车载组合导航NHC非完整性约束

perseverance_9

已于 2024-12-04 10:51:38 修改

阅读量363

点赞数 2

文章标签：算法人工智能机器学习

于 2024-12-03 17:42:28 首次发布

本文链接：https://blog.csdn.net/perseverance_9/article/details/144212896

版权

1.NHC的概念

2.NHC方程推导

以上图为例,上图的字母为向量形式：

$r+l=R$

$\frac{dr}{dt}|n+\frac{dl}{dt}|n=\frac{dR}{dt}|n$

按照哥式定理：

$V_{imu}^{n}+\frac{dl}{dt}|b+\varpi _{nb}^{n}\times l=V_{odo}^{n}$

$V_{imu}^{n}+C_{b}^{n}*\varpi _{nb}^{b}\times l=V_{odo}^{n}$

由N系转换到V(安装坐标系）后可得：

3.NHC与INS组合的观测方程设计

对上式做扰动分析：

则量测方程可得：

在实际的滤波中可以忽略掉可以安装角误差，因为安装角的误差并不是状态估计参数

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

perseverance_9

关注关注

2
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

高精度定位理论及应用

吴建明wujianming_110117

05-13

2210

高精度定位理论及应用从移动互联到物联网，位置是一个基础的不可或缺的信息，但是从精细化的行业应用需求来说，只有更高精度的定位信息才能带来更高的价值，人们可以更加精确地知道事物所处的位置，知道人员具体位置在哪儿，更好的管理企业、人员或物资。比如说保障隧道施工人员人身安全，协助监狱搭建全局化、可视化的监管平台；提高石油化工行业安全保障效率；助力建筑工地智慧管理升级等等。而以上行业在定位方案的超高定位精度、大容量、低延迟、高刷新率这几个指标上都具有很高的要求。定位（Location）和导航（Navigati

车身非完整性约束(NHC)

z15f34的博客

11-07

286

与零速修正不同的是，NHC假设的是载体在运动的过程中侧向和垂向的速度为0。

参与评论您还未登录，请先登录后发表或查看评论

陆地车非完整性约束——INS/NHC组合导航

qq_41551380的博客

04-12

1335

非完整约束：陆地车在不发生跳跃和侧滑时，其垂直于前进方向的后轮速度近似为零。

INS/NHC(非完整性约束)/ODO组合导航

努力努力努力

09-20

594

陆地车在经过城市峡谷、隧道等严重遮挡环境时，GNSS定位精度较差。为了防止低精度的INS发散较快，可以通过非完整约束和轮速计来进行约束。注：为便于理解INS/NHC/ODO组合导航原理，本文不考虑IMU和陆地车间的安装角（即，IMU和陆地车坐标系安装角为零）和ODO系数误差（即，比力因子）

【无标题】

taosanzang6121的博客

04-04

579

非完整性约束是指车辆在地面上运动时，如果没有侧向滑动或者上下跳跃波动，其横向和垂直分量为0（b系），以此建立虚拟观测量抑制IMU发散。

非完整性约束NHC

weixin_43794896的博客

06-05

6886

组合导航

SINS/NHC组合导航（一）

waihekor的博客

05-22

1865

SINS/NHC组合导航（一）前言数据SINS/NHC基本原理数据验证与分析参考论文前言一般在车载SINS/GNSS组合导航中，为了提升GNSS失锁性能，可以采用融合车辆运动学约束条件辅助的组合导航算法，利用车辆正常行驶中横向和纵向速度为零的约束条件，可以提升导航算法能力。本文初步实现了SINS/NHC算法，并利用开源组合导航数据做了算法的验证。数据武汉大学开源组合导航数据数据链接如上，IMU型号为ICM20602，属于消费级IMU，云汉芯城的芯片价格如下，单片价格在60元左右。 SINS/NH

IGNAV_NHC分析

不会就学的博客

09-11

296

所以这里构建的kalman的量测ZK =hx -v v= hx -zk ，zk为两个方向的量测值0；载体vb : matmul("TN",3,1,3,1.0,Cbe,ve,0.0,vb);nv=bldnhc(opt,imu,ins->Cbe,ins->ve,nx,v,H,R)中构建出来。量测方程中有两个误差项，失准角和e下的速度误差，对应的系数找到。b系下的待估的误差项为x,

非完整约束小车路径规划

龙建全的博客

08-03

4402

小车模型 matlab 仿真： code： clc; close all; clear all; dt = 0.1; % delta t L = 7.5; % 车长 %开始位置及其方向 x_start = 2; y_start = 7; theta_start = 0; %画初始位置 figure(1); axis([0 12 0 14]); hol...

算法之动态规划

qq_68194402的博客

04-21

1514

动态规划（Dynamic Programming, DP）是一种解决复杂问题的算法设计技术，适用于具有“重叠子问题”和“最优子结构”性质的问题。动态规划将问题分解成更小的子问题，通过解决这些子问题来解决原始问题。这种方法的关键在于避免重复计算。一旦解决了一个子问题，它的解就被存储起来，以便后续需要时直接使用，从而避免了重复计算。这种记忆化的技术称为“缓存”。

算法训练营第一天|704.二分查找、27.移除元素、977.有序数组的平方

suwnbs的博客

04-23

282

来操作。简单来说，怎么定义区间，就决定了数据取舍的逻辑。

代码随想录算法训练营第二十五天

岁岁安的博客

04-23

1328

练习了贪心算法,多状态贪心最好确定好遍历其他状态的顺序一个个单看.

天梯-这是字符串题

2402_87610050的博客

04-23

274

注意，h数组一定要先初始化，h 数组如果没有被初始化，这意味着它可能包含任意值。当你对 h[s[i]] 进行自增操作时，可能会得到错误的结果。本题有两种解法，h 可以使用普通数组来实现，也可以使用 map。

算法习题-力扣446周赛题解

最新发布

practice_warm的博客

04-26

734

算法可以调度思维，让程序员的思维发散，找到更好的解决方案。

121. 买卖股票的最佳时机

weixin_61695887的博客

04-26

696

返回你可以从这笔交易中获取的最大利润。如果你不能获取任何利润，返回。设计一个算法来计算你所能获取的最大利润。你只能买一次、卖一次（而且买入在前，卖出在后）。如果价格一直下降（没法盈利），返回。：O(1)（只用了常数变量）买入这只股票，并选择在。用当前价格减去历史最低价。：O(n)（只遍历一次）和最大利润比较，更新。

类和对象（中）

m0_75187686的博客

04-23

1081

如果一个类中一个默认成员函数也没有那这个类我们叫作空类。但是如果一个类中每有默认成员函数的话，会怎样呢？答案是编译器会帮我们自动实现类。

三维天地智能路径规划引擎：以算法驱动，重新定义智能路径优化技术

a1235824的博客

04-25

504

三维天地将该引擎整合了地理信息数据、道路流量、交通状况等多种数据源,构建了一个多源数据融合框架,为精准路径计算提供了全面的数据支持,从而支持复杂的规划决策和智能分析。三维天地将持续深化在智能路径规划领域的研究,构建全面的智能路径规划生态,建立路径规划技术的行业标准体系,以推动技术的融合与创新。三维天地通过技术创新和场景深化,进一步促进了智能路径规划与行业知识的深度融合,致力于打造更加个性化和场景化的解决方案,实现从“感知-决策-执行”的全流程智能规划。构建开放的技术生态,支持第三方算法集成与应用拓展。

代码随想录算法训练营第60期第十五天打卡

2401_83782806的博客

04-23

607

哈哈，怎么说呢？今天的题目说难也不算难，说简单但也绝对不简单，我想告诉大家的是，无论难还是简单，大家都务必坚持下去，以后或许越来越难，其实今天已经涉及到回溯，在后面会有一个专门的章节来讲回溯算法，在后面的图论里面也会有涉及，大家务必打好基础，其实一刷代码随想录你要看到一个题目要有自己的想法，先不着急上手写代码，这个其实一刷写不出来代码我感觉很正常，多学多刷，代码随想录一遍肯定不够我感觉要三遍以上才能真正理解这些算法，大家加油，我们明天还是二叉树章节。明天见！

代码随想录算法训练营Day29 | 134. 加油站 135. 分发糖果 860.柠檬水找零 406.根据身高重建队列

m0_74154872的博客

04-23

3297

如果你可以按顺序绕环路行驶一周，则返回出发时加油站的编号，否则返回。你必须给每个顾客正确找零，也就是说净交易是每位顾客向你支付。如果你能给每位顾客正确找零，返回。表示队列中一些人的属性（不一定按顺序）。你从其中的一个加油站出发，开始时油箱为空。请你给每个孩子分发糖果，计算并返回需要准备的。假设有打乱顺序的一群人站成一个队列，数组。顾客排队购买你的产品，（按账单。每位顾客只买一杯柠檬水，然后向你付。注意，一开始你手头没有任何零钱。支付的顺序）一次购买一杯。只用维护5和10两个变量。是排在队列前面的人）。

nhc/ins组合导航C++代码

03-21

### NHC/INS 组合导航 C++ 实现代码示例以下是基于已知信息构建的一个简单的 NHC (Non-Holonomic Constraint, 非完整性约束)/INS 组合导航系统的伪代码实现。此代码仅作为概念验证，实际应用可能需要更复杂的误差建模和状态估计。 #### 初始化部分初始化变量并设置时间戳以便后续计算。 ```cpp #include <iostream> #include <ctime> int main() { // 创建 t1、t2、t3 用于计时 clock_t t1, t2, t3; t1 = clock(); std::cout << "Starting Non-Holonomic Constraint / INS Integration..." << std::endl; double initial_position_x = 0.0; // 初始位置 X 坐标 double initial_position_y = 0.0; // 初始位置 Y 坐标 double heading_angle = 0.0; // 航向角（初始为零） const double dt = 0.1; // 时间步长（秒） } ``` #### 动态更新模型通过 IMU 数据更新车辆的位置和航向角度。 ```cpp // 更新函数：假设输入为线速度 v 和角速度 w void updateState(double& position_x, double& position_y, double& angle, double linear_velocity, double angular_velocity, double delta_time) { // 使用非完整性约束条件下的运动学方程 position_x += linear_velocity * cos(angle) * delta_time; position_y += linear_velocity * sin(angle) * delta_time; angle += angular_velocity * delta_time; // 归一化角度到 [-π, π] while (angle > M_PI) angle -= 2 * M_PI; while (angle < -M_PI) angle += 2 * M_PI; } double simulated_linear_velocity = 1.0; // 模拟线速度 (m/s) double simulated_angular_velocity = 0.1; // 模拟角速度 (rad/s) updateState(initial_position_x, initial_position_y, heading_angle, simulated_linear_velocity, simulated_angular_velocity, dt); std::cout << "Updated Position: (" << initial_position_x << ", " << initial_position_y << "), Heading Angle: " << heading_angle << std::endl; ``` #### 添加非完整性约束校正项引入非完整性约束来减少累积误差。 ```cpp // 应用非完整性约束修正 void applyNHCConstraint(double& velocity_x, double& velocity_y, double heading_angle) { // 计算理论上的横向速度分量 double theoretical_lateral_velocity = velocity_x * sin(heading_angle) - velocity_y * cos(heading_angle); // 如果存在显著偏差，则调整速度矢量使其满足非完整性约束 if (fabs(theoretical_lateral_velocity) > 1e-6) { velocity_x *= cos(heading_angle); velocity_y *= sin(heading_angle); } } applyNHCConstraint(simulated_linear_velocity * cos(heading_angle), simulated_linear_velocity * sin(heading_angle), heading_angle); std::cout << "After applying NHC constraint." << std::endl; ``` #### 总结与结束记录程序运行时间和最终结果。 ```cpp t2 = clock(); std::cout << "Computation Time: " << ((float)(t2 - t1)) / CLOCKS_PER_SEC << " seconds" << std::endl; return 0; ``` --- 上述代码展示了如何利用非完整性约束改进 INS 的定位精度[^1]。此外，可以参考 `ignav` 开源项目中的 GNSS/INS 紧组合算法实现更多功能[^2]。