基于小视场星敏感器的SINSRCNS组合导航算法研究的开题报告.docx

基于小视场星敏感器的SINSRCNS组合导航算法研究的开题报告
一、选题背景
组合导航是指多种导航技术的集成应用，以获得更为准确的导航信息。其中星敏感器惯性导航系统（SINS）和视觉导航系统（VNS）是一种典型的组合导航形式，被广泛应用于无人机、自主驾驶等领域。
针对目前SINS-VNS组合导航算法在实际应用中出现的精度不高、抗干扰能力差等问题，本研究将探索基于小视场星敏感器的SINSRCNS组合导航算法，以实现更为精准的导航信息获取。
二、研究内容
1.星敏感器
星敏感器是一种在空间中能够感测恒星位置的传感器，通过测量星体与陀螺仪之间的相对方向和角速度，能够提供精度较高的方位信息。本研究将以小视场星敏感器为基础，建立SINS模型。
2.视觉导航系统
视觉导航系统是指利用视觉传感器对环境进行观测和分析，通过图像处理算法提取场景信息，实现对运动状态和位置的准确估计。本研究将将基于小视场相机，提取不同位置的图像特征，实现视觉导航功能。
3.组合导航算法
由于SINS和VNS所测量的物理量具有不同的特点，因此在进行组合导航时需要使用滤波算法将两种信息进行融合。本研究将设计一种SINSRCNS组合导航算法，以实现更为准确的导航信息估计。
三、研究意义
1.提升导航精度
SINSRCNS组合导航算法将SINS和VNS两种导航技术进行结合，以提升导航精度，实现更为精准的导航信息获取。
2.增强抗干扰能力
通过在SINS和VNS之间进行数据融合，可以提高系统的抗干扰能力，有效地避免传感器信息累积误差的影响。
3.应用前景广泛
SINSRCNS组合导航算法在军事、民用领域，特别是在无人机、自动驾驶车辆等智能化设备中应用广泛，有着良好的市场前景。
四、研究方法
1.建立SINS模型
基于小视场星敏感器，建立SINS模型，获得相对运动信息，为后续视觉导航提供数据支持。
2.实现视觉导航
设计相应算法，利用小视场相机对运动过程中的环境进行图像采集、特征提取、图像对齐等操作，实现视觉导航。
3.设计组合导航算法
利用卡尔曼滤波算法将SINS和VNS的数据进行融合，实现SINSRCNS组合导航算法。
五、预期成果
1.基于小视场星敏感器的SINS模型建立；
2.基于小视场相机的视觉导航系统设计；
3.SINSRCNS组合导航算法的设计与实现；
4.实验验证，证明SINSRCNS组合导航算法的有效性。
六、研究计划
本研究计划为时1年，主要内容如下：
第1-4个月：建立基于小视场星敏感器的SINS模型；
第5-8个月：设计基于小视场相机的视觉导航系统；
第9-10个月：设计SINSRCNS组合导航算法；
第11-12个月：完成实验验证，并撰写毕业论文。
七、参考文献
1.Wang,X.Y.,&Liang,Y.X.(2019).AnImprovedSINS/VisionNavigationAlgorithmBasedonQuaternionandAdaptiveKalmanFiltering.Sensors(Basel),19(21),4528.
2.Li,Z.J.,Yan,W.M.,&Ding,L.(2019).ANovelSINSAlignmentAlgorithmBasedonUnscentedKalmanFilter.Sensors(Basel),19(5),1022.
3.Li,J.,&Li,X.(2019).SINS/VisionSystemNavigationBasedonUnscentedKalmanFilter.Sensors(Basel),19(6),1462.