基于四锚点UWB位姿动态质量评估的无人机融合定位方法

AITNT
正文
推荐专利
基于四锚点UWB位姿动态质量评估的无人机融合定位方法
申请号:CN202510043850
申请日期:2025-01-10
公开号:CN120085308A
公开日期:2025-06-03
类型:发明专利
摘要
本发明提供了基于四锚点UWB位姿动态质量评估的无人机融合定位方法,包括以下步骤:定义无人机坐标系和世界坐标系,选取激光雷达第一帧点云坐标系作为世界坐标系;定义前端状态估计所需要的状态转移模型;使用迭代卡尔曼滤波器得到前端激光雷达‑惯性里程计因子;基于四锚点超宽带得到准确的无人机位置及姿态作为超宽带因子;基于得到的超宽带因子,对其位置及姿态质量判断,采用事件触发机制,决定超宽带因子是否参与因子图优化;使用因子图优化,得到无人机优化后的精确位置及姿态。降低无人机机载计算机的计算负担,结合四锚点超宽带所得到的精确无人机位置及姿态,实现更高精度,更低计算负担的无人机实时定位。
技术关键词
融合定位方法 惯性里程计 状态转移模型 因子 坐标系 事件触发机制 无人机实时定位 动态 扩展卡尔曼滤波器 超宽带传感器 姿态估计 协方差矩阵 激光雷达传感器 机载计算机 定义 机器人
系统为您推荐了相关专利信息
1
海浪高度的确定方法及装置、存储介质、电子设备
海浪 轮廓模型 序列帧 点云数据分割 激光雷达
2
一种交互式定相合闸装置及方法
模数转换模块 固态继电器模块 隔离式放大器 主控芯片 合闸装置
3
一种难熔高熵合金氧化行为预测和优化方法和装置
难熔高熵合金 机器学习模型 样本 因子 数据
4
一种炎症性肠病的复发风险预测方法及装置
风险预测模型 肠鸣音 皮尔逊相关系数 对象 风险预测方法
5
一种基于神经网络的涡轮叶片高低周复合疲劳可靠性分析方法
疲劳可靠性分析方法 涡轮叶片 BP神经网络模型 卷积神经网络提取 拉丁超立方抽样方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号