关于我们
一种基于核机器学习的非负矩阵分解人脸识别方法及系统
成果领域:
推广方式:
成果归属企业: 深圳大学
成果鉴定时间:
成果介绍
本发明公开了一种移动物体的定位定姿方法和系统,通过惯性测量单元、里程计和激光雷达,构建统一的、融合激光雷达控制标靶数据、惯性测量单元数据以及里程计数据的扩展卡尔曼滤波模型。该模型建立在惯性测量单元动力学模型和误差模型基础上,通过将激光雷达控制标靶数据带入到卡尔曼滤波方程中,计算IMU/里程计组合的误差状态向量,限制其误差发散,从而得到高精度位置和姿态。从而实现了在无卫星导航信号的环境下,对移动物体的高精度定位定姿。
成果应用案例介绍
信息通信>位置>位置; 计算控制>确定方法>确定方法
联系方式
电话/微信: 13822630888
0.136908s