作者:何凯文,叶骞 单位:上海理工大学 出版:《上海理工大学学报》2018年第02期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFHDGY2018020120 DOC编号:DOCHDGY2018020129 下载格式:PDF + Word/doc 文字可复制、可编辑
《互补滤波在低成本四旋翼姿态解算中的应用》PDF+DOC2019年第11期 李璜筹,马文博,李璐 《基于反幂法和扩展卡尔曼滤波的姿态估计算法》PDF+DOC2020年第01期 张雄,黄卫华,陈劲峰 《单目视觉惯性融合方法在无人机位姿估计中的应用》PDF+DOC2018年第06期 茹祥宇,金潮,潘成峰,许超 《基于激光SLAM的助老机器人》PDF+DOC2019年第06期 薛同来,赵冬晖,韩菲,王希明,武联菊 《多传感器信息融合理论在无人机相对导航中的应用》PDF+DOC2017年第05期 金红新,杨涛,王小刚,周国峰,姚旺 《移动机器人扩展卡尔曼滤波定位与传感器误差建模》PDF+DOC2012年第04期 安雷,张国良,张维平,敬斌 《基于自适应联邦滤波的相对导航信息融合》PDF+DOC2011年第05期 王龙,董新民,郭军,贾海燕 《未知环境下的移动机器人环境建模研究》PDF+DOC2010年第14期 朱本华,钟杰 《室内环境下结合里程计的双目视觉SLAM研究》PDF+DOC2009年第04期 王晓华,傅卫平,苏立 《电力巡线用四旋翼飞行器软硬件设计》PDF+DOC2014年第12期 陈志兴,刘宇,宋娟
  • 天线近场面形恢复算法需要搭载发射源的无人机沿特定轨迹飞行,并获得其位置。根据面形恢复算法对无人机飞行的要求设计一种包含差分GPS和视觉传感器的导航方案,在此导航方案的数据融合时间策略下使用常规扩展卡尔曼滤波器将出现震荡问题。为此提出一种基于SageHusa滤波算法改进的自适应扩展卡尔曼滤波器,并通过仿真和实际飞行测试将其与常规扩展卡尔曼滤波器进行对比。实验结果表明,此自适应扩展卡尔曼滤波器在实际应用中表现出更好的性能,并在弱GPS信号情况下能够趋向于更可信的视觉里程计数据。此方案基本满足天线测量时无人机沿轨迹飞行并采集位置数据的要求,有望实现射电望远镜主动面实时闭环修正。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。