系统的数字化改进设计的原理、方案和实现的一些关键措施,并列举了该系统的特点和与原系统的优势所在。     

基于点特征的车载LiDAR与GNSS/IMU联合标定方法研究

激光雷达(LiDAR)、全球导航卫星系统(GNSS)与惯性测量单元(IMU)之间的外部参数标定精度是影响多传感器融合及高精度地图的主要因素。基于此，提出一种适用于无人车的LiDAR与GNSS/IMU标定方法，该方法可实时提取标定板点云中心坐标，并利用点特征进行外部参数标定。首先，分析了LiDAR、GNSS、IMU及通用横墨卡托格网系(UTM)坐标系的变换关系；其次，基于IMU安装平面与地面平行的假设，通过车辆前方地面的法向量计算LiDAR俯仰角和滚转角的初值，并利用标定板中心偏移量计算偏航角初值；然后，假设车辆在平面上保持直线运动，采用恒定姿态运动将旋转角度的求解问题转化为最优化问题，并根据标定板UTM坐标不变的约束求解出平移参数；最后，通过分析算法误差、传感器测量误差以及中心点匹配误差验证了方案的可行性，并通过无人矿车采集LiDAR、GNSS和IMU的同步数据，对所提出的外部参数标定方法进行测试。试验结果表明：提出的方法只需要一定范围的平坦区域和标定板就可以解决3自由度运动估计6自由度外部参数的退化问题，且标定后的外部参数可以保证点云地图在20 m内的拼接误差小于20 cm。     

Vehicle dynamics and road curvature estimation for lane departure warning system using robust fuzzy observers: experimental validation

This paper describes a new approach to estimate vehicle dynamics and the road curvature in order to detect vehicle lane departures. This method has been evaluated through an experimental set-up using a real test vehicle equipped with the RT2500 inertial measurement unit. Based on a robust unknown input fuzzy observer, the road curvature is estimated and compared to the vehicle trajectory curvature. The difference between the two curvatures is used by the proposed lane departure detection algorithm as the first driving risk indicator. To reduce false alarms and take into account driver corrections, a second driving risk indicator based on the steering dynamics is considered. The vehicle nonlinear model is deduced from the vehicle lateral dynamics and road geometry and then represented by an uncertain Takagi–Sugeno fuzzy model. Taking into account the unmeasured variables, an unknown input fuzzy observer is proposed. Synthesis conditions of the proposed fuzzy observer are formulated in terms of linear matrix inequalities using the Lyapunov method.     

IMU／DGPS数据在DOM生产中的应用研究

IMU/DGPS(惯导测量仪/差分全球定位系统)技术航测成图法可直接获取外方位元素,缩短航测成图周期,降低航测成本.通过相应的试验及具体生产的实施,阐明利用该技术获取的控制数据进行1:5万DOM制作的技术流程及作业过程中出现问题的处理方法.     

基于经验模态分解的惯性测量单元加速度信号处理

对惯性测量单元(IMU)输出的加速度信号进行频域分析,采用基于连续均方根误差准则的经验模态分解(EMD)去噪方法,将加速度信号低频成分滤除,以降低轨道状态检测中噪声信号对测量精度的影响.对去噪后的加速度信号进行连续两次积分处理,可获得载体的空间运动轨迹.     

考虑动力学模型系统误差补偿的智能车GNSS/IMU组合定位算法

为了解决智能车动态组合定位过程中，因动力学模型与实际模型之间存在偏差导致滤波精度下降的问题，针对智能车全球导航卫星系统(GNSS)/惯性测量单元(IMU)组合定位系统，结合非线性预测滤波(NPF)和自适应滤波的优点，提出了一种考虑动力学模型系统误差实时估计和补偿的自适应非线性预测滤波(ANPF)算法。首先，根据NPF算法原理，通过最小化预测观测残差与系统误差的加权平方和，估计动力学模型系统误差；其次，结合自适应滤波原理，利用状态预测残差向量构造自适应因子，设计了一种自适应扩展卡尔曼滤波(AEKF)算法，用于估计系统状态向量，并通过自适应因子抑制动力学模型系统误差和线性化误差对系统状态估计精度的影响，克服NPF对系统状态估计精度有限的缺陷；再次，对动力学模型系统误差的估计误差和由动力学模型系统误差引起的系统噪声的等效协方差阵进行了分析和推导，以补偿动力学模型系统误差对系统状态估计的影响；最后，通过车载GNSS/IMU组合定位系统试验，从算法精度、鲁棒性和实时性方面对提出的算法和其他滤波算法的性能进行了验证和对比分析。研究结果表明:提出的自适应算法继承了NPF算法简易性和高实时性的优点，同时克服了NPF算法估计精度有限的缺陷，具有较好的滤波解算精度，水平定位精度小于1.0 m，算法单次平均执行时间约为0.013 9 ms，在精度和实时性的平衡方面显著优于其他滤波方法。     

基于简易IMU的低成本列车定位系统研究

针对我国当前列车定位技术中存在的不足,并结合列车定位的使用环境和实际需要,忽略列车的海拔高度、天向速度和部分姿态角信息,对传统惯性导航系统进行了简化设计,提出了一种低成本的简易惯性测量装置(简易IMU)。文中仅采用一个单自由度陀螺仪和两个加速度计作为惯性测量器件,构成简易IMU,通过导航解算获得列车的即时速度和位置,从而实现列车的导航定位。文中设计了该简易IMU的系统结构,并经详细推导获得其导航定位解算方法。仿真结果表明,该简易IMU能够全天候地对列车进行连续可靠的自主导航定位,导航信息全面且定位精度较高,并显著地降低系统的成本、复杂性和计算量,为解决现有列车定位技术中存在的问题,进行了有益的尝试。