XiaoMi-AI文件搜索系统
World File Search System误差状态
多旋翼无人机着陆于运动车辆的误差状态估计与控制
目前最先进的无人机着陆系统依赖于对着陆目标车辆上放置的视觉路标的检测。然而，在光线不足、遮挡或极端运动等具有挑战性的条件下，这些路标可能在相当长的时间内都检测不到。本论文展示了一种状态估计算法，该算法跟踪和估计目标车辆上未知视觉特征的位置。实验结果表明，该方法在未检测到路标的情况下显著提高了对目标车辆状态的估计。
基于车辆动态模型的导航中气动系数的自校准
摘要：基于车辆动态模型 (VDM) 的导航性能在很大程度上取决于先验未知的气动系数的准确确定。在不同的技术中，例如模型模拟或风洞中的实验分析，通过有利于全球导航卫星系统 (GNSS) 定位的状态空间增强进行自校准的方法是一种有趣且经济的替代方案。我们在模拟下研究这种技术，目的是确定飞机机动对气动系数之间以及与其他误差状态的精度和（去）相关性的影响。不同机动的组合表明对于获得令人满意的气动系数估计并减少其不确定性至关重要。
基于车辆动态模型导航中气动系数自校准的研究
摘要：基于车辆动态模型 (VDM) 的导航性能在很大程度上取决于先验未知的气动系数的准确确定。在模型模拟或风洞实验分析等不同技术中，通过有利于全球导航卫星系统 (GNSS) 定位的状态空间增强进行自校准的方法是一种有趣且经济的替代方案。我们在模拟下研究这种技术，目的是确定飞机机动对气动系数之间以及与其他误差状态的精度和（去）相关性的影响。不同机动的组合表明对于获得令人满意的气动系数估计并减少其不确定性至关重要。
固定翼和多旋翼飞机的稳健视觉惯性导航与控制
以固定翼飞机为例，开发了一种基于矢量场输入的状态相关 LQR 控制器，以及从误差状态和李群理论得出的 EKF，以估计飞机状态和惯性风速。通过蒙特卡罗模拟证明了这种控制器/估计器组合的稳健性。接下来，通过使用阻力系数、部分更新和关键帧重置增强滤波器，提高了多旋翼飞行器最先进的 EKF 的准确性、稳健性和一致性。蒙特卡罗模拟证明了增强滤波器的准确性和一致性得到了提高。最后，推导出使用图像坐标的视觉惯性 EKF，以及用于估计精确视觉惯性估计算法所需变换的离线校准工具。通过数值模拟还表明基于图像的 EKF 和校准器在各种条件下都具有稳健性。
SLAM-RAMU：3D LIDAR-IMU终生大满贯，并具有重新定位和自主地图更新，以进行准确可靠的导航
设计/方法论/方法：本研究介绍了Slam-Ramu，这是一个终生的大满贯系统，通过提供精确，一致的重新定位和自主地图更新来解决这些挑战。在映射过程中，使用迭代误差状态kalman滤镜获得局部探测器，而后端环检测和全局姿势图优化用于准确的轨迹校正。此外，还合并了一个快速点云分割模块，以牢固地区分环境中的地板，墙壁和屋顶。然后使用分段点云来生成2.5D网格图，特别强调地板检测以滤波先前的映射并消除动态伪像。在定位过程中，设计了一种初始姿势比对方法，该方法将2D分支和结合搜索与3D迭代最接近点（ICP）注册相结合。此方法即使在具有相似特征的场景中也可以确保高精度。随后，使用先前地图上的分段点云执行扫描到地图注册。该系统还包括一个地图更新模块，该模块考虑了历史点云分割结果。它有选择地合并或排除新的点云数据，以确保地图中真实环境的一致反射。
视觉集成导航系统，用于在 GNSS/SBAS 或 ILS 发生故障时进行飞机最后进近
本文提出了一种视觉集成导航系统，用于引导飞机在最终下滑道上滑行。该系统利用机载视觉系统跟踪跑道特征并估计飞机相对于着陆跑道的 6D 姿态。如果 ILS 或 GNSS/SBAS 传感器性能下降或出现故障，所提出的视觉集成导航系统将允许飞机继续执行最终进近程序，并保持导航精度。为了处理由于图像处理时间而导致的此类基于视觉的测量不可忽略的延迟，建立了一个包含时间延迟测量的误差状态卡尔曼滤波器 (ESKF) 框架。所提出的延迟测量 ESKF 框架利用了这样一个事实：摄像机图像采集由系统触发，因此可以无延迟地通知。这使得导航滤波器能够及时向前执行估计状态的反向传播，以便在测量可用时为未来的校正步骤做好准备。基于此框架的视觉集成导航系统已开发出来，并在模拟中验证了其功能。其估计性能将通过固定翼无人机实验平台上的两种不同视觉系统进行飞行评估。