XiaoMi-AI文件搜索系统
World File Search SystemInertial
Inertial Explorer 8.70 用户指南 - Microsoft .NET
NovAtel 拥有或有权再授权软件产品中的所有版权、商业秘密、专利和其他专有权利，并且软件产品受国家版权法、国际条约规定和所有其他适用国家法律的保护。您必须像对待其他受版权保护的材料一样对待软件产品，并且软件产品一次只能在一台计算机上使用。您不得复制产品手册或软件产品随附的书面材料。未经 NovAtel 事先书面同意，本 EULA 不授予被许可方直接、间接、暗示或其他方式使用 NovAtel 名称、NovAtel 使用的任何商品名称或术语或 NovAtel 专有的任何其他单词或单词组合的权利。
Inertial Explorer 8.70 用户指南 - Microsoft .NET
1.1 Inertial Explorer 概述 17 1.2 Inertial Explorer Xpress 概述 17 1.3 安装 17 1.3.1 启动所需内容 17 1.3.1.1 激活 ID 17 1.3.1.2 安装文件 18 1.3.2 先决条件 18 1.3.2.1 操作系统 18 1.3.3 如何安装 Waypoint 软件 18 1.3.4 如何激活许可证 18 1.3.5 如何手动激活/返还许可证 20 1.3.5.1 手动激活流程 20 1.3.5.2 手动返还流程 21 1.3.6 软件实用程序 21 1.3.6.1 连接、切片和重新采样 21 1.3.6.2 复制用户文件 21 1.3.6.3 下载服务数据22 1.3.6.4 GPB 查看器 22 1.3.6.5 GNSS 数据转换器 22 1.4 开始使用 Inertial Explorer 23 1.4.1 如何启动 Inertial Explorer 23 1.4.2 转换和处理 GNSS 数据 23 1.4.3 转换 IMU 数据 23 1.4.3.1 如何转换 SPAN IMU 数据 24 1.4.3.2 如何转换第三方 IMU 数据 24 1.4.4 处理 SPAN IMU 数据 24 1.4.5 绘图和质量控制 25 1.4.5.1 姿态（横滚和俯仰） 25 1.4.5.2 姿态（方位角/航向） 25 1.4.5.3 姿态分离 25 1.4.5.4 IMU-GNSS 位置闭合差 26 1.4.5.5 平滑解决方案 26 1.4.6 导出最终坐标 26 1.5 文件菜单 26 1.5.1 新建项目 26 1.5.1.1 项目向导 27 1.5.1.2 空项目 27 1.5.2 打开项目 28 1.5.2.1 如何打开项目 28 1.5.3 保存项目 28 1.5.3.1 如何保存项目 28 1.5.4 另存为 28 1.5.4.1 如何另存为项目 28 1.5.5 添加主文件 29 1.5.5.1 主站位置 30 1.5.5.2 基准选择 30 1.5.5.3 历元选择 30 1.5.5.4 天线高度 30 1.5.5.5 天线模型 31
用于导航类型的多模式和惯性传感器解决方案...
本论文提出了一种用于平台导航的和积推理算法，称为多模态 iSAM（增量平滑和映射）。常见的仅高斯似然具有限制性，需要复杂的前端流程来处理非高斯测量。相反，我们的方法允许前端推迟使用非高斯测量模型的歧义。我们保留了前身 iSAM2 最大乘积算法 [Kaess et al., IJRR 2012] 的非循环贝叶斯树（和增量更新策略）。该方法在贝叶斯（连接）树上传播连续信念，这是非参数因子图的有效符号重构，并渐近地近似底层 Chapman-Kolmogorov 方程。我们的方法以最小的近似误差跟踪所有变量边际后验中的主导模式，同时抑制几乎所有低似然模式（以非永久方式）。与现有的惯性导航保持一致，我们提出了一种新颖的、连续时间的、可追溯校准的惯性里程计残差函数，使用预积分将纯惯性传感器测量无缝地合并到因子图中。我们围绕因子图（使用饥饿图数据库）集中将导航元素分离成一个流程生态系统。其中包括实际示例，例如如何推断模糊环路闭合的多模态边际后验信念估计；原始波束形成声学测量；或常规参数似然等。
用于导航类型的多模式和惯性传感器解决方案...
本论文提出了一种用于平台导航的和积推理算法，称为多模态 iSAM（增量平滑和映射）。常见的仅高斯似然性具有限制性，需要复杂的前端流程来处理非高斯测量。相反，我们的方法允许前端推迟使用非高斯测量模型的歧义。我们保留了前身 iSAM2 最大乘积算法 [Kaess et al., IJRR 2012] 的非循环贝叶斯树（和增量更新策略）。该方法在贝叶斯（连接）树上传播连续信念，这是非参数因子图的有效符号重构，并渐近近似底层 Chapman-Kolmogorov 方程。我们的方法以最小的近似误差跟踪所有变量边际后验中的主导模式，同时抑制几乎所有低似然模式（以非永久方式）。遵循现有的惯性导航，我们提出了一种新颖的、连续时间的、可追溯校准的惯性里程计残差函数，使用预积分将纯惯性传感器测量无缝地整合到因子图中。我们以因子图为中心（使用饥饿图数据库），将导航元素分离成一个流程生态系统。其中包括实际示例，例如如何推断模糊环路闭合的多模态边际后验信念估计；原始波束形成声学测量；或传统参数似然等。
惯性传感器阵列 – 文献综述 - OpenShoe
摘要 — 与传统的惯性传感器设置相比，惯性传感器阵列具有改进和扩展传感能力的可能性。自 20 世纪 60 年代以来，惯性传感器阵列一直在研究，最近又重新引起了人们的兴趣，这主要归功于无处不在的微机电 (MEMS) 惯性传感器。然而，惯性传感器阵列的变体和特征数量及其不同的应用使得文献分散。因此，在本文中，我们提供了有关惯性传感器阵列主题的简要摘要和文献综述。出版物以结构化的方式分类和呈现；提供了对 +300 份出版物的引用。最后，展望了与惯性传感器阵列相关的主要研究挑战和机遇。
惯性导航和 GPS - 新不伦瑞克大学
全球定位系统 (CPS) 和惯性导航系统 (JNS) 都可视为提供位置和速度信息的离散系统，它们曾被视为潜在的竞争技术。在本文中，我们探讨了当前更流行的观点，即 CPS 和 !NS 之间的互补或协同关系可以促成导航天堂的结合。我们的作者是 Marvin B. May，他是海军指挥和控制海洋监视中心（海军研究与发展 - NRaD）；研究、开发和技术部；位于宾夕法尼亚州沃明斯特 1。这是 May 为“创新”撰写的第二篇文章。他的第一篇“使用 CPS 测量速度”发表在 1992 年 9 月的 GPS World 上。本文中表达的观点和事实仅代表作者，不代表海军部。
用于测试惯性传感器的精确平移运动生成
图 2：平台调整前测量位移的示例图（a）和基本优化后测量位移的示例图（b）。前者和后者情况下测量信号与标称波形的偏差分别放大了 200 倍和 1000 倍。
集成惯性/相机系统的视轴校准
集成惯性/相机系统的视轴校准 Mohamed M. R. Mostafa Applanix Corporation 85 Leek Cr., Richmond Hill Ontario, Canada L4B 3B3 电话：(905) 709-4600 分机 274 电子邮件：mmostafa@applanix.com 个人简介 Mohamed Mostafa 负责 Applanix Corporation 机载系统的研究和开发，并担任美国摄影测量和遥感学会直接地理参考委员会主席。他分别于 1991 年和 1994 年获得亚历山大大学理学学士学位和理学硕士学位，并于 1999 年获得卡尔加里大学博士学位。他的研究兴趣是使用多传感器系统进行地图绘制。摘要 集成成像/惯性系统的视轴校准是地图制作的关键因素，尤其是在数字成像传感器的情况下。因此，本文的重点是使用不同方法进行视轴校准。介绍了两种视轴校准方法，即机载和地面方法。传统的机载视轴校准已成功使用了几年，但它不能满足某些机载数字系统的某些操作参数。或者说，这里介绍的地面校准方法从未在典型的数字地图制作中使用过。在本文中，针对数字多传感器系统介绍了机载和地面视轴校准的概念。提供了数据结果和分析，以强调使用这两种方法实现的准确性。1.简介 过去几年，测绘行业一直致力于实施新技术先进的多传感器系统进行地图制作。这些系统目前正在取代传统的航空测绘系统，用于资源测绘和机载遥感等应用，并开始在工程和地籍测绘等其他应用中展开竞争。通常，多传感器数字系统由一个或多个用于图像采集的数字相机系统和 GPS 辅助惯性系统组成