无人机室内定位技术综述

来源 :第十四届全国信号和智能信息处理与应用学术会议 | 被引量 : 0次 | 上传用户:a12431
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无人机以其体积小、操作方便、机动灵活而著称,在军事和民用领域得到了广泛的应用.在室外,无人机依靠GPS定位技术可以很好地获得定位信息.然而,在室内环境下,建筑物中的钢筋混凝土结构容易屏蔽室内卫星信号,GPS容易受到干扰,信号弱且不稳定,使其无法提供有效的实时准确的定位信息,极大地限制了无人机在室内环境下的应用.然而,最近几年,越来越多的无人机被用于室内反恐调查、室内救援等诸多室内场景,无人机室内定位精度提高的需求越来越重要.因此,无人机室内定位技术成为研究的热点.无人机室内定位是一个多方面的综述,也是目前自主机器人和空中技术领域的研究人员重点关注的课题之一.
其他文献
航天通信网担负着航天器发射、运行管理信息传输保障任务,对信息通信有安全保密要求,虽然在特定的方向和领域采取了加密防护措施,依然存在某些信息加密防护不全面、不彻底.传统航天信息都是通过点对点传输来完成,这就带来一些安全问题,由此产生保障信息传输路径绝对安全的迫切需求.区块链技术的原理可能正好可以帮助解决这一问题.区块链技术在航天通信领域的全新应用可以完全改变信息传输的渠道,从根本上解决信息传输的路径
室内定位是解决基于位置的服务中"最后一公里"问题的关键.目前可见光室内定位研究主要以理论研究与仿真验证为主,缺乏实测平台的有效支撑,针对现有少量平台研究中存在的定位精度受限、定位移动性支持不足和高实现复杂度等问题,提出了基于定时图像分区可见光通信的定位数据接收机制,设计和实现了基于图像传感器的高精度可见光室内定位平台,最后基于所搭建的实测平台验证了平均定位误差小于10cm的高精度实时定位性能.
第五代移动通信技术(简称5G技术)是新一代的蜂窝移动通信技术,具有高带宽、低时延、广连接等优势.目前,中国正在全面推进5G新基建建设,5G技术应用日趋广泛.但是,针对5G技术如何在航天发射场应用仍存在不少值得探讨的问题.重点探讨如何解决5G技术应用带来的安全性保密性问题,及5G技术在航天发射场的具体应用.
为解决靶场通信光缆在任务保障与值勤维护中存在的被动监测、路由粗放式管理、数据利用率低等问题,研究北斗通信导航技术,结合GIS技术构建集通信光缆的路由管理、巡护管理、实力管理和维修管理等功能于一体的新型光缆综合管理系统.可以有效提升通信光缆运维管理的效率和光缆数据的利用率,推进光缆运维的信息化和智能化水平.
全球卫星导航系统反射信号(Global Navigation Satellite System Reflectometry,GNSS-R)接收机设计中,通常以直射信号信噪比(Signal-to-Noise Ratio,SNR)的高低作为相关通道分配的依据.然而,可以被接收机接收到的前向散射信号多来自于高度角较低的卫星,大部分有效的散射信号由于信噪比过低而被接收机滤除,导致反射信号接收机输出的互相关
随机漂移是影响MEMS陀螺仪精度的重要误差源,针对MEMS陀螺仪随机漂移误差的非线性、不确定性等特点,提出采用小波阈值去噪和小波域中值滤波两种方法对陀螺输出信号进行消噪处理,并对去噪前后的信号进行比较与分析,结果表明:两种去噪方法都能较大提高MEMS陀螺仪输出精度,利用小波域中值滤波后的信号较之小波阈值去噪后的信号更加平滑,改善了信号的零偏稳定性,但零偏和角度漂移略有上升.因此,开展小波阈值去噪和
逐渐诱偏式GNSS欺骗信号可控制目标逐渐偏离原定轨迹,具有更强的欺骗性.分析了此类欺骗信号生成器的构成,建立了欺骗信号控制量的生成模型,通过数值仿真对逐渐诱偏式欺骗信号特征进行了进一步的分析验证.
利用GNSS-R技术,同时从电磁波的极化特征以及反射率关系出发,建立了反射率厚度模型,根据反演出目标水域的反射率来判断区域内油膜厚度.并通过污油池实验采集的直反信号等数据,依据反射率厚度模型处理数据并进行了总结与分析.从污油池实验结果来看,利用反射率厚度模型可以判断探测区域的油膜厚度.
针对GPS无法使用,在无外部基础设施可依赖的环境下的行人室内定位的需求,提出了一种基于MEMS-IMU的捷联惯导解算算法.该算法基于IEZ(INS-EKF-ZUPT)框架,引入零速修正(Zero-Velocity Update,ZUPT)算法判定零速状态,利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行状态误差估计,以修正惯性导航系统(Inertial Navigat
建立了通用性异构多无人机协同算法仿真平台,不仅可以对无人机模型、载荷模型、任务序列和可能发生的故障进行配置,还支持自定义协同算法.多机协同算法仿真步骤如下:首先,将战场任务进行分解、分配;然后,对多无人机进行航路规划,形成无人机飞行和任务指令;最后,在执行任务中对无人机飞行安全进行管控.实验结果表明,仿真平台能够有效地模拟多机任务分配、航路规划和安全管控的协同过程.