[发明专利]一种采用迭代扩展卡尔曼滤波与神经网络的惯性/视觉组合导航方法无效
| 申请号： | 201410240678.7 | 申请日： | 2014-05-30 |
| 公开（公告）号： | CN103983263A | 公开（公告）日： | 2014-08-13 |
| 发明（设计）人： | 陈熙源;高金鹏;李庆华;徐元;方琳;赖泊能 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G01C21/00 | 分类号： | G01C21/00;G01C21/16 |
| 代理公司： | 江苏永衡昭辉律师事务所 32250 | 代理人： | 王斌 |
| 地址： | 210096*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种采用迭代扩展卡尔曼滤波与神经网络的惯性/视觉组合导航方法，属于复杂环境下的组合导航技术领域。在视觉信号有效时，利用移动机器人搭载的摄像头采集动态视频，通过图像特征提取和最近邻匹配法来确定摄像头的速度；使用迭代扩展卡尔曼滤波最优估计移动机器人的速度、加速度；并利用神经网络建立惯性导航系统的导航速度误差模型；在视觉信号失锁时，依靠之前训练获得的神经网络误差模型对导航系统速度误差进行补偿。该方法克服了在视觉信号失锁时，惯性/视觉组合导航系统无法提供持久的高精度导航问题，可应用于移动机器人在弱光或是无光等复杂环境下的长航时远距离高精度导航定位。 | ||
| 搜索关键词： | 一种 采用 扩展 卡尔 滤波 神经网络 惯性 视觉 组合 导航 方法 | ||
【主权项】：
一种采用迭代扩展卡尔曼滤波与神经网络的惯性/视觉组合导航方法，其特征在于：在视觉信号有效时，利用移动机器人搭载的摄像头采集动态视频，通过图像特征提取和最近邻匹配法来确定摄像头的速度；根据惯性导航系统测得的航向角并结合摄像头的速度计算出移动机器人的速度；使用迭代扩展卡尔曼滤波最优估计移动机器人的速度、加速度；并利用神经网络建立惯性导航系统的导航速度误差模型；在视觉信号失锁时，依靠之前训练获得的神经网络误差模型对导航系统速度误差进行补偿得到移动机器人速度的最优估计。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410240678.7/，转载请声明来源钻瓜专利网。
