中国科学技术协会
主旨报告环节,哈尔滨工程大学黄玉龙作《自适应卡尔曼滤波及导航应用》报告,分享了自适应卡尔曼滤波通用理论框架以及面向导航特定应用滤波方法设计方面的研究进展。北京理工大学岳裕丰以“北斗+低空经济:地空协同无人系统自主导航技术”为题,介绍了地空协同无人系统的概念、内容及功能,分析代表性地空协同平台的技术特点,以及地...
IP地址定位中多源数据融合的应用
常见的融合算法包括卡尔曼滤波、粒子滤波、加权平均等。卡尔曼滤波是一种基于线性系统模型的最优估计方法,适用于处理具有高斯噪声的动态系统。在IP地址定位中,可以利用卡尔曼滤波融合GPS和WiFi数据的位置估计,以提高定位的平滑性和准确性。粒子滤波则适用于处理非线性、非高斯系统,通过模拟大量的粒子来近似系统的状态分布。
Aethtir 深度研报:聚合大众级 GPU,去中心化计算赛道的有力竞争者
利用预测算法,如卡尔曼滤波,以确保事件的稳定输入,从而使延迟减少7??15毫秒,相对于竞争对手。直接从GPU实施先进的视频捕获技术,最大限度地减少VSync延迟(60帧的情况下减少16.6毫秒)。采用感兴趣区域(ROI)编码策略来优化Aethir平台上的视频编码流程,使码率和网络传输能力与竞争对手相比更加平衡,改善用户...
组合导航技术的“秘籍”:带你了解信息融合过滤器——卡尔曼滤波器
卡尔曼滤波器的思路其实很简单,它利用当前时刻的观测到的位置、速度信息与上一时刻的滤波后得到的估计值,通过层层递推来给出导航位置、速度、姿态这些变量的最优估计,给出最优的导航位置、速度、姿态。卡尔曼滤波器以及由它延伸出的各种滤波器受到研究者的重视并被广泛地应用与组合导航系统中。研究者把标准的卡尔...
使用卡尔曼滤波器和路标实现机器人定位
导语:卡尔曼滤波器可以理解为一种感知充满噪声的世界的方式。本文为AI研习社编译的技术博客,原标题:RobotlocalizationwithKalman-Filtersandlandmarks作者|JannikZürn翻译|郭乃峤、ThomasGui校对|Disillusion审核|酱番梨整理|立鱼王...
卡尔曼滤波器可应用范围广 2022-2026年市场空间巨大
常见的组合导航是惯性传感器与卫星导航相结合,两者算法存在差异,这就需要利用卡尔曼滤波器来对不同导航传感器收集到的数据进行融合处理(www.e993.com)2024年10月17日。惯性传感器、组合导航应用范围极广,从汽车、工控到航天、军工等领域均有需求,从下游产品发展前景来看,卡尔曼滤波器市场空间大。从卡尔曼滤波器本身来看,2020年11月,美国专利商标...
学术交流 | 刘万科:非完整约束的OD/SINS自适应组合导航方法
在地面车载组合导航GNSS/OD/SINS中,全球导航卫星系统(GNSS)信号容易受到环境的干扰甚至发生中断,将非完整性约束(NHC)应用于里程计(OD)/捷联惯性导航系统(SINS)组合,可以有效抑制GNSS信号中断期间组合导航系统的误差发散。通常NHC的噪声设定基于固定的经验值,然而在实际运动过程中,车辆运行轨迹复杂多变,其运动状态不能完...
一文了解自动驾驶高精度组合导航系统
数据处理模块是组合导航的核心,是实现“天人合一”境界的关键。卡尔曼滤波是数据处理单元最常用的算法,通过建立运动方程和测量方程,不仅考虑当前所测得的数据,而且还充分利用过去测得的数据,以后者为基础推测当前应有的输出,而以前者为校正量修正,从而获得当前参量值的最佳估算。
论文推荐| 余航:动态EIV模型及其总体卡尔曼滤波方法
卡尔曼滤波(Kalmanfilter,KF)方法已在组合导航、GPS定位及目标跟踪等方面取得了广泛应用,是一种处理动态模型获得时变参数的经典方法[1]。常用的卡尔曼滤波方法是基于最小二乘估计或最小方差估计的标准卡尔曼滤波方法[2]。此后,多种扩展方法相继提出,如抗差卡尔曼滤波、抗差自适应卡尔曼滤波、约束卡尔曼滤波,又如...
导航行业专题研究:组合导航迎自动驾驶大时代
在松耦合结构中,GNSS和惯导独立工作,GNSS输出定位结果,惯导输出惯性数据,两者得到的姿态、位置等数据之差作为量测输出,通过卡尔曼滤波器得到惯性元器件误差和导航参数误差,然后进行反馈校正。这种简单组合方式对厂商算法要求较低、易于集成。在高速公路、地下车库等卫星信号强或完全无卫星信号的场景下与紧耦合...