申请/专利权人：东南大学

申请日：2020-09-07

公开（公告）日：2024-03-08

公开（公告）号：CN112213753B

主分类号：G01S19/39

分类号：G01S19/39;G01S19/49;G01S19/48;G01C21/16;G06F3/01;G06T19/00;G06F16/29

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明涉及一种北斗导航定位功能与增强现实技术相结合规划跳伞训练路径的方法，基于北斗导航系统，集成运动传感模块和北斗定位模块的增强现实技术降落伞路径规划视觉辅助系统可以满足上述要求。系统首先通过北斗导航系统获取位置信息数据，再将数据传递给GIS数据处理系统进行数字化处理，最后通过增强现实技术把处理后的虚拟空间信息数据与真实景象叠加显示在跳伞员视野中，为跳伞员提供实时目标落点的位置和环境参数，有效保障了跳伞员的人身安全。将北斗导航系统与增强现实技术相结合的视觉辅助系统开发前景十分广泛，可以在此基础上研发更多的创新拓展功能应用到更多领域去。

主权项：1.一种北斗导航定位功能与增强现实技术相结合规划跳伞训练路径的方法，其特征在于，所述方法包括以下步骤：步骤1：北斗导航定位系统获取跳伞员的实时位置；步骤2：GIS地图数据处理；步骤3：增强现实技术实现跳伞训练路径的规划；所述步骤1：北斗导航定位系统获取跳伞员的实时位置，具体如下：首先对跳伞员进行定位，通过北斗卫星接收机接收北斗卫星信号，并对接收到的信息进行处理，从中提取出所需要的位置信息，并发送至处理系统对数据处理整合；北斗卫星接收机主要包括以下几个部分：天线、射频模块、基带模块、数字处理模块、定位模块，其中，天线模块负责接收北斗卫星信号，并将信号进行低噪放处理与变频处理，降低信号的载波频率；基带模块负责从复杂信号中提取出北斗卫星信号、持续输出北斗卫星信号、解调出基带信号并翻译基带信号；经过译码的北斗卫星信号将发送到数据处理模块，经过整理后被送往定位解算模块以求出卫星在地心地固坐标系中的坐标；得到卫星的坐标后通过卡尔曼滤波法解算出位置信息、速度信息、时间信息；卡尔曼滤波法是使用状态方程和量测方程来实现的，卡尔曼滤波法的解算流程如下：首先，假设系统状态方程和量测方程如下所示： 其中，Xk表示k时刻n×1维系统状态矢量；Xk-1则是k-1时刻的系统状态矢量；φk|k-1为k-1时刻的n×n维量测矢量；Wk-1为k-1时刻n×1维系统噪声矢量；Γk-1为系统噪声驱动矩阵；Zk为k时刻m×1维量测矢量；Hk为k时刻m×n维量测矩阵；Vk为k时刻m×1维量测噪声矢量；系统噪声矢量Wk-1和量测噪声矢量Vk都是零均值白噪声序列，且两者互不相关，有如下关系： 其中，Qk表示系统的噪声序列的方差矩阵，Rk是量测噪声的方差序列的方差矩阵；这里，我们假定Qk是非负定矩阵，并且假定Rk为正定矩阵；另外，δkj为Kroneker函数： 结合上面对于滤波方程的数学描述和相关的统计数据，根据一组卡尔曼滤波方程，利用实际的测量值Zk与测量值前一时刻求出的估计值求得k时刻的时间最优估计值卡尔曼滤波方程如下所示：状态一步预测方程： 协方差误差预测方程： 滤波增益方程： 状态估计计算方程： 状态一步预测方程：Pk＝[I-KkHk]Pk|k-1在求解位置、速度、时间信息时，使用卡尔曼滤波算法的思路为：首先，选择一个合适的初始值，即第一个状态的值，只有这样才能够保证卡尔曼滤波算法迭代的收敛性；合理运用预测与更新这两个步骤，用前一状态估计当前状态会有一定的误差，而直接测量当前状态时也会有误差，也称为测量误差，充分利用预测和更新两个步骤可以获得一个更加接近最优状态的值；所述步骤2中GIS地图数据处理，具体如下：由于在空中进行实时的数据通信需要在地面建设多个基站，在每次跳伞前，跳伞员将移动GIS系统连接至互联网更新存储器中的数据，以保证跳伞过程中实际情况与GIS空间地理信息的正确匹配；在增强现实系统从GIS数据库访问数据前需要先在GIS数据库中创建数据源，即对存储器中的数据进行编辑，首先获取跳伞目标地点区域附近的遥感矢量图，对其进行投影变换、影像校正，接着利用GIS技术对其进行数字化处理，在数字化处理的过程中需要将每个地理要素的名称、经纬度坐标、海拔、高程等属性数据补充完整，得到矢量地图；所述步骤3增强现实技术实现跳伞训练路径的规划，具体如下：首先通过特制的护目AR眼镜上设置的摄像头实时获取跳伞员视野，将其作为显示虚拟路径的界面与其他处理系统交互的接口，此步骤交由视频处理模块完成；接着通过跳伞员随身携带的集成传感器组实时获得多项数据，其中包括来自北斗定位接收机中的芯片的跳伞员的实时位置和速度；借助运动状态监测系统中传感器组取得的跳伞员自身的加速度，此步骤通过传感器模块完成；接着将位置信息与存储内的地理数据库中的数据信息匹配，获得跳伞员当前时刻所处地理位置，计算出与目标落点的相对位置，再通过算法在视野内标识出预计落点，通过获得的方位、姿态等数据在视野场景中创建实时坐标系，将规划出的路径通过转换模块进行坐标转换并与现实场景进行结合，显示在AR眼镜中，这个部分称为数据分析与图像生成模块，随着跳伞员的视野转换，以上模块循环工作更新AR眼镜中显示的合成图像，直至跳伞完成，系统结束任务；跳伞员头部姿态数据的计算过程包括头部朝向与俯仰角、倾斜角的计算，其中头部的朝向可以通过电子罗盘的读数判断；俯仰角和倾斜角的计算主要利用加速度传感器获得的读数，加速度传感器是一种感应加速度并将其转换为数字信号输出的传感器；由加速度传感器获取的数据是由作用在传感器的三个坐标轴上的力产生的加速度值，当设备静止时，它获取的值仅是传感器XYZ的三轴方向上的重力加速度的投影矢量；当装置运动时，加速度传感器获取由作用在坐标轴上的力产生的加速度与沿轴向的重力加速度的投影矢量之间的差；根据装置的每个轴向上的加速度值来计算装置的空间姿态数据Pitch和Roll；Pitch表示装置绕X轴相对于水平面的角度，即俯仰角，实际上是视觉坐标系的Y坐标与水平面之间的角度，其值范围为[-180°，180°]；Roll表示设备绕Y轴相对于水平面的旋转角度，即左右倾斜的角度，实际上是视觉坐标系的X坐标与水平面之间的角度，其大小范围为[-90°，90°]。

全文数据：

权利要求：

百度查询： 东南大学 一种北斗导航定位功能与增强现实技术相结合规划跳伞训练路径的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD