CN110441760A - 一种基于先验地形图的大范围海底地形图拓展构图方法 - Google Patents
一种基于先验地形图的大范围海底地形图拓展构图方法 Download PDFInfo
- Publication number
- CN110441760A CN110441760A CN201910870773.8A CN201910870773A CN110441760A CN 110441760 A CN110441760 A CN 110441760A CN 201910870773 A CN201910870773 A CN 201910870773A CN 110441760 A CN110441760 A CN 110441760A
- Authority
- CN
- China
- Prior art keywords
- mapping
- map
- point
- follows
- particle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000000059 patterning Methods 0.000 title abstract 2
- 238000013507 mapping Methods 0.000 claims abstract description 53
- 238000013178 mathematical model Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 238000012876 topography Methods 0.000 claims abstract 17
- 239000002245 particle Substances 0.000 claims description 57
- 238000004364 calculation method Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 claims description 2
- 101150064138 MAP1 gene Proteins 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Remote Sensing (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
Abstract
本发明公开一种基于先验地形图的大范围海底地形图拓展构图方法,包括如下过程:S1,以先验地形图内的一个已确定的对准点为起点,沿一折返路径对先验地形图外的未知区域进行测绘以获取声呐测绘数据,然后返回至先验地形图内的重入点结束本次测绘;S2,重复步骤S1直至探测结束;S3,根据测绘得到的数据构建全局约束的数学模型;S4,求解所述数学模型的最优解得到折返路径上各个航测点的位置。本发明利用先验地形图中对载体和测量地形图进行定位,通过建立子地图的约束关系进行大范围的构图,获得较高精度的全局一致性地图。
Description
技术领域
本发明属于水下地形测绘技术领域,具体涉及一种基于先验地形图的大范围海底地形图拓展构图方法。
背景技术
由于水下导航和定位技术的限制,导致目前大范围内较精确的水下地形图获取过程较为困难。目前主要是通过AUV对小范围内的精确地形进行测绘,但是由于水下定位精度的限制也导致了测量各个小的地形图的坐标原点难以保持一致性。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种基于先验地形图的大范围海底地形图拓展构图方法,利用先验地形图中对载体和测量地形图进行定位,通过建立子地图的约束关系进行大范围的构图,获得较高精度的全局一致性地图。
为解决现有技术问题,本发明公开了一种基于先验地形图的大范围海底地形图拓展构图方法,包括如下过程:
S1,以先验地形图内的一个已确定的对准点为起点,沿一折返路径对先验地形图外的未知区域进行测绘以获取声呐测绘数据,然后返回至先验地形图内的重入点结束本次测绘;其中,测绘过程满足如下要求:
同一折返路径的出发段和折返段分别获取的两组测绘子地图中至少存在两个来自不同组的测绘子地图发生重叠;本次测绘折返路径的返回段和下一次测绘折返路径的出发段分别获取的两组测绘子地图中至少存在两个来自不同组的测绘子地图发生重叠;
S2,重复步骤S1直至探测结束;
S3,根据测绘得到的数据构建全局约束的数学模型;
S4,求解所述数学模型的最优解得到折返路径上各个航测点的位置。
进一步地,
步骤S1中,所述对准点的确定方法包括如下过程:
根据地形匹配导航过程中任一位置点对应的粒子集合序列计算其均值和方差,粒子集合序列包含粒子位置坐标及似然值,
根据粒子集合序列的方差计算协方差矩阵;
根据协方差矩阵计算每一个粒子的高斯分布概率值;
根据粒子序列的似然值、高斯分布概率值和预设阈值判断当前位置点导航系统是否满足收敛条件,若满足则该位置为对准点所在位置,否则重新规划地形匹配导航直到找到对准点。
进一步地,
所述任一位置点对应的粒子集合序列的表达式为:(xi,yi,li),i=1,2,3...n,其中,xi和yi为粒子在i时刻的位置坐标,li为粒子在i时刻的似然值,n为粒子集合中的粒子总数;
所述粒子集合序列的均值计算公式为:
所述粒子集合序列的方差计算公式为:
所述协方差矩阵的表达式为:
所述高斯分布概率值的计算公式为:
其中,
所述收敛条件为:
满足Δ<ε,则说明导航系统收敛;
其中,ε为导航系统的预设阈值。
进一步地,
步骤S1中,重入点的确定包括如下过程:
根据地形匹配导航返回过程中任一位置点对应的粒子集合序列计算其均值和方差,粒子集合序列包含粒子位置坐标及似然值,
根据粒子集合序列的方差计算误差椭圆和矩形的误差区间;
若误差区间全部进入先验地形图区域内,则该位置为重入点。
进一步地,
所述根据地形匹配导航返回过程中任一位置点对应的粒子集合序列的表达式为:(x′i,y′i,l′i),i=1,2,3...n,其中,x′i和y′i为粒子i时刻的位置坐标,l′i为粒子i时刻的似然值,n为粒子集合中的粒子总数;
所述均值的计算公式为:
所述方差的计算公式为:
所述误差椭圆和矩形的误差区间的计算公式为:
其中,θ表示椭圆的长轴与坐标横轴的夹角,λ1和λ2分别表示椭圆的长轴和短轴长度,由此椭圆确定的区间为导航系统重入过程的定位误差区间。
进一步地,
所述根据测绘得到的数据构建全局约束的数学模型的过程为:
根据相邻的出发段和返回段分别获得的具有重叠区域的测绘子地图建立关联约束,
根据关联约束计算定位误差,
根据定位误差、系统误差和推算误差建立全局约束的数学模型。
进一步地,
所述关联约束的表达式为:
其中,C表示归一化常数,Za和Zb表示测绘子地图的重叠区域的序列高度,Λ表示地形的测量误差;
所述定位误差的计算公式为:
所述推算误差的计算公式为:
其中,Fi,i+1为参考导航系统由i时刻到i+1时刻的状态转移矩阵;Qi,i+1为参考导航系统由i时刻到i+1时刻的观测误差;Pi表示i时刻的参考导航系统误差;
所述全局约束的数学模型的表达式为:
其中,为系统误差,表示测绘子地图k和测绘子地图l之间的定位误差。
进一步地,
步骤S1中,准入点位于先验地形图的边界。
进一步地,
步骤S1中,折返路径满足如下要求:
式中,L为探测器测量条带的宽度,S1为本次测绘中的折返路径的出发段与其返回段之间的垂直距离;S2为下一次测绘中的折返路径的出发段与本次测绘中的折返路径的返回段之间的垂直距离。
本发明具有的有益效果:
1.本发明可以基于已有的小范围先验地形图进行增量式地构建大范围的海底地形图,尤其是针对极地和深海环境,能够显著提高测绘精度和测绘速度。
2.本发明构建的地图满足全局一致性要求,各子地图的坐标系与先验地形图坐标系对准,保证了测绘精度。
3.本发明能够实现以AUV为载体的自主测量与地图构建,具有广泛的应用基础和推广价值。
附图说明
图1为本发明的测绘过程示意图;
图2为本发明一次对准点确定的原理示意图;
图3为本发明一次测绘的原理示意图;
图4为本发明重复对准点确定的原理示意图;
图5为本发明重复测绘的原理示意图;
图6为本发明关联约束构建的原理示意图;
图7为本发明全约束模型构建的原理示意图;
图8为本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1至8所示,一种基于先验地形图的大范围海底地形图拓展构图方法,包括如下过程:
S1,以先验地形图内1的一个已确定的对准点6为起点,沿一折返路径7对先验地形图外的未知区域8进行测绘以获取声呐测绘数据,然后返回至先验地形图1内的重入点10结束本次测绘。其中,测绘过程满足如下要求:
同一折返路径的出发段和折返段分别获取的两组测绘子地图中至少存在两个来自不同组的测绘子地图发生重叠;本次测绘折返路径的返回段和下一次测绘折返路径的出发段分别获取的两组测绘子地图中至少存在两个来自不同组的测绘子地图发生重叠。发生重叠的测绘子地图数量越多则测绘精度越高。
该过程中,为了提高每次测绘精度,需要在每次测绘前先要在先验地形图1内确定一个对准点6,然后以该对准点6为起点进行拓展测绘。
如图2所示,每次测绘前,先根据先验地形图1规划导航路径4的起点2和终点3,然后利用AUV的地形匹配导航技术进行滤波导航,找到对准点6。
对准点6的确定包括如下过程:
设定滤波导航过程中任一位置点对应的粒子集合序列的表达式为:
(xi,yi,li),i=1,2,3...n,其中,xi和yi为粒子在i时刻的位置坐标,li为粒子在i时刻的似然值,n为粒子集合中的粒子总数;
计算步骤S11中的粒子集合序列的均值和方差,其中,均值表达式为:
方差表达式为:
S13,根据粒子集合序列的方差计算协方差矩阵,协方差矩阵的表达式为:
S14,根据协方差矩阵计算每一个粒子的高斯分布概率值,高斯分布概率值的表达式为:
其中,
根据粒子序列的似然值、高斯分布概率值和预设阈值判断当前位置点导航系统是否满足收敛条件,若满足则该位置为对准点6所在位置,否则重新导航直到找到对准点6。收敛条件为:
若满足Δ<ε,则说明匹配导航滤波系统收敛;
其中,ε为导航系统的预设阈值,该值为已知量。
对准点越靠近先验地形图1的边界,则测绘过程的精度就越高,因此,为了保证测绘精度维持在最高的水平,在确定对准点6时,优选确定位于先验地形图1边界上的点为对准点,AUV能够以最大的导航精度进行测绘。
步骤S1中,重入点10确定包括如下过程:
设定导航返回过程中任一位置点对应的粒子集合序列的表达式为:(x′i,y′i,l′i),i=1,2,3...n,其中,x′i和y′i为粒子i时刻的位置坐标,l′i为粒子i时刻的似然值,n为粒子集合中的粒子总数。
均值的计算公式为:
方差的计算公式为:
误差椭圆和矩形的误差区间的计算公式为:
其中,θ表示椭圆的长轴与坐标横轴的夹角,λ1和λ2分别表示椭圆的长轴和短轴长度,由此椭圆确定的区间为导航系统重入过程的定位误差区间。
由椭圆确定的区间为导航系统重入过程的定位误差区间,若误差区间全部进入先验地形图1区域内,则该位置为重入点10,否则重新规划导航直到找到重入点10。
步骤S1中,为了保证AUV在沿折返路径7行驶进行测绘的过程中,AUV在出发段任一段测绘得到的子地图均能够找到其在返回段任一段测绘得到的子地图与其重叠产生关联约束,因此,折返路径7应当满足如下要求:
式中,L为探测器测量条带的宽度,S1为本次测绘中的折返路径7的出发段71与其返回段72之间的垂直距离;S2为下一次测绘中的折返路径7的出发段71与本次测绘中的折返路径7的返回段72之间的垂直距离。
为了兼顾测绘效率和关联匹配度,L、S1、S2之间满足条件:
S2,如图4和5所示,重复步骤S1,直至完成先验地形图1的四周待测未知区域8的探测。
S3,如图6所示,根据测绘得到的数据构建全局约束的数学模型,其过程为:
由于相邻的出发段71和返回段72分别获得的测绘子地图之间存在重叠区域,因此可以根据子地图匹配定位构建其关联约束,由于两个子地图k、l的中心点之间的关联度由地形匹配定位误差J确定,因此需要先确定关联约束,其表达式为:
其中,C表示归一化常数,Zk和Zl表示测绘子地图k和测绘子地图l的重叠区域的序列高度,Λ表示地形的测量误差。
根据关联约束计算定位误差,其计算公式为:
根据获得的定位信息和约束关系最终可以形成航线的全局约束关系。如图7所示,航迹线的全局约束关系由黑色三角形(即地形匹配导航定位点和航迹线控制点),以及黑色实心圆组成,其中地形匹配导航点需要考虑定位误差。为了方便建立数学模型,这里将所有的约束分为3种,它们分别是:
1、由AUV推算导航提供的推算约束,相邻两个控制点15的参考导航定位分别计为和定位误差计为其表达式为:式中:Fi,i+1表示系统的状态转移矩阵;Qi,i+1表示系统的观测误差。
2、由各个子地图之间的匹配定位获得的约束,定位点计为定位误差计为其中k和l分别表示两个具有数据关联的子地形图的索引序列号。
3、由地形匹配导航系统给出的,定位点计为定位误差计为
航迹控制点之间的约束关系需要考虑关联程度,关联程度越高则两者之间的连线越粗,反之越细。根据上述全局约束构建数学模型,其表达式为:
S4,求解步骤S3中的数学模型的最小值即可得到航迹控制点位置的最优解。在获得航迹的控制点的最优解集合之后就可以得到全局地图的最优结果。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:包括如下过程:
S1,以先验地形图内的一个已确定的对准点为起点,沿一折返路径对先验地形图外的未知区域进行测绘以获取声呐测绘数据,然后返回至先验地形图内的重入点结束本次测绘;其中,测绘过程满足如下要求:
同一折返路径的出发段和折返段分别获取的两组测绘子地图中至少存在两个来自不同组的测绘子地图发生重叠;本次测绘折返路径的返回段和下一次测绘折返路径的出发段分别获取的两组测绘子地图中至少存在两个来自不同组的测绘子地图发生重叠;
S2,重复步骤S1直至探测结束;
S3,根据测绘得到的数据构建全局约束的数学模型;
S4,求解所述数学模型的最优解得到折返路径上各个航测点的位置。
2.根据权利要求1所述的一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:
步骤S1中,所述对准点的确定方法包括如下过程:
根据地形匹配导航过程中任一位置点对应的粒子集合序列计算其均值和方差,粒子集合序列包含粒子位置坐标及似然值,
根据粒子集合序列的方差计算协方差矩阵;
根据协方差矩阵计算每一个粒子的高斯分布概率值;
根据粒子序列的似然值、高斯分布概率值和预设阈值判断当前位置点导航系统是否满足收敛条件,若满足则该位置为对准点所在位置,否则重新规划地形匹配导航直到找到对准点。
3.根据权利要求2所述的一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:
所述任一位置点对应的粒子集合序列的表达式为:(xi,yi,li),i=1,2,3...n,其中,xi和yi为粒子在i时刻的位置坐标,li为粒子在i时刻的似然值,n为粒子集合中的粒子总数;
所述粒子集合序列的均值计算公式为:
所述粒子集合序列的方差计算公式为:
所述协方差矩阵的表达式为:
所述高斯分布概率值的计算公式为:
其中,
所述收敛条件为:
满足Δ<ε,则说明导航系统收敛;
其中,ε为导航系统的预设阈值。
4.根据权利要求3所述的一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:
步骤S1中,重入点的确定包括如下过程:
根据地形匹配导航返回过程中任一位置点对应的粒子集合序列计算其均值和方差,粒子集合序列包含粒子位置坐标及似然值,
根据粒子集合序列的方差计算误差椭圆和矩形的误差区间;
若误差区间全部进入先验地形图区域内,则该位置为重入点。
5.根据权利要求4所述的一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:
所述根据地形匹配导航返回过程中任一位置点对应的粒子集合序列的表达式为:(x′i,y′i,l′i),i=1,2,3...n,其中,x′i和y′i为粒子i时刻的位置坐标,l′i为粒子i时刻的似然值,n为粒子集合中的粒子总数;
所述均值的计算公式为:
所述方差的计算公式为:
所述误差椭圆和矩形的误差区间的计算公式为:
其中,θ表示椭圆的长轴与坐标横轴的夹角,λ1和λ2分别表示椭圆的长轴和短轴长度,由此椭圆确定的区间为导航系统重入过程的定位误差区间。
6.根据权利要求5所述的一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:
所述根据测绘得到的数据构建全局约束的数学模型的过程为:
根据相邻的出发段和返回段分别获得的具有重叠区域的测绘子地图建立关联约束,
根据关联约束计算定位误差,
根据定位误差、系统误差和推算误差建立全局约束的数学模型。
7.根据权利要求6所述的一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:
所述关联约束的表达式为:
其中,C表示归一化常数,Za和Zb表示测绘子地图的重叠区域的序列高度,Λ表示地形的测量误差;
所述定位误差的计算公式为:
所述推算误差的计算公式为:
其中,Fi,i+1为参考导航系统由i时刻到i+1时刻的状态转移矩阵;Qi,i+1为参考导航系统由i时刻到i+1时刻的观测误差;Pi表示i时刻的参考导航系统误差;
所述全局约束的数学模型的表达式为:
其中,为系统误差,表示测绘子地图k和测绘子地图l之间的定位误差。
8.根据权利要求1至7任一所述的一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:
步骤S1中,准入点位于先验地形图的边界。
9.根据权利要求1至7任一所述的一种基于先验地形图的大范围海底地形图拓展构图方法,其特征在于:
步骤S1中,折返路径满足如下要求:
式中,L为探测器测量条带的宽度,S1为本次测绘中的折返路径的出发段与其返回段之间的垂直距离;S2为下一次测绘中的折返路径的出发段与本次测绘中的折返路径的返回段之间的垂直距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910870773.8A CN110441760B (zh) | 2019-09-16 | 2019-09-16 | 一种基于先验地形图的大范围海底地形图拓展构图方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910870773.8A CN110441760B (zh) | 2019-09-16 | 2019-09-16 | 一种基于先验地形图的大范围海底地形图拓展构图方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110441760A true CN110441760A (zh) | 2019-11-12 |
CN110441760B CN110441760B (zh) | 2023-04-04 |
Family
ID=68440249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910870773.8A Active CN110441760B (zh) | 2019-09-16 | 2019-09-16 | 一种基于先验地形图的大范围海底地形图拓展构图方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110441760B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111121778A (zh) * | 2019-12-03 | 2020-05-08 | 河海大学 | 一种导航系统初始化方法 |
CN113932811A (zh) * | 2021-08-25 | 2022-01-14 | 河海大学 | 一种新的地形匹配导航系统、方法 |
CN114216465A (zh) * | 2021-12-08 | 2022-03-22 | 哈尔滨工程大学 | 一种海底地形导航并行匹配方法 |
CN117824664A (zh) * | 2024-03-05 | 2024-04-05 | 河海大学 | 基于多波束测深声呐的自主无人系统主动slam方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2133662A2 (en) * | 2008-06-09 | 2009-12-16 | Honeywell International Inc. | Methods and system of navigation using terrain features |
CN106123850A (zh) * | 2016-06-28 | 2016-11-16 | 哈尔滨工程大学 | Auv配载多波束声呐水下地形测绘修正方法 |
CN106908036A (zh) * | 2017-01-24 | 2017-06-30 | 哈尔滨工程大学 | 一种基于局部偏移的auv多波束数据构图方法 |
CN107504974A (zh) * | 2017-09-15 | 2017-12-22 | 哈尔滨工程大学 | 地形分块与地形测点加权的地形匹配定位方法 |
CN108871351A (zh) * | 2018-08-02 | 2018-11-23 | 哈尔滨工程大学 | 一种auv海底地形匹配的动态路径规划方法 |
-
2019
- 2019-09-16 CN CN201910870773.8A patent/CN110441760B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2133662A2 (en) * | 2008-06-09 | 2009-12-16 | Honeywell International Inc. | Methods and system of navigation using terrain features |
CN106123850A (zh) * | 2016-06-28 | 2016-11-16 | 哈尔滨工程大学 | Auv配载多波束声呐水下地形测绘修正方法 |
CN106908036A (zh) * | 2017-01-24 | 2017-06-30 | 哈尔滨工程大学 | 一种基于局部偏移的auv多波束数据构图方法 |
CN107504974A (zh) * | 2017-09-15 | 2017-12-22 | 哈尔滨工程大学 | 地形分块与地形测点加权的地形匹配定位方法 |
CN108871351A (zh) * | 2018-08-02 | 2018-11-23 | 哈尔滨工程大学 | 一种auv海底地形匹配的动态路径规划方法 |
Non-Patent Citations (2)
Title |
---|
王汝鹏 等: "AUV地形匹配导航快速收敛滤波", 《华中科技大学学报(自然科学版)》 * |
田峰敏: "基于先验地形数据处理的水下潜器地形辅助导航方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111121778A (zh) * | 2019-12-03 | 2020-05-08 | 河海大学 | 一种导航系统初始化方法 |
CN113932811A (zh) * | 2021-08-25 | 2022-01-14 | 河海大学 | 一种新的地形匹配导航系统、方法 |
CN113932811B (zh) * | 2021-08-25 | 2023-10-27 | 河海大学 | 一种新的地形匹配导航系统、方法 |
CN114216465A (zh) * | 2021-12-08 | 2022-03-22 | 哈尔滨工程大学 | 一种海底地形导航并行匹配方法 |
CN114216465B (zh) * | 2021-12-08 | 2022-11-01 | 哈尔滨工程大学 | 一种海底地形导航并行匹配方法 |
CN117824664A (zh) * | 2024-03-05 | 2024-04-05 | 河海大学 | 基于多波束测深声呐的自主无人系统主动slam方法 |
CN117824664B (zh) * | 2024-03-05 | 2024-05-28 | 河海大学 | 基于多波束测深声呐的自主无人系统主动slam方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110441760B (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110441760B (zh) | 一种基于先验地形图的大范围海底地形图拓展构图方法 | |
CN109416256B (zh) | 行驶车道推定系统 | |
CN108061889B (zh) | Ais与雷达角度系统偏差的关联方法 | |
CN106885576B (zh) | 一种基于多点地形匹配定位的auv航迹偏差估计方法 | |
CN106871880B (zh) | 采用三维坐标计算肋位、半宽和高度进行船舶合拢的方法 | |
JP6197393B2 (ja) | レーン地図生成装置及びプログラム | |
US20230112991A1 (en) | Method of high-precision 3d reconstruction of existing railway track lines based on uav multi-view images | |
CN110057354B (zh) | 一种基于磁偏角修正的地磁匹配导航方法 | |
CN110702091B (zh) | 一种沿地铁轨道移动机器人的高精度定位方法 | |
CN109782756A (zh) | 具有自主绕障行走功能的变电站巡检机器人 | |
CN107239076A (zh) | 基于虚拟扫描与测距匹配的agv激光slam方法 | |
CN108253976B (zh) | 一种充分借助车辆航向的三阶段在线地图匹配算法 | |
CN108645420B (zh) | 一种基于差分导航的自动驾驶车辆多路径地图的创建方法 | |
CN102809376A (zh) | 一种基于等值线的辅助导航定位方法 | |
CN109738902B (zh) | 一种基于同步信标模式的水下高速目标高精度自主声学导航方法 | |
CN111176298B (zh) | 一种无人车轨迹录制与轨迹跟踪方法 | |
WO2024120269A1 (zh) | 一种融合点云地图、运动模型和局部特征的位置识别方法 | |
CN112504265B (zh) | 一种用于室内车辆地磁匹配定位的地磁基准库构建方法 | |
CN102168979A (zh) | 一种基于三角形约束模型的无源导航的等值线匹配方法 | |
CN113581260B (zh) | 一种基于gnss的列车轨道占用判别方法 | |
CN114063622A (zh) | 无人船自主停泊定位方法、装置及相关组件 | |
CN102052925A (zh) | 基于空间关系约束的适配区景象匹配方法 | |
CN110148218B (zh) | 一种大批量机载LiDAR点云数据整体优化的方法 | |
CN108763817B (zh) | 一种基于最小二乘法建模的电力地下管网匹配方法 | |
CN113484843A (zh) | 一种激光雷达与组合导航间外参数的确定方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |