摘要
本申请涉及一种基于卡尔曼滤波的IMU/GNSS融合方法、计算机设备和存储介质。所述方法包括:根据采样数据获取离散观测点;根据分组区间的完整性得到基准采样段,将正向递推和反向递推得到的正反向数据进行比对得到递推边界;通过分析卡尔曼增益矩阵得到预测状态值;根据双重积分结果和映射转换结果对IMU数据和GNSS数据进行融合,得到初始融合量;按照检验准则和变化特征得到均方误差值;通过递归优化处理修正后的递推边界得到修正融合量;根据重构后的修正融合量、IMU数据和GNSS数据的特性以及重构规则分析得到状态量;将状态量输入扩展卡尔曼滤波器,通过预测‑更新‑反馈机制,以完成IMU数据与GNSS数据的融合,有效提升了组合导航系统的定位精度和可靠性。
技术关键词
GNSS数据
融合方法
导航坐标系
窗口统计分析
扩展卡尔曼滤波器
重构
运动特征参数
状态转移模型
滑动窗口机制
加速度
积分算法
计算机设备
矩阵
基准
数据分布
组合导航系统
系统为您推荐了相关专利信息
智能测量方法
机器人协作
实时数据
禁忌搜索优化
遗传算法
估计方法
GNSS数据
变分贝叶斯方法
协方差矩阵
观测噪声
融合方法
输出信噪比
积分器
信息融合技术
背景噪声
检测行人
DNN模型
定位方法
导航坐标系
扩展卡尔曼滤波
LSTM神经网络
车辆横向速度
迁移学习模型
状态空间方程
估计方法