CN109945857B - 一种面向不动产实地测量的车载惯性定位方法及其装置 - Google Patents

Abstract

本发明公开了一种面向不动产实地测量的车载惯性定位方法及其装置，包括以下步骤：1）确定起始点和待测点；2）在起始点完成静基座初始对准，解算得到三个姿态角，保存初始对准数据；3）将测量装置向待测点位行进，在信息有效区域，获取位置和速度信息，完成***的行进间对准，保存对准数据；4）继续行径至信号失效区域，纯捷联解算完成剩余路程测量，保存解算结果；5）通过解算得到的结果，计算待测点的坐标；6）重复步骤1)至5)，完成所有待测点的测量，并最终实现不动产的测量，减小***的非线性误差，扩展惯性测量在不动产测量中应用范围，提高了不动产测量的效率。

Description

一种面向不动产实地测量的车载惯性定位方法及其装置

所属领域

本发明属于测绘技术领域，具体涉及一种面向不动产实地测量的车载惯性定位方法及其装置。

背景技术

目前，不动产实地测量主要是采用GPS-RTK和全站仪等技术，但是实际使用过程中，GPS信号易受到建筑物和构筑物遮挡而无法获取有效信息，全站仪在通视条件差的地方也无法进行有效测量，而捷联惯性导航***(SINS)因其自主性强，不依赖于外界信息的特点，越来越被行业推崇。

捷联惯性导航***通过惯性传感器来敏感载体运动信息，进而解算出***的姿态和位置变化信息，实现距离测量和定位。现有的基于GPS/SINS组合的不动产测量设备是手持式的，通常实地测量的方法是在GPS信号良好的区域进行初始对准，然后由工作人员搬着设备走到待测点，并且此过程没有外部设备进行实时的误差补偿，单纯由纯捷联解算出载体的姿态和位移信息。但是，惯性导航***的误差会随时间而累计，这样短期导航精度还算高，但是如果位置已知点到待测点的距离较远，导航时间较长，那么误差会非常大，最终***的定位精度会大大降低甚至发散；同时，由于不动产测量设备较重，在一些环境恶劣的地区，工作人员对于大型测量设备的搬运费时费力，进行测量时效率会大大降低，因而，如何能够有效的减少误差提高精准度，且易于测量人员的工作，减少工作负担，这成为了目前不动产测量领域中最为关注的问题。

发明内容

本发明正是针对现有技术中的问题，提供了一种面向不动产实地测量的车载惯性定位方法及其装置，首先惯性测量***完成静基座初始对准，获得初始对准数据后，通过遥控车载设备从位置已知点向待测点行进过程中，根据GPS组合测量装置完成行进间对准，获取行进间对准数据并确定行径结束时刻，通过纯捷联解算，获得待测点坐标位置，以最终实现不动产的测量，减小***的非线性误差，扩展惯性测量在不动产测量中应用范围，提高了不动产测量的效率。

为了实现上述目的，本发明采用的技术方案是：一种面向不动产实地测量的车载惯性定位方法，包括以下步骤：

S1,确定作业区域位置的起始点和待测点，获取起始点和待测点坐标；

S2，利用车载惯性测量***在起始点完成静基座的初始对准，计算得到三个初始姿态角，所述初始姿态角分别为航向角、俯仰角、横滚角；

S3，将车载惯性测量***向待测点行进，记录进行过程中的位置信息和速度信息，完成车载惯性测量***行进间对准，保存行进间对准数据；

S4，车载惯性测量***行进至信息失效区域时，通过纯捷联解算完成剩余路程测量，并保存解算数据；

S5，通过步骤S4解算得到的结果，计算待测点的坐标；

S6，重复步骤S1至S5，直至完成所有待测点的测量。

作为本发明的一种改进，所述步骤S2中静基座初始对准方法采用单位置对准，通过建立线性状态方程和线性观测方程，采用标准卡尔曼滤波，结算得到三个初始姿态角。

作为本发明的另一种改进，所述步骤S3中建立车载惯性测量***非线性状态方程，建立线性观测方程，采用非线性滤波方法进行滤波，在信号失效前，解算得到载体行进间对准过程的三个姿态角，保存结束时刻的行进间对准数据。

作为本发明的另一种改进，所述步骤S3进一步包括：

S31，推导非线性姿态误差方程，所述姿态误差方程为，

其中，C_ω为欧拉角微分方程系数矩阵；

为C_ω的逆矩阵；

为理论导航坐标系n系至计算导航坐标系n′系的变换矩阵；

为n系相对于惯性空间的转动角速度；

为

的计算误差；

为陀螺仪的测量误差；

为载体坐标系b系至n′系的变换矩阵；

S32，推导非线性速度误差方程，所述速度误差方程为：

其中，

为加速度计输出的比力；δf_b为加速度计的测量误差；

为地球自转角速度；

为n系相对于地球的旋转角速度；

为

的计算误差；

为

的计算误差；

为速度；δvⁿ为速度误差；

S33，推导位置误差方程，所述位置误差方程为：

其中，L为纬度；δL为纬度误差；λ为经度；δV_N为北向速度误差；V_E为东向速度；δV_E为东向速度误差；R_M为地球子午圈曲率半径；R_N为地球卯酉圈曲率半径；

S34，推导线性观测方程为，所述线性观测方程为：

其中，δλ为经度误差；H为观测矩阵；X为状态变量矩阵；V为观测噪声阵；

S35，将车载惯性测量***向待测点行进，记录进行过程中的位置信息和速度信息；

S36，通过非线性滤波，得到车载惯性测量***行进间对准后的三个姿态角和相对位移，所述相对位移包括行进间对准结束时刻的位置纬度坐标L₀和位置经度λ₀，所述三个姿态角分别为航向角、俯仰角、横滚角。

作为本发明的又一种改进，步骤S4中车载惯性测量***从初始点到待测点行进，将步骤S3获取的行进间对准结果作为纯惯性测量的初始信息，在信号失效之后，IMU进行纯捷联解算，车载惯性测量***中心处与待测点接触时停车，得到纯惯性解算过程的相对位移和三个姿态角，保存数据。

作为本发明的又一种改进，所述步骤S4进一步包括：

S41，根据步骤S3行进间对准的结果，计算纯捷联解算的初始姿态矩阵，所述矩阵为：

其中，H为航向角；P为俯仰角；R为横滚角；

S42，计算纯惯性测量结束时的位置信息，所述位置更新公式为：

其中，L₀为初始纬度；λ₀为初始经度；

为东向速度；

为北向速度；T为时间；

S43，测量车载惯性测量***到达待测点时，车载惯性测量***中心到待测点水平面内的东向距离S₂和北向距离S₁：

S₁＝x·cos H cos P

S₂＝x·cos H cos R

其中，x为车载惯性测量***中心到待测点的垂直距离。

作为本发明的更进一步改进，所述待测点坐标为：

L＝L₁+S₁

λ＝λ₁+S₂。

为了实现上述目的，本发明还采用的技术方案是：一种面向不动产实地测量的车载惯性定位装置，包括小车及测量部件，所述测量部件位于小车正上方，所述测量部件包括惯性测量***及GPS组合测量装置，所述GPS组合测量装置位于惯性测量***的正上方：

所述GPS组合测量装置用于测量位置坐标信息、发送GPS信号确定车载惯性定位装置的行径结束时刻；

所述惯性测量***用于获取姿态角及对准数据，并处理数据后，获得待测点位置坐标；

所述惯性测量***完成静基座初始对准，获得初始对准数据后，车载惯性定位装置在行径中根据GPS组合测量装置完成行进间对准，获取行进间对准数据并确定行径结束时刻，通过纯捷联解算，获得待测点坐标位置。

作为本发明的一种改进，所述惯性测量***在静基座初始对准时采用标准卡尔曼滤波，在行进间对准采用线性滤波。

与现有技术相比，本发明的有益效果为：

(1)本发明将遥控四轮小车与惯性测量***相结合，避免了由工作人员搬着测量设备进行所有待测点的测量，减少了测量人员的工作量；同时在测量环境复杂的地区，无法依赖测量人员手持测量设备进行测量，采用车载惯性测量***可以明显提高测量效率。

(2)本发明引入车载惯性测量***行进间对准技术，从位置已知点到待测点的行进的过程中，如果采用纯惯性测量，在时间较长时，IMU误差会明显累积，造成定位精度降低，考虑有部分路程中GPS信号是有效的，在这一过程中，车载惯性测量***实施行进间对准，能减小IMU误差的累积，明显提高定位精度。

(3)本发明提出了车载惯性测量***行进间对准采用非线性滤波技术。惯性测量***本质上是非线性***，常规方法是线性化处理，采用线性滤波的方法。

(4)本发明结合车载***动态性增强，失准角增大，引入非线性滤波，明显提高了车载惯性测量***的滤波精度。

附图说明

图1为本发明面向不动产实地测量的车载惯性定位方法的步骤流程图；

图2为本发明车载惯性测量***行进间对准的步骤流程图；

图3为本发明车载惯性定位方法中步骤S4纯捷联解算并获取待测点坐标的步骤流程图。

具体实施方式

以下将结合附图和实施例，对本发明进行较为详细的说明。

实施例1

一种面向不动产实地测量的车载惯性定位装置，包括遥控四轮小车及测量部件，所述测量部件位于小车正上方，所述测量部件包括惯性测量***及GPS组合测量装置，所述GPS组合测量装置位于惯性测量***的正上方：

在作业区域内确定需要进行测量的某待测点，在待测点附近选择无遮挡、GPS信号良好的区域，遥控车载惯性定位装置至该区域，由安装在车上GPS组合测量装置获取地理坐标，该坐标作为位置初始点，将惯性测量***完成静基座初始对准，获得初始对准数据后，通过小车的遥控运动功能，将车载惯性定位装置从初始点遥控移动到待测点，行进过程中在GPS信号良好路段，实施行进间对准，同时车载惯性定位装置在行径中根据GPS组合测量装置确定行径结束时刻，在GPS信号失效前，解算得到车载惯性定位装置行进间对准过程的三个姿态角，保存结束时刻的GPS信息和三个姿态角数据，将GPS信号失效前的行进间对准结果作为纯惯性测量的初始信息，遥控车载惯性定位装置向待测点行进，IMU进行纯捷联解算，小车前边缘中心处与待测点接触时停车，得到纯惯性解算过程的相对位移和三个姿态角，保存数据，反复步骤计算待测点坐标，直至完成不动产的测量。

本发明引入车载惯性测量***行进间对准技术，从位置已知点到待测点的行进的过程中，如果采用纯惯性测量，在时间较长时，IMU误差会明显累积，造成定位精度降低，考虑有部分路程中GPS信号是有效的，在这一过程中，车载惯性测量***实施行进间对准，能减小IMU误差的累积，明显提高定位精度。

实施例2

本实施例定位装备由四轮遥控小车、惯性测量***和GPS组合测量装置，其中的核心部件为惯性传感器，由三轴光纤陀螺仪和三轴石英挠性加速度计构成，数据采集模块选择PC/104工控计算机，惯性传感器输出的数据被采集存储到内存卡中，由手持机通过蓝牙控制PC/104工控计算机开始或停止采集和存储数据操作。

一种面向不动产实地测量的车载惯性定位方法，如图1所示，包括以下步骤：

S1,确定作业区域位置的起始点和待测点，获取起始点和待测点坐标；

在作业区域内确定需要进行测量的某待测点，在待测点附近选择无遮挡、GPS信号良好的区域，遥控车载测量***至该区域停下，由安装在车上的GPS-RTK获取地理坐标，该坐标作为位置起始点。

S2，利用车载惯性测量***在起始点完成静基座的初始对准，所述静基座初始对准方法采用单位置对准，通过建立线性状态方程和线性观测方程，采用标准卡尔曼滤波，结算得到三个初始姿态角，所述初始姿态角分别为航向角、俯仰角、横滚角；

S3，将车载惯性测量***向待测点行进，在GPS信号有效时，由GPS-RTK提供位置和速度信息，完成车载惯性测量***行进间对准，建立车载惯性测量***非线性状态方程，建立线性观测方程，采用非线性滤波方法进行滤波，在信号失效前，解算得到载体行进间对准过程的三个姿态角，保存结束时刻的行进间对准数据；如图2所示，所述步骤进一步包括：

S31，推导非线性姿态误差方程：

车载惯性测量***行进间对准过程，动态性强，本发明中将失准角作为大失准角处理，得到n系至n′系的变换矩阵为：

其中，φ_N为北向失准角，φ_E为东向失准角，φ_U为天向失准角。

理论姿态矩阵微分方程为：

其中

为b系相对于n系的旋转角速度在b系上的投影；

为反对称阵。实际姿态矩阵微分方程为：

通过理论推导得到姿态误差方程为：

其中，

为C_ω的逆矩阵

S32，推导非线性速度误差方程：

地球自转角速度在地理坐标系(n系)的投影为：

地理坐标系n系相对于地球坐标系e系的旋转角速度在n系的投影为：

通过理论推导得速度误差方程为：

S33，推导位置误差方程为：

S34，推导线性观测方程为：

其中，

S35，通过非线性滤波，得到车载惯性测量***行进间对准后的三个姿态角，分别为航向角(H)、俯仰角(P)、横滚角(R)，行进间对准结束时刻的坐标为L₀、λ₀。

S4，车载惯性测量***行进至信息失效区域时，通过纯捷联解算完成剩余路程测量，并保存解算数据；

遥控车载惯性测量***从起始点到待测点行进，将行进间对准结果作为纯惯性测量的初始信息，在GPS信号失效之后，继续操控小车向待测点行进，IMU进行纯捷联解算，小车前边缘中心处与待测点接触时停车，得到纯惯性解算过程的相对位移和三个姿态角，保存数据。

如图3所示，纯捷联解算并获取待测点坐标的具体过程如下：

S41，根据行进间对准的结果，计算纯捷联解算的初始姿态矩阵

S42，计算纯惯性测量结束时的位置

位置更新公式为：

S43，测量设备到达待测点时，计算设备中心到待测点水平面内的东向距离和北向距离

S₁＝x·cos H cos P

S₂＝x·cos H cos R

S5，通过步骤S4解算得到的结果，计算待测点的坐标，所述待测点坐标为：

L＝L₁+S₁

λ＝λ₁+S₂。

S6，重复步骤S1至S5，直至完成所有待测点的测量，实现不动产的测量和定位，本发明方法遥控车载设备从位置已知点向待测点行进过程中，在GPS信号有效的区域，进行行进间对准，可缩短纯惯性测量时间，明显提高测量效率和精度。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实例的限制，上述实例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。

Claims (8)

1.一种面向不动产实地测量的车载惯性定位方法，其特征在于，包括以下步骤：

S1,确定作业区域位置的起始点和待测点，获取起始点和待测点坐标；

S2，利用车载惯性测量***在起始点完成静基座的初始对准，计算得到三个初始姿态角，所述初始姿态角分别为航向角、俯仰角、横滚角；

S3，将车载惯性测量***向待测点行进，记录进行过程中的位置信息和速度信息，完成车载惯性测量***行进间对准，保存行进间对准数据，所述步骤S3进一步包括：

S31，推导非线性姿态误差方程，所述姿态误差方程为，

其中，C_ω为欧拉角微分方程系数矩阵；

为C_ω的逆矩阵；

为理论导航坐标系n系至计算导航坐标系n′系的变换矩阵；

为n系相对于惯性空间的转动角速度；

为

的计算误差；

为陀螺仪的测量误差；

为载体坐标系b系至n′系的变换矩阵；

S32，推导非线性速度误差方程，所述速度误差方程为：

其中，

为加速度计输出的比力；δf_b为加速度计的测量误差；

为地球自转角速度；

为n系相对于地球的旋转角速度；

为

的计算误差；

为

的计算误差；

为速度；δvⁿ为速度误差；

S33，推导位置误差方程，所述位置信息误差方程为：

其中，L为纬度；δL为纬度误差；λ为经度；δV_N为北向速度误差；V_E为东向速度；δV_E为东向速度误差；R_M为地球子午圈曲率半径；R_N为地球卯酉圈曲率半径；

S34，推导线性观测方程为，所述线性观测方程为：

其中，δλ为经度误差；H为观测矩阵；X为状态变量矩阵；V为观测噪声阵；

S35，将车载惯性测量***向待测点行进，记录进行过程中的位置信息和速度信息；

S36，通过非线性滤波，得到车载惯性测量***行进间对准后的三个姿态角和相对位移，所述相对位移包括行进间对准结束时刻的位置纬度坐标L₀和位置经度λ₀，所述三个姿态角分别为航向角、俯仰角、横滚角；

S4，车载惯性测量***行进至信息失效区域时，通过纯捷联解算完成剩余路程测量，并保存解算数据；

S5，通过步骤S4解算得到的结果，计算待测点的坐标；

S6，重复步骤S1至S5，直至完成所有待测点的测量。

2.如权利要求1所述的一种面向不动产实地测量的车载惯性定位方法，其特征在于所述步骤S2中静基座初始对准方法采用单位置对准，通过建立线性状态方程和线性观测方程，采用标准卡尔曼滤波，结算得到三个初始姿态角。

3.如权利要求1所述的一种面向不动产实地测量的车载惯性定位方法，其特征在于所述步骤S3中建立车载惯性测量***非线性状态方程，建立线性观测方程，采用非线性滤波方法进行滤波，在信号失效前，解算得到载体行进间对准过程的三个姿态角，保存结束时刻的行进间对准数据。

4.如权利要求1所述的一种面向不动产实地测量的车载惯性定位方法，其特征在于所述步骤S4中车载惯性测量***从初始点到待测点行进，将步骤S3获取的行进间对准结果作为纯惯性测量的初始信息，在信号失效之后，IMU进行纯捷联解算，车载惯性测量***中心处与待测点接触时停车，得到纯惯性解算过程的相对位移和三个姿态角，保存数据。

5.如权利要求4所述的一种面向不动产实地测量的车载惯性定位方法，其特征在于所述步骤S5进一步包括：

S41，根据步骤S3行进间对准的结果，计算纯捷联解算的初始姿态矩阵，所述矩阵为：

其中，H为航向角；P为俯仰角；R为横滚角；

S42，计算纯惯性测量结束时的位置信息，所述位置更新公式为：

其中，L₀为初始纬度；λ₀为初始经度；

为东向速度；

为北向速度；T为时间；

S43，测量车载惯性测量***到达待测点时，车载惯性测量***中心到待测点水平面内的东向距离S₂和北向距离S₁：

S₁＝x·cosHcosP

S₂＝x·cosHcosR

其中，x为车载惯性测量***中心到待测点的垂直距离。

6.如权利要求5所述的一种面向不动产实地测量的车载惯性定位方法，其特征在于所述步骤S5中待测点坐标为：

L＝L₁+S₁

λ＝λ₁+S₂。

7.使用如权利要求1所述定位方法的一种面向不动产实地测量的车载惯性定位装置，包括小车及测量部件，所述测量部件位于小车正上方，其特征在于所述测量部件包括惯性测量***及GPS组合测量装置，所述GPS组合测量装置位于惯性测量***的正上方：

所述GPS组合测量装置用于测量位置坐标信息、发送GPS信号确定车载惯性定位装置的行径结束时刻；

所述惯性测量***用于获取姿态角及对准数据，并处理数据后，获得待测点位置坐标；

所述惯性测量***完成静基座初始对准，获得初始对准数据后，车载惯性定位装置在行径中根据GPS组合测量装置完成行进间对准，获取行进间对准数据并确定行径结束时刻，通过纯捷联解算，获得待测点坐标位置。

8.如权利要求7所述的一种面向不动产实地测量的车载惯性定位装置，其特征在于：所述惯性测量***在静基座初始对准时采用标准卡尔曼滤波，在行进间对准采用线性滤波。

Images