大綱 |
了解導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)+慣性導(dǎo)航系統(tǒng)(IMU)算法的方法、熟悉并掌握導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)+慣性導(dǎo)航系統(tǒng)(IMU)算法標(biāo)準(zhǔn)化過程,啟發(fā)導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)+慣性導(dǎo)航系統(tǒng)(IMU)算法相關(guān)項(xiàng)目的實(shí)施與落地等工作思路。啟發(fā)學(xué)員通過導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)+慣性導(dǎo)航系統(tǒng)(IMU)算法,以導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)+慣性導(dǎo)航系統(tǒng)(IMU)算法應(yīng)用為推動(dòng)力,觸及信息化建設(shè)中的深層次問題,從根本上推動(dòng)業(yè)務(wù)流程的銜接、業(yè)務(wù)規(guī)則與數(shù)據(jù)標(biāo)準(zhǔn)的統(tǒng)一,完善系統(tǒng)建設(shè)需求,指導(dǎo)系統(tǒng)整合與邏輯集中,促進(jìn)信息科技的價(jià)值提升 |
?模塊? |
內(nèi)容 |
導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)+慣性導(dǎo)航系統(tǒng)(IMU)介紹 |
前言 |
1導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)原理 |
2慣性導(dǎo)航系統(tǒng)(IMU)原理 |
3GNSS+IMU組合方式及定位介紹 |
導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)+慣性導(dǎo)航系統(tǒng)(IMU)算法 |
1聯(lián)邦濾波算法 |
2動(dòng)、靜態(tài)濾波算法 |
3基于幾何導(dǎo)航結(jié)果的自適應(yīng)融合導(dǎo)航? |
4基于觀測信息抗差估計(jì)的自適應(yīng)融合 |
5基于方差分量估計(jì)的自適應(yīng)融合導(dǎo)航 |
6加權(quán)平均信息融合方法 |
7貝葉斯估計(jì)信息融合方法 |
8D-S證據(jù)理論 |
9模糊邏輯法 |
10神經(jīng)網(wǎng)絡(luò)方法 |
11Kalman濾波信息融合方法 |
12專家系統(tǒng)方法 |
導(dǎo)航衛(wèi)星系統(tǒng)(GNSS)+慣性導(dǎo)航系統(tǒng)(IMU)算法基于實(shí)現(xiàn)項(xiàng)目應(yīng)用 |
以 K8模塊為例,采??適應(yīng)組合導(dǎo)航設(shè)計(jì),?持RTCM2.X/3.X差分?jǐn)?shù)據(jù)格式接?,在空曠環(huán)境可實(shí)現(xiàn)厘?級的定位精度;內(nèi)置?體化慣導(dǎo)模塊,可以實(shí)現(xiàn)在復(fù)雜環(huán)境下的?精度導(dǎo)航。
依靠于?主研發(fā)的?精度定位算法,根據(jù)車載載體當(dāng)前運(yùn)?環(huán)境,系統(tǒng)?適應(yīng)對當(dāng)前衛(wèi)星質(zhì)量進(jìn)?評估,依據(jù)衛(wèi)星質(zhì)量進(jìn)?組合導(dǎo)航。
當(dāng)衛(wèi)星條件良好時(shí),以衛(wèi)星導(dǎo)航為主,結(jié)合 ?精度RTK算法,實(shí)時(shí)定位精度≤±2.5cm,測速精度優(yōu)于0.03m/s;當(dāng)衛(wèi)導(dǎo)?法正常?作時(shí),以慣性導(dǎo)航為主導(dǎo),3S內(nèi)精度保持厘?級,10S內(nèi)精度保持?級。 |