李磊, 肖世德, 李兴坤, 董庆丰[1]2019年在《多传感器融合的智能车定位导航系统设计》文中研究指明车辆定位导航系统实时、准确获取车辆位置对实现智能驾驶具有重要意义。针对传统定位导航系统存在的精度低、成本高、鲁棒性差等问题,基于GPS/INS(global positioning system/inertial navigation system,全球定位系统/惯性导航系统)、机器视觉和超声波雷达技术,设计了一种多传感器融合的智能车定位导航系统,旨在实现智能车在简单、结构化道路环境下的自动驾驶。利用GPS/INS技术实现智能车地理坐标获取,利用机器视觉技术实现智能车前方车道线检测,利用超声波雷达技术实现道路边沿检测,并对地理坐标、车道线和道路边沿数据进行深度融合,实现车道级定位导航。最后,进行了智能车定位导航现场测试,结果表明该系统满足车道级定位导航性能要求。研究结果表明,在简单、结构化道路环境下,多传感器融合的智能车定位导航系统结构简单,实际运行状况良好,可极大提高定位导航精度。
陈光武, 李文元, 于月, 刘孝博[2]2019年在《基于改进径向基神经网络的MEMS惯导系统误差抑制方法》文中进行了进一步梳理由微机电惯性导航系统和全球定位系统构成的组合导航系统在卫导信号失锁的情况下,纯惯导定位误差将迅速发散。为了抑制惯导系统误差发散,提出了改进的径向基神经网络与自适应卡尔曼滤波算法,并提出了新的网络训练模型,采用自适应量子粒子群算法改进径向基神经网络的结构设计与参数。在卫导信号可用时用组合导航数据训练神经网络,当卫导信号失锁时,由改进的径向基神经网络预测自适应卡尔曼滤波的量测,使滤波器继续为系统提供速度与位置修正值。实验结果表明,转弯行驶状态下,卫星失锁15 s时,相比较原算法,水平定位精度提高了62%,有效抑制了惯导误差。
罗晓方, 吴先军[3]2019年在《基于高速公路管理协同管控平台的移动巡查》文中认为湖北省黄黄高速公路管理处以GIS技术为支撑,采用面向服务(SOA)的思路,建立了道路养护和路政移动巡查信息化管理系统。本文主要围绕移动巡查技术在湖北省黄黄高速公路管理处的开发与应用情况,阐述移动巡查技术的核心功能设计及其依附的云平台的开发思路。通过搭建云平台和运用手持移动终端,能有效实现路产管理、路政养护、考核监管、应急反应的智能化管理。
孙佩刚[4]2019年在《车载移动测量系统定位准确度测试方法研究》文中进行了进一步梳理阐述了移动测量系统的定位准确度需求,对圆概率法、均方差法和中误差法叁种位置准确度评估方法进行分析比较,并在标准试验场内开展了车载GNSS/INS定位准确度测试。实验证明:中误差法的评估结果最准确,其误差小于1 m,明显优于圆概率法和均方差法。
参考文献：
[1]. 多传感器融合的智能车定位导航系统设计[J]. 李磊, 肖世德, 李兴坤, 董庆丰. 工程设计学报. 2019
[2]. 基于改进径向基神经网络的MEMS惯导系统误差抑制方法[J]. 陈光武, 李文元, 于月, 刘孝博. 中国惯性技术学报. 2019
[3]. 基于高速公路管理协同管控平台的移动巡查[J]. 罗晓方, 吴先军. 中国交通信息化. 2019
[4]. 车载移动测量系统定位准确度测试方法研究[J]. 孙佩刚. 计测技术. 2019