授课课程

发布时间:[2020-10-23] 来源:[武汉大学多源智能导航实验室] 点击量:[9904]

惯 性 导 航 原 理

授课教师:牛小骥, 朱智勤, 张万威, 陈起金

开课院系:测绘学院                                 授课对象:导航工程专业

课程类别:专业必修        课程学分:3       课程学时:52 (理论课程: 40, 实践课程: 12)

课程简介:惯性导航是导航定位技术的基本手段之一,是航位推算方法的经典代表。随着近年来惯导硬件成本的迅速下降,惯性导航技术获得了越来越广泛的应用。本课程将讲解:惯性导航的基本原理和特性,常用惯性器件的工作原理、误差模型和测试标定,惯导初始化原理和算法,捷联惯性导航算法及其误差方程,以及惯性导航系统的组成架构和应用领域。

课程简介与教学大纲-惯性导航原理.pdf

 

GNSS接收机原理与设计

授课教师:章红平 教授;郭文飞 副教授;张提升 副教授

开课学期:第二学期                       授课对象:研究生

考核方式:考察                              课程学时:32 (讲授: 20, 讨论: 3, 实验: 9)

授课方式:讲授, 讨论与实验           适用专业:导航、制导与控制;电路与系统;大地测量

课程简介:本课程主要面向当前GNSS 定位的应用需求强烈,以及国内GNSS 接收机板卡和芯片研制水平迅速提高的现状而开展。课程主要针对发展成熟的GPS,以及我国的BDS(北斗)进行教学,主要内容包括:GNSS 发展历史、现状和前景、GNSS 接收机的软硬件架构、原理与算法,以及软硬件GNSS 设计等。GNSS 软件接收机和GNSS 嵌入式接收机进行实验,从而提高同学们对接收机内部的原理以及软硬件实现的具体认识水平。

课程简介与教学大纲-GNSS接收机原理与设计.pdf


导航控制系统设计与实现

授课教师:张提升 副教授,牛小骥 教授

开课学期:研一年级                       授课对象:硕士研究生

考核方式:考察                              课程学时:32 (讲授: 20, 讨论: 6, 实验: 6)

授课方式:讲授, 讨论与实验           适用专业:导航、制导与控制;电路与系统;大地测量

课程简介:导航控制系统设计实现要求及计划;轮式机器人导航控制系统获奖案例;轮式机器人硬件平台结构;多传感器信息时空同步;低成本高精度多源协同定位;轮式机器人精准控制;全局、局部路径规划;机器人智能避障;基于目标点的智能导航控制。

课程简介与教学大纲-导航控制系统设计与实现.pdf

 

导 航 理 论 与 方 法

授课教师:牛小骥教授, 旷俭博士后, 以及多位受邀教师

开课学期:第一学期                         授课对象:硕士研究生

考核方式:考察                                课程学时:32 (讲授: 30, 讨论: 2)

授课方式:课堂讲授+课程调研报告  适用专业:导航、制导与控制;大地测量;电路与系统

课程简介:普及导航基础知识,介绍导航定位技术的若干种常见手段;梳理导航基本原理,萃取现有导航定位技术中蕴含的方法学精髓。并指导学生通过自主调研,深入了解和学习某个导航相关专题,完成课程研究报告并作口头讲解。

课程简介与教学大纲-导航理论与方法.pdf

 

惯性导航与GNSS/INS 组合导航原理

授课教师:牛小骥教授, 陈起金博士后, 张全副研究员, 张提升副教授, 辜声峰副教授

开课学期:第二学期                               授课对象:硕士研究生

考核方式:平时成绩+课程设计               课程学时:32 (讲授: 26, 讨论: 3, 实验: 3)

授课方式:讲授和讨论 + 课程设计          适用专业:导航制导与控制; 大地测量

课程简介:课程将介绍惯性导航原理,学习惯性导航算法及其误差方程和误差传播分析;介绍组合导航概念、Kalman 滤波算法原理,结合GNSS/INS 组合导航系统讲解Kalman 滤波算法的设计,并给出几个设计实例。该课程将使学生理解惯性导航和组合导航原理并具备算法实现能力和一定的系统设计能力。

课程简介与教学大纲-惯性导航与GNSSINS 组合导航原理.pdf

 

机器学习在导航定位技术中的应用

授课教师:牛小骥教授、唐健副教授、郭迟副教授、郭文飞副教授、旷俭博士后

开课学期:春季学期                                授课对象:博士研究生、硕士研究生

考核方式:考察                                       课程学时:32 (讲授: 12, 讨论: 11, 其他: 9)

授课方式:专题讲座 + 文献阅读/开源工具学习 + 小组讨论 + 研究报告

适用专业:通信与信息系统;导航制导与控制;大地测量学与测量工程

课程简介:结合学位论文方向,引导学生主动学习和使用机器学习算法来解决科研中的一个问题,产生创新成果,从而掌握机器学习算法。每位选课学生完成一个与其主要研究方向相关的机器学习算法的应用实例。

课程简介与教学大纲-机器学习在导航定位技术中的应用.pdf


Integrated Navigation

LecturerXiaoji Niu

Credits

Course description:This course introduces the inertial navigation system (INS) and multi‐sensor integrated navigation techniques; the mathematical principle; and the design and implementation of integrated navigation algorithm using GNSS/INS as example. Students will grasp the basic algorithm and system designs of integrated navigation.

Course outline:The course contents includes the following: 1. Principle and algorithm of inertial navigation a) Introduction of inertial navigation and inertial sensors (6 hours); b) Inertial navigation algorithm (INS mechanization) (6 hours); c) Error model of INS (3 hours). 2. Principle and algorithm of GNSS/INS integrated navigation. a) Kalman filter algorithm (6 hours); b) Design of integrated navigation algorithm (6 hours); c) Experiment of integrated navigation (3 hours). 3. Course project seminar (6 hours).

Course Description_Integrated Navigation.pdf 

 

 

 


版权所有:武汉大学多源智能导航实验室(微信公众号:i2Nav) 当前访问量: 技术支持:武汉楚玖科技有限公司