二维激光slam导航算法move_base改进版本 通过在move_base_params.yaml中配置参数可实现移动机器人的二次调整，解决机器人定位精度设置太高而影响到达目标点的概率底的问题。 pid_kp: 0.5 pid_kd: 0.5 pid_ki: 0.1 #超时时间 pid_time_out: 200 #目标位置精度,不依靠导航调整,自动通过pid调整 pid_xy_goal_tolerance: 0.005 #目标角度精度,不依靠导航调整,自动通过pid调整 pid_yaw_goal_tolerance: 0.005 #目标位置精度容忍值 pid_tolerate_xy_goal_tolerance: 0.01 #目标角度精度容忍值 pid_tolerate_yaw_goal_tolerance: 0.01 #大于30cm时不能调整，误差太大 pid_distance_threshold: 0.3 pid_isStartPid: true #是否是全向底盘 isOmni: false 视频地址：https://b23.tv/JYhZ8ig

C语言编写的惯性导航和卫星导航的组合导航算法程序，可以实现纯惯性导航解算，组合导航解算，设有传统Kalman滤波、自适应和抗差Kalman滤波，能够进行初始对准，包括间接粗对准和Kalman滤波精对准，可以计算出惯导所处载体的姿态角、速度，位置等信息；数据设置格式和软件使用方式见安装包的说明；算法说明会在后续加入；源代码在Resource文件夹中

空间攻防中，拦截卫星相对目标卫星导航参数的确定，对拦截卫星的拦截轨道设计十分重要-本文针对目标卫星轨道为椭圆轨道且拦截卫星存在机动的情况，研究了拦截卫星的相对导航算法.首先，推导了目标卫星轨道为椭圆轨道时拦截卫星的相对运动方程，并根据星间测量几何关系推导了测量方程；其次，通过引入拦截卫星的机动加速度并考虑其控制误差，设计了改进的扩展卡尔曼滤波器，以提高拦截卫星的相对导航精度；最后，通过仿真验证了算法的有效性，并获得了较好的相对导航精度.

ardupilot中的L1导航算法所参考的文章，是英文原版的，下载的时候请注意，里面介绍了L1的原理

1、卫星信号非常微弱，极易受到干扰，但卫星导航提供的位置误差不随时间累积，卫导系统与惯导系统之间具有很好的互补性，通过惯性/卫星组合导航可以充分发挥两种系统的优点。 2、此算法属于低精度组合导航算法，适合初学者用来学习知识。 3、 算法未考虑空间杆臂误差和时间不同步误差！！！！ 4、 算法采用松耦合的结构，GPS与INS均独立工作并各自提供导航参数的结果。为了提高导航精度，通常将GPS的位置与速度输入到滤波器中，同时，INS的位置、速度、姿态也作为滤波器的输入，滤波器通过比较二者的差值，建立误差模型以估计INS的误差。利用这些误差对惯导结果进行修正，得到速度、位置、姿态的组合导航结果。 松耦合的组合结构易于实现，并且比较稳定。当它为开环时，可以提供三个独立的导航结果(原始INS、原始GPS和组合结果)，当它为闭环时可以提供两个独立的导航结果（原始GPS、组合结果）。 一个主要的缺点，当卫星数量低于最低数量时，GPS会暂时失效。并且GPS KF的输出是时间相关的，那么KF对于测量噪声不相关的假设就会受到影响，从而影响系统性能。

非常好的惯导类学习材料，以捷联惯性/星光组合导航应用为研究主题，针对高空域长航时远程飞机和往返式近地轨道飞行器两种应用对象展开研究，分别设计了基于小视场星体跟踪器的机载惯性/星光组合导航方案和基于大视场星光敏感器的近地惯性/星光/卫星组合导航方案。

组合导航相关算法使用c++文件，INS/GPS组合导航算法

地磁匹配导航算法综述_邓翠婷.pdf

地磁匹配导航算法综述.pdf

1、GPS融合六轴陀螺仪，解算速度，经纬度，方位角，资态。 2、无信号状态下惯性导航