排序方式： 共有3条查询结果，搜索用时 125 毫秒
1
1.
采用GRACE卫星的星载GPS观测数据进行动态精密单点定位解算,发现定位误差存在明显的周期特性,第一个特性为每间隔四天的定位误差序列的波形基本重合,第二个特性为相邻两天定位误差序列有横坐标平移的趋势.基于此,提出了两种消除周期性误差的方法,分别为基于中位数建模的周期项误差剔除方法和基于平移预报的周期项误差剔除方法.前者对一组数据序列中的中间序列的精度提升较为明显,后者对精度的提升在整体上较为稳定,对两种方法的改善效果进行综合分析,最终可以将定位精度从5 dm提高到2 dm,三个方向的均方根（RMS）值得到显著降低. 相似文献
2.
全球卫星导航系统(GNSS)在弱信号环境下,GNSS信号易受到遮挡或者电磁干扰,严重影响导航定位的可靠性、连续性和精度. 针对此问题,本文作者研究了一种GNSS和视觉观测紧组合导航定位方法. 首先基于相机采集图像数据,利用ORB-SLAM2开源平台求解得到视觉位置结果增量,再联合GNSS伪距观测数据采用卡尔曼滤波(KF)进行组合定位解算. 采用实测的GNSS伪距观测数据和图像数据进行测试,试验结果表明:该算法不仅能有效地提升GNSS弱信号环境下导航定位的连续性和精度,还能在卫星数少于4颗时保持持续导航定位. 相似文献
3.
视觉里程计能够在复杂环境下提供短时间的高精度导航定位,全球卫星导航系统（GNSS）具有全天候、全球性和误差不随时间积累的特性,但是在恶劣环境多路径效应下,GNSS定位精度会变差甚至不可用. 为了研究在复杂环境下视觉里程计辅助GNSS导航定位技术,首先介绍了视觉里程计的导航定位原理;然后在卡尔曼滤波器中将GNSS定位结果和视觉里程计定位结果进行了松组合处理;并利用视觉里程计定位结果和预测的视觉里程计误差实现了GNSS在恶劣环境下的导航定位. 基于KITTI数据集的模拟验证结果表明,设计的组合方案能够在恶劣环境下持续提供可靠的导航定位. 相似文献
1