Android车载惯性定位方法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 论文的主要工作 | 第12页 |
| 1.4 论文的组织结构 | 第12-15页 |
| 第2章 车载定位相关技术分析 | 第15-29页 |
| 2.1 GPS定位系统 | 第15-18页 |
| 2.1.1 GPS系统基本原理 | 第15-16页 |
| 2.1.2 GPS系统误差分析 | 第16-18页 |
| 2.2 惯性定位技术 | 第18-22页 |
| 2.2.1 惯性定位技术基本原理 | 第18-20页 |
| 2.2.2 航位推算算法的基本原理 | 第20-21页 |
| 2.2.3 惯性定位技术缺点分析 | 第21-22页 |
| 2.3 MEMS传感器 | 第22-24页 |
| 2.4 Android传感器开发 | 第24-25页 |
| 2.5 常用坐标系与坐标变换 | 第25-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 改进的车载航位推算方法研究 | 第29-39页 |
| 3.1 改进的车载航位推算算法总体流程设计 | 第29页 |
| 3.2 传感器数据采集 | 第29-31页 |
| 3.2.1 航向角获取 | 第30页 |
| 3.2.2 位移获取 | 第30-31页 |
| 3.3 车辆运动状态分析 | 第31-35页 |
| 3.3.1 匀速直线运动模型 | 第32-33页 |
| 3.3.2 变速直线运动模型 | 第33-34页 |
| 3.3.3 转弯运动模型 | 第34-35页 |
| 3.4 基于传感器的状态判别方法 | 第35页 |
| 3.5 基于车速传感器的改进航位推算算法 | 第35-37页 |
| 3.5.1 直线运动模型解决方案 | 第36页 |
| 3.5.2 转弯运动模型解决方案 | 第36-37页 |
| 3.6 位置与坐标转换 | 第37页 |
| 3.7 本章小结 | 第37-39页 |
| 第4章 车载惯性辅助组合定位模型 | 第39-49页 |
| 4.1 简单数据融合定位算法 | 第39-41页 |
| 4.2 简单数据融合定位存在的问题 | 第41页 |
| 4.3 基于联合卡尔曼滤波融合的组合定位模型 | 第41-48页 |
| 4.3.1 卡尔曼滤波算法 | 第41-44页 |
| 4.3.2 联合卡尔曼滤波算法 | 第44-45页 |
| 4.3.3 组合定位模型结构设计 | 第45-46页 |
| 4.3.4 组合定位模型的联合卡尔曼滤波方案 | 第46-47页 |
| 4.3.5 组合定位模型中GPS漂移纠正 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章实验验证与结果分析 | 第49-59页 |
| 5.1 实验环境与方法 | 第49-53页 |
| 5.1.1 软硬件环境 | 第49-51页 |
| 5.1.2 软件设计 | 第51-53页 |
| 5.2 实验方法 | 第53-54页 |
| 5.3 实验结果分析 | 第54-57页 |
| 5.4 本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-67页 |
| 致谢 | 第67页 |
