CN110780326A - 一种车载组合导航***和定位方法 - Google Patents
一种车载组合导航***和定位方法 Download PDFInfo
- Publication number
- CN110780326A CN110780326A CN201910919768.1A CN201910919768A CN110780326A CN 110780326 A CN110780326 A CN 110780326A CN 201910919768 A CN201910919768 A CN 201910919768A CN 110780326 A CN110780326 A CN 110780326A
- Authority
- CN
- China
- Prior art keywords
- navigation
- velocity
- inertial
- equation
- observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 36
- 230000033001 locomotion Effects 0.000 claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims description 56
- 238000005259 measurement Methods 0.000 claims description 36
- 238000001914 filtration Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 16
- 239000000126 substance Substances 0.000 claims description 15
- 230000007704 transition Effects 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000010354 integration Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 206010034719 Personality change Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
- G01S19/49—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system whereby the further system is an inertial position system, e.g. loosely-coupled
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
Abstract
本发明提供一种车载组合导航***,包括惯性测量器件,包括陀螺仪和加速度计;卫星导航模块、里程计和组合导航计算机,组合导航计算机与所述惯性测量器件、卫星导航模块、里程计均相连,且其上安装惯性导航子***和卡尔曼滤波器;惯性导航子***对惯性导航信号进行惯性导航解算得到惯性导航参数;卡尔曼滤波器可切换地以卫星导航模块提供的信息或以里程计提供的载体运动速度为观测信号动态估计惯性导航参数的误差,并根据误差来校正导航参数。本发明的车载组合导航***采用惯性导航、卫星导航和里程计结合,使其能在卫星导航信号良好区域提高惯性导航的解算精度,并在卫星导航定位精度降低或不可用的区域,仍然能够为车辆提供高精度的位置信息。
Description
技术领域
本发明涉及一种导航***和定位方法,具体涉及一种车载组合导航***和定位方法。
背景技术
导航定位是保障人类交通及军事活动的重要手段,在车辆、飞行器、舰船甚至水下航行器控制中发挥着关键作用。例如,在铁路列车控制***中,实时高精度得获知列车位置是列控***的基本需求。特别是在列车运行速度越来越快、列次密度越来越高的情况下,要安全高效地监控管理全网列车,离不开高精度列车定位方法和设备的支持。再例如,自动驾驶汽车也离不开高精度的位置信息获取技术。
当前,高精度的陆上车辆定位,主要采用卫星导航定位技术。卫星导航(GNSS,Global Navigation Satellite System)是指采用导航卫星对地面、海洋、空中和空间用户进行导航定位的技术,常见的卫星导航***有美国的GPS***,中国的北斗导航***等。卫星导航具有全天候、高精度等优点,但其也存在若干不足。首先,卫星导航信号易被遮蔽,在室内、隧道、城市高楼林立路面等场景下定位精度恶化甚至失效的问题;其次,卫星导航的输出频率有限,一般为1Hz到5Hz,不能满足一些快速、机动性强的场景下的需求。为了弥补卫星导航定位输出频率不足和在部分场景下可用性降低的问题,出现了卫星导航与惯性导航结合的组合导航技术。
惯性导航***(INS,Inertial Navigation System)也称作惯性参考***,是一种不依赖于外部信息、也不向外部辐射能量(如无线电导航那样)的自主式导航***。惯性导航***属于推算导航方式,即从一已知点的位置根据连续测量到的运动体航向角和速度推算出其下一点的位置,因而可连续测出运动体的当前位置。在惯性导航***中,一般由测量姿态变化的陀螺仪和测量加速度变化的加速度计组成。对陀螺仪的输出就行处理,可以得到运动提的当前姿态信息。对加速度计测量到的运动体的加速度,经过对时间的一次积分得到速度,速度再经过对时间的一次积分即可得到位移。
惯导***目前已经发展出挠性惯导、光纤惯导、激光惯导、微固态惯性仪表等多种方式。陀螺仪由传统的绕线陀螺发展到静电陀螺、激光陀螺、光纤陀螺、微机械陀螺等。其中,激光陀螺测量动态范围宽,线性度好,性能稳定,具有良好的温度稳定性和重复性,在高精度的应用领域中一直占据着主导位置。对于车辆导航定位设备来说,激光陀螺虽然可以提供更好的定位精度,但是由于其高昂的价格限制了其应用领域的拓展。
惯性导航***按照惯性测量单元在运载体上的安装方式,分为平台式惯性导航***(惯性测量单元安装在惯性平台的台体上)和捷联式惯性导航***(惯性测量单元直接安装在运载体上)。后者省去平台,仪表工作条件不佳(影响精度),计算工作量大。
目前,对于车辆导航定位设备,由低成本的MEMS(微机电***)惯性测量器件(IMU,包括陀螺仪和加速度计等)组成的捷联惯导是主要的应用方式,随着MEMS惯性器件的精度越来越高,基于MEMS的捷联惯导设备将会越来越普及。
惯性导航***有如下优点:1、由于它是不依赖于任何外部信息,也不向外部辐射能量的自主式***,故隐蔽性好,也不受外界电磁干扰的影响;2、可全天候、全时间地工作于空中、地球表面乃至水下;3、能提供位置、速度、航向和姿态角数据,所产生的导航信息连续性好而且噪声低;4、数据更新率高、短期精度和稳定性好。但是,惯性导航***存在一些缺点:1、由于导航信息经过积分而产生,定位误差随时间而增大,长期精度差;2、每次使用之前需要较长的初始对准时间;3、设备的价格较昂贵;4、不能给出时间信息。
由于卫星导航与惯性导航各自的优缺点具有很强的互补性,将卫星导航与惯性导航结合在一起的组合导航技术近年来获得的广泛的应用【严恭敏.车载自主定位定向***研究[D].西安:西北工业大学,2006】、【胡高歌,刘逸涵,高社生,杨一.改进的强跟踪UKF算法及其在INS/GPS组合导航中的应用[J].中国惯性技术学报,2014,22(5):634-639】、【张倩.基于MEMS的无人机GPS/SINS组合导航[D].北京理工大学,2015】以及【Jaradat M.,A.-Hafez.M.Improving MEMS-IMU/GPS integrated systems for land vehicle navigationapplications[J].IEEE Sensors Journal,2014,14(5):1545–1554】。GNSS/INS组合导航***用组合导航算法将惯性导航单元的信息和卫星导航***的信息进行综合,来补偿惯性元件的误差,修正载体的位置、速度、姿态信号,从而构成一个高精度、结构紧凑、成本低廉的组合导航***。
但是,GNSS/INS组合导航***在实际应用中,依然存在问题。在GNSS信号较弱或丢失的区域,没有了GNSS提供准确的参考信号,INS只能单独导航,这时INS的误差将会不断累积,导致定位误差发散。对于一些对精度要求较高,且会经历卫星导航***不可用的区域的场景,GNSS/INS组合导航***就变得不再适用。例如,上文提到的列车,可能会经过山谷、隧道或有顶棚的车站车场等卫星导航精度降低或不可用的区域,此时GNSS/INS组合导航将不能提供足够的精度。
发明内容
本发明旨在提供一种新的组合导航方法和设备,来解决卫星导航和惯性导航结合的组合导航***在卫星导航可用性降低或不可用时的高精度定位问题。
为了实现上述目的,本发明提供了一种车载组合导航***,其安装于一载体上,包括:惯性测量器件,包括陀螺仪和加速度计;卫星导航模块,设置为接收和处理卫星导航信号;里程计,设置为输出载体运动速度;和组合导航计算机,其与所述惯性测量器件、卫星导航模块、里程计均相连,且其上安装有惯性导航子***和卡尔曼滤波器;惯性导航子***设置为对惯性测量器件所测量的惯性导航信号进行惯性导航解算得到惯性导航参数;卡尔曼滤波器设置为可切换地以卫星导航模块提供的位置、速度信息或以里程计提供的载体运动速度为观测信号,来动态估计惯性导航参数的误差,并根据此误差来校正惯性导航参数。
所述卫星导航模块包括卫星导航天线、差分数传天线,以及与卫星导航天线和差分数传天线均相连的卫星导航板卡。
所述陀螺仪为MEMS陀螺仪,所述加速度计为MEMS加速度计,且所述惯性导航子***为捷联惯导***。
另一方面,本发明提供一种车载组合导航定位方法,包括:
S1:在一载体上搭建根据上文所述的车载组合导航***,完成车载组合导航***的初始化和对准,并完成车载组合导航***的卡尔曼滤波器的初始参数的设置;
S2:采用所述车载组合导航***的陀螺仪测量到载体坐标系的角速度,采用所述车载组合导航***的加速度计测量到载体坐标系的比力,随后采用惯性导航子***进行惯性导航解算并输出惯性导航参数,惯性导航参数包括姿态、速度和位置;
S3:采用所述车载组合导航***的卫星导航模块接收卫星导航信号,并判断是否存在可用的卫星导航信号;
S4:根据判断结果,当存在可用的卫星导航信号时,处理该卫星导航信号,得到卫星导航模块测量到的载体的位置和速度,并执行卫星导航模块与惯性导航子***的组合导航解算,否则进行惯性导航子***与里程计的组合导航解算;
S5:得到所述车载组合导航***的卡尔曼滤波器,包括:
S51:确定卡尔曼滤波器的状态方程;
S52:确定卡尔曼滤波器的状态方程的状态转移矩阵F(t)、***噪声分配矩阵G(t)和***白噪声矢量W(t);
S53:进行***的离散化和卡尔曼滤波,得到更新的卡尔曼滤波的状态向量;
S6:根据更新的卡尔曼滤波的状态向量,对惯性导航参数进行校正,该校正包括平台角、速度、位置,以及陀螺仪零偏和加速度计零偏的校正。
所述惯性导航解算包括姿态更新解算、速度更新解算和位置更新解算,所述姿态更新解算采用四元数法,或者旋转向量法进行,所述速度更新解算利用加速度计测量到的载体坐标系的比力来计算,位置更新结算包括根据导航坐标系的位置的变化速度对导航坐标系的位置进行更新。
在所述步骤S4中,执行卫星导航模块与惯性导航子***的组合导航解算,包括:
S41:构造以卫星导航模块测量到的载体的位置和速度为参考的量测信息,量测信息包括卫星导航模块测量到的载体的位置和速度;
S42:以所述步骤S2中的惯性导航参数中的位置和卫星导航模块测量到的位置之差为位置观测量,以所述步骤S2中的惯性导航参数中的速度和卫星导航模块测量到的速度之差为速度观测量,建立位置观测方程和速度观测方程来估计位置观测量和速度观测量的误差;
所述位置观测方程为Zp(t)=Hp(t)X(t)+Vp(t),其中,X(t)为卡尔曼滤波的状态向量,Hp(t)为位置观测方程的观测矩阵,Vp(t)为位置观测方程的观测噪声;
所述速度观测方程为Zv(t)=Hv(t)X(t)+Vv(t),X(t)为卡尔曼滤波的状态向量,Hv(t)为速度观测方程的观测矩阵,Vv(t)为速度观测方程的观测噪声。
在所述S42中,所述位置观测量Zp(t)为:
其中,LI、λI、hI为所述惯性导航参数中的位置,单位为米,LG、λG、hG为卫星导航模块测量到的位置,单位为米,L、λ、h为导航坐标系的纬度、经度和高度,单位为米,RM和RN为子午和卯酉曲率半径,单位为米;
在所述步骤S4中,所述进行惯性导航子***与里程计的组合导航解算,包括:
步骤S41’:构造以里程计输出的载体运动速度为参考的量测信息,量测信息为里程计输出的载体运动速度在导航坐标系下的变换结果;
步骤S42’:以所述惯性导航参数中的速度与里程计输出的载体运动速度之差作为速度观测量Zv(t),在卡尔曼滤波器中建立速度观测方程来估计速度观测量的误差;所述速度观测方程为Zv(t)=Hv(t)X(t)+Vv(t),X(t)为卡尔曼滤波的状态向量,Hv(t)为速度观测方程的观测矩阵,Vv(t)为速度观测方程的观测噪声;所述速度观测量为其中,为导航坐标系下的里程计测量误差,δvn为所述惯性导航参数中的速度的误差。
在所述步骤S51中,所述卡尔曼滤波的状态向量为
其中,和分别表示东向E、北向N和天向U的平台角误差;δvE、δvN和δvU分别表示东向E、北向N和天向U的速度误差;δL、δλ和δh分别表示纬度L、经度λ和高度h的误差;和分别表示陀螺仪在x轴、y轴和z轴的零偏;和分别表示加速度计在x轴、y轴和z轴的零偏;
且所述卡尔曼滤波器的状态方程为:
X(t+1)=F(t)X(t)+G(t)W(t),
其中,t为时间,单位为秒;F(t)为15×15维的状态转移矩阵;G(t)为15×6维的***噪声分配矩阵,W(t)为6×1维的***白噪声矢量。
在所述步骤S52中,所述状态转移矩阵FINS采用误差传播方程构造,误差传播方程包括平台角误差方程、速度误差方程、位置误差方程、常值误差方程和噪声方程。
本发明的车载组合导航***采用惯性导航、卫星导航和里程计结合,使其能够在卫星导航信号良好区域,由卫星导航和惯性导航组合,提供高精度的位置信息,由于卫星导航为惯性导航提供了良好的参考信号,组合导航可以精确估计出惯性导航的参数,包括失准角、陀螺仪零偏和加速度计零偏,可提高惯性导航的解算精度,并在卫星导航定位精度降低或不可用的区域,使用惯性导航和里程计的组合导航方式,仍然能够为车辆提供高精度的位置信息。
附图说明
图1为根据本发明的一个实施例的车载组合导航***的组成框图;
图2为根据本发明的一个实施例的车载组合导航定位方法的流程图;
图3为如图2所示的车载组合导航定位方法的详细的逻辑框图。
具体实施方式
以下结合具体实施例,对本发明做进一步说明。应理解,以下实施例仅用于说明本发明而非用于限制本发明的范围。
如图1所示为根据本发明的一个实施例的一种车载组合导航***,其安装于一载体(通常为车辆)上,通过卫星导航、捷联惯性导航和里程计结合实现了列车或汽车的高精度位置信息的获取,包括惯性测量器件1、卫星导航模块2:
惯性测量器件1用于测量惯性导航信号,包括陀螺仪11和加速度计12;其中,陀螺仪11为MEMS陀螺仪,用于测量载体的角速度(转弯或者翻滚),加速度计12为MEMS加速度计,用于测量载体的比力(也就是加速度)。
卫星导航模块2设置为接收和处理卫星导航信号,包括卫星导航天线21、差分数传天线22,以及与卫星导航天线21和差分数传天线22均相连的卫星导航板卡23,其中,卫星导航天线21用于接收卫星导航信号;差分数传天线22,用于接收卫星导航的差分数据;卫星导航板卡21处理卫星导航信号和卫星导航的差分数据,并输出相应的位置、速度、航向角等信息。
里程计3设置为输出车辆运动的线速度信息,即载体运动速度。
组合导航计算机4,其与所述惯性测量器件1、卫星导航模块2、里程计3均相连,且其上安装有惯性导航子***41和卡尔曼滤波器42。组合导航计算机4处理惯性测量器件1所测量的惯性导航信号、卫星导航模块2输出的位置、速度、航向角信息和里程计3输出的线速度信息,惯性导航子***41设置为通过对惯性测量器件1所测量的惯性导航信号进行惯性导航解算得到惯性导航参数,卡尔曼滤波器41设置为进行组合导航滤波计算,即卡尔曼滤波器41设置为可切换地以卫星导航模块2提供的位置、速度信息或以里程计3提供的载体运动速度为观测信号,来动态估计惯性导航参数的误差,并根据此误差来校正惯性导航参数,得到组合导航参数,该组合导航参数包括位置和速度等信息。其中,惯性导航子***41优选为捷联惯导***。
电源模块5,为惯性测量器件1、卫星导航模块2、里程计3和组合导航计算机4提供电力供应。
由此,本发明的车载组合导航方法通过将现有的惯性导航技术与卫星导航模块2结合、将惯性导航技术与里程计3组合,并采用一个卡尔曼滤波器41统一起来,结构简洁,组合精度更高。
如图2-图3所示为基于上文所述的车载组合导航***,所实现的车载组合导航定位方法。该方法通过卫星导航、捷联惯性导航和里程计三者结合的方式实现在各种线路场景下的列车或汽车的高精度定位。该方法包括以下步骤:
步骤S1:***初始化及对准,具体包括:在一载体上搭建上文所述的车载组合导航***,完成车载组合导航***的初始化和对准,并完成车载组合导航***的卡尔曼滤波器41的初始参数的设置;
步骤S2:采用所述车载组合导航***的陀螺仪11测量到载体坐标系的角速度,采用所述车载组合导航***的加速度计12测量到载体坐标系的比力,随后采用惯性导航子***41进行惯性导航解算并输出惯性导航参数,该惯性导航解算包括姿态更新解算、速度更新解算和位置更新解算,惯性导航参数包括惯性导航子***41输出的姿态、速度和位置。
其中,姿态更新解算是指利用陀螺仪11和加速度计12的测量数据,获取载体的姿态角和姿态矩阵。设载体的三个姿态角为横滚角γ、俯仰角θ、航向角ψ。姿态更新解算可采用四元数法,或者旋转向量法进行。
速度更新解算是指利用加速度计测量到的比力,更新载体的速度。设载体的速度为vn=[vE,vN,vU]T,vE,vN,vU分别为载体的东向E、北向N、天向U的速度分量。速度更新解算利用速度的微分,即加速度计12测量到的载体坐标系的比力,来计算。具体可由比力方程得到,载体的加速度为:
其中,是加速度计测量到的载体坐标系的比力,单位为米/秒2;为导航坐标系随地球自转的旋转角速度,单位为弧度/秒,为导航坐标系相对地球转动的角速度,单位为弧度/秒;gn为重力加速度,单位为米/秒2;是从载体坐标系(下标b)到导航坐标系(上标n)的转换矩阵,有3行3列。
gn=[0,0,-g]T,
其中,L、λ、h分别为导航坐标系的纬度、经度和高度,纬度、经度的单位为弧度,高度的单位为米;RM、RN为子午和卯酉曲率半径,单位为米;ωie是地球自转角速度,单位为弧度。
位置更新结算包括根据导航坐标系的位置的变化速度对导航坐标系的位置进行更新,导航坐标系的位置包括导航坐标系的纬度L、经度λ和高度h。其中,导航坐标系的位置的变化速度为:
此外,所述步骤S2还包括:在对导航坐标系的位置进行更新后,按照下式对子午和卯酉曲率半径RM、RN进行更新。
子午和卯酉曲率半径RM、RN分别为:
其中,Re为地球长半轴长度,单位为米;f为地球椭圆扁率。
步骤S3:采用所述车载组合导航***的卫星导航模块2接收卫星导航信号,并判断是否存在可用的卫星导航信号;
步骤S4:根据判断结果,当存在可用的卫星导航信号时,处理该卫星导航信号,得到卫星导航模块2测量到的载体的位置和速度,并执行卫星导航模块2与惯性导航子***41的组合导航解算,否则进行惯性导航子***41与里程计3的组合导航解算。
其中,执行卫星导航模块2与惯性导航子***41的组合导航解算,具体包括:
步骤S41:构造以卫星导航模块2测量到的载体的位置和速度为参考的量测信息,量测信息包括卫星导航模块2测量到的载体的位置和速度,位置包括纬度、经度和高度,速度可以是载体的3个速度分量vn=[vE,vN,vU]T,亦可以是载体在前进方向上的线速度v。
其中,当卫星导航模块2测量到的速度是载体在前进方向上的线速度v时,所述步骤S4还包括:借助步骤S2中的姿态更新解算的结果,将线速度v分解为载体的3个速度分量vn=[vE,vN,vU]T。由此,载体的3个速度分量vn为:
步骤S42:采用间接法估计观测量的误差,包括:以所述步骤S2中的惯性导航参数中的位置和所述步骤S3中的卫星导航模块2测量到的位置之差为位置观测量,以所述步骤S2中的惯性导航参数中的速度和卫星导航模块2测量到的速度之差为速度观测量,建立位置观测方程和速度观测方程来估计位置观测量和速度观测量的误差;
所述位置观测方程为Zp(t)=Hp(t)X(t)+Vp(t)。
其中,X(t)为卡尔曼滤波的状态向量,Hp(t)为位置观测方程的观测矩阵,Vp(t)为位置观测方程的观测噪声。
位置观测方程的观测矩阵Hp(t)和观测噪声Vp(t)采用如下方法确定:
设X是待估计的卡尔曼滤波的状态向量,是15行1列的列向量,则卡尔曼滤波的状态向量X为:
其中,前3个分量分别是东向E、北向N和天向U的平台角误差;δvE,δvN,δvU分别是东向E、北向N和天向U的速度误差;δL,δλ,δh分别是纬度L、经度λ和高度h的误差;是陀螺仪11的3轴零偏;是加速度计12的3轴零偏。
随后,在卫星导航可用时,将所述惯性导航参数中的位置与卫星导航模块2测量到的位置之差作为位置观测方程的位置观测量Zp(t);
由于二者输出均有误差,设所述惯性导航参数中的位置为LI、λI、hI,卫星导航模块2测量到的位置为LG、λG、hG,它们与真实位置L、λ、h的关系分别为:
其中,δL、δλ、δh为惯性导航子***41的定位误差,单位为米,δl=[δlE δlN δlU]为卫星导航模块2的定位误差,单位为米,RM和RN为子午和卯酉曲率半径,单位为米。
所述位置观测量Zp(t)为:
其中,LI、λI、hI为所述惯性导航参数中的位置,单位为米,LG、λG、hG为卫星导航模块2测量到的位置,单位为米,L、λ、h为真实位置,即导航坐标系的纬度、经度和高度,单位为米,RM和RN为子午和卯酉曲率半径,单位为米。
采用上述两个公式的变量带入位置观测量Zp(t)的公式,则所述位置观测量Zp(t)为:
其中,LI、λI、hI为所述惯性导航参数中的位置,单位为米,LG、λG、hG为卫星导航模块2测量到的位置,单位为米,L、λ、h为真实位置,即导航坐标系的纬度、经度和高度,单位为米,RM和RN为子午和卯酉曲率半径,单位为米,δlE、δlN、δlU为卫星导航模块2的定位误差,单位为米。
由上式(4)可知,所述位置观测方程的观测矩阵Hp(t)为:
位置观测方程的观测噪声Vp(t)=δlT,各维均为白噪声。
所述速度观测方程为Zv(t)=Hv(t)X(t)+Vv(t),
其中,X(t)为卡尔曼滤波的状态向量,Hv(t)为速度观测方程的观测矩阵,Vv(t)为速度观测方程的观测噪声。
速度观测方程的观测矩阵Hv(t)和观测噪声Vv(t)如下方法确定:
将所述惯性导航参数中的速度与和卫星导航模块2测量到的速度之差作为速度观测方程的速度观测量。则速度观测量Zv(t)为:
观测矩阵Hv(t)可由上式得到。速度观测方程的观测矩阵Hv(t)为:
在执行卫星导航模块2与惯性导航子***41的组合导航解算时,所述步骤S4还可以包括:将位置观测方程和速度观测方程组合得到组合观测方程,该组合观测方程可以同时估计所述惯性导航参数中的位置和卫星导航模块2测量到的位置之差和相应的速度之差。因此,在卫星导航信号可用时,组合观测方程为:
其中,Zp(t)为位置观测量,Hp(t)为位置观测方程的观测矩阵,Vp(t)为位置观测方程的观测噪声,Zv(t)为速度观测量,Hv(t)为速度观测方程的观测矩阵,Vv(t)为速度观测方程的观测噪声。
其中,所述进行惯性导航子***41与里程计3的组合导航解算,具体包括:
步骤S41’:构造以里程计输出的载体运动速度为参考的量测信息,量测信息为里程计3输出的载体运动速度在导航坐标系下的变换结果(包括3个速度分量)。
其中,载体运动速度是载体前进的线速度,在导航坐标系下处理时,需要借助姿态角进行分解。
所述速度观测方程为Zv(t)=Hv(t)X(t)+Vv(t),
其中,X(t)为卡尔曼滤波的状态向量,Hv(t)为速度观测方程的观测矩阵,Vv(t)为速度观测方程的观测噪声。
对应的速度观测方程的观测矩阵为:
步骤S5:得到所述车载组合导航***的卡尔曼滤波器42,具体包括:
步骤S51:确定所述车载组合导航***的卡尔曼滤波器42的状态方程;
由于,本申请采用下式所述的15维向量作为卡尔曼滤波的状态向量,
其中,和分别表示东向E、北向N和天向U的平台角误差;δvE、δvN和δvU分别表示东向E、北向N和天向U的速度误差;δL、δλ和δh分别表示纬度L、经度λ和高度h的误差;和分别表示陀螺仪在x轴、y轴和z轴的零偏;和分别表示加速度计在x轴、y轴和z轴的零偏。
因此,卡尔曼滤波器42的状态方程为:
X(t+1)=F(t)X(t)+G(t)W(t)
其中,t为时间,单位为秒;F(t)为15×15维的状态转移矩阵,由误差方程确定;G(t)为15×6维的***噪声分配矩阵,W(t)为6×1维的***白噪声矢量。
步骤S52:确定卡尔曼滤波器42的状态方程的状态转移矩阵F(t)、***噪声分配矩阵G(t)和***白噪声矢量W(t);
状态转移矩阵F(t)的确定:
其中,FINS是对应9个基本导航参数(即,对应于卡尔曼滤波的状态向量X(t)中的前9个分量,包括3个姿态角参数、3个速度参数和3个位置参数,共9维)的状态转移矩阵,该状态转移矩阵FINS采用误差传播方程构造。
其中,误差传播方程包括平台角误差方程、速度误差方程、位置误差方程、常值误差方程和噪声方程。
其中,平台角误差是载体坐标系与惯导平台坐标系之间的角度差,以φn=[φEφN φU]T表示平台角,由于,平台角误差的表达式为:
其中,φn=[φE φN φU]T为平台角,ωie是地球自转角速度。L是载***置(即导航坐标系的位置)的纬度,单位为弧度;表示载体在地球表面附近移动因地球表面弯曲引起的导航系旋转,符号δ表示对应量的误差。
地球自转角速度的误差为:
其中,ωie是地球自转角速度,L为导航坐标系的纬度。
导航系旋转的误差为:
据此,得到平台误差角方程,平台误差角方程为:
其中,ωie是地球自转角速度;RM和RN为子午和卯酉曲率半径,单位为米;L、h为导航坐标系的纬度和高度;vE,vN,vU分别为载体的东向E、北向N、天向U的速度分量。
速度误差由速度微分的误差得到,速度微分的误差为:
展开成分量形式,则得到速度误差方程,该速度误差方程为:
其中,ωie是地球自转角速度;RM和RN为子午和卯酉曲率半径,单位为米;L、h为导航坐标系的纬度和高度;vE,vN,vU分别为载体的东向E、北向N、天向U的速度分量,φn=[φEφN φU]T为平台角。
由可得,位置误差方程为:
其中,RM和RN为子午和卯酉曲率半径,单位为米;L、h为导航坐标系的纬度和高度;vE,vN,vU分别为载体的东向E、北向N、天向U的速度分量。
常值误差是指陀螺仪的随机漂移和加速度计的零位偏置,随机误差是陀螺仪和加速度计自身的高斯噪声。由于常值误差和随机误差都是相对于载体的,因此在导航坐标系下建模还应将误差转换到导航坐标系下。
由此可根据上述的误差传播方程,可确定状态转移矩阵F(t)。
***噪声分配矩阵G(t)为:
***白噪声矢量W(t)为:
W(t)=[ωgx ωgy ωgz ωax ωay ωaz]T,其中,ωgx、ωgy、ωgz为陀螺仪的白噪声,ωax、ωay、ωaz为加速度计的白噪声。
步骤S53:进行***的离散化和卡尔曼滤波,得到更新的卡尔曼滤波的状态向量。
在进行***的离散化时,离散化的***状态方程和观测方程分别为:
Xk=Φk/k-1Xk-1+Γk-1Wk-1
Zk=HkXk+Vk
其中,k表示离散化的当前时刻,k-1表示离散化的上一次更新的时刻,Φ是离散化的状态转移矩阵,Γ是离散化的***噪声传播矩阵。Zk为量测值、Hk为量测矩阵、Vk为量测噪声。
进行卡尔曼滤波,具体包括如下步骤:
状态一步预测:Xk/k-1=φk/k-1Xk-1
状态估计:Xk=Xk/k-1+Kk(Zk-HkXk/k-1)
其中,得到的卡尔曼滤波器42的输出Xk即是经过卡尔曼滤波估计后的新的状态向量。
Xk-1是上一个时刻(k-1)的状态估计;Xk是更新后(当前时刻k)的状态估计;Xk/k-1是根据上一时刻k-1状态估计值Xk-1做出的当前时刻k的状态预测值。
矩阵P是状态向量X的方差矩阵(15x15维),有P=E{XXT}。相应地,Pk-1是上一个时刻(k-1)的方差矩阵;Pk是更新后(当前时刻k)的方差矩阵。
Kk是卡尔曼滤波增益矩阵。
Qk-1是***噪声方差矩阵,在***初始化时设定。Rk是量测噪声方差矩阵,在***初始化时设定,或根据卫星导航模块2提供的位置、速度的测量精度指示来动态确定;或根据里程计提供的里程计测速精度来确定。
步骤S6:参数校正,具体包括:根据更新的卡尔曼滤波的状态向量,对惯性导航参数进行校正,该校正包括平台角、速度、位置,以及陀螺仪零偏和加速度计零偏的校正。
其中,设X(k)是卡尔曼滤波器42的输出,即更新的卡尔曼滤波器地状态向量:
2)速度的校正,包括:将上一时刻的速度vE(k-1),vN(k-1),vU(k-1)减去更新的卡尔曼滤波器状态向量中的速度误差δvE,δvN,δvU,得到修正后的速度vE(k),vN(k),vU(k)。即,
3)位置的校正,包括:将上一时刻的位置L(k-1),λ(k-1),h(k-1)减去更新的卡尔曼滤波器状态向量中的位置误差δL,δλ,δh,得到修正后的位置L(k),λ(k),h(k)。即,
以上所述的,仅为本发明的较佳实施例,并非用以限定本发明的范围,本发明的上述实施例还可以做出各种变化。凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰,皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。
Claims (10)
1.一种车载组合导航***,其安装于一载体上,其特征在于,包括:
惯性测量器件(1),包括陀螺仪(11)和加速度计(12);
卫星导航模块(2),设置为接收和处理卫星导航信号;
里程计(3),设置为输出载体运动速度;和
组合导航计算机(4),其与所述惯性测量器件(1)、卫星导航模块(2)、里程计(3)均相连,且其上安装有惯性导航子***(41)和卡尔曼滤波器(42);惯性导航子***(41)设置为对惯性测量器件(1)所测量的惯性导航信号进行惯性导航解算得到惯性导航参数;卡尔曼滤波器(41)设置为可切换地以卫星导航模块(2)提供的位置、速度信息或以里程计(3)提供的载体运动速度为观测信号,来动态估计惯性导航参数的误差,并根据此误差来校正惯性导航参数。
2.根据权利要求1所述的车载组合导航***,其特征在于,所述卫星导航模块(2)包括卫星导航天线(21)、差分数传天线(22),以及与卫星导航天线(21)和差分数传天线(22)均相连的卫星导航板卡(23)。
3.根据权利要求1所述的车载组合导航***,其特征在于,所述陀螺仪(11)为MEMS陀螺仪,所述加速度计(12)为MEMS加速度计,且所述惯性导航子***(41)为捷联惯导***。
4.一种车载组合导航定位方法,其特征在于,包括:
步骤S1:在一载体上搭建根据权利要求1-3之一所述的车载组合导航***,完成车载组合导航***的初始化和对准,并完成车载组合导航***的卡尔曼滤波器(41)的初始参数的设置;
步骤S2:采用所述车载组合导航***的陀螺仪(11)测量到载体坐标系的角速度,采用所述车载组合导航***的加速度计(12)测量到载体坐标系的比力,随后采用惯性导航子***(41)进行惯性导航解算并输出惯性导航参数,惯性导航参数包括姿态、速度和位置;
步骤S3:采用所述车载组合导航***的卫星导航模块(2)接收卫星导航信号,并判断是否存在可用的卫星导航信号;
步骤S4:根据判断结果,当存在可用的卫星导航信号时,处理该卫星导航信号,得到卫星导航模块(2)测量到的载体的位置和速度,并执行卫星导航模块(2)与惯性导航子***(41)的组合导航解算,否则进行惯性导航子***(41)与里程计(3)的组合导航解算;
步骤S5:得到所述车载组合导航***的卡尔曼滤波器(42),包括:
步骤S51:确定卡尔曼滤波器(42)的状态方程;
步骤S52:确定卡尔曼滤波器(42)的状态方程的状态转移矩阵F(t)、***噪声分配矩阵G(t)和***白噪声矢量W(t);
步骤S53:进行***的离散化和卡尔曼滤波,得到更新的卡尔曼滤波的状态向量;
步骤S6:根据更新的卡尔曼滤波的状态向量,对惯性导航参数进行校正,该校正包括平台角、速度、位置,以及陀螺仪零偏和加速度计零偏的校正。
5.根据权利要求4所述的车载组合导航定位方法,其特征在于,所述惯性导航解算包括姿态更新解算、速度更新解算和位置更新解算,所述姿态更新解算采用四元数法,或者旋转向量法进行,所述速度更新解算利用加速度计(12)测量到的载体坐标系的比力来计算,位置更新结算包括根据导航坐标系的位置的变化速度对导航坐标系的位置进行更新。
6.根据权利要求4所述的车载组合导航定位方法,其特征在于,在所述步骤S4中,执行卫星导航模块(2)与惯性导航子***(41)的组合导航解算,包括:
步骤S41:构造以卫星导航模块(2)测量到的载体的位置和速度为参考的量测信息,量测信息包括卫星导航模块(2)测量到的载体的位置和速度;
步骤S42:以所述步骤S2中的惯性导航参数中的位置和卫星导航模块(2)测量到的位置之差为位置观测量,以所述步骤S2中的惯性导航参数中的速度和卫星导航模块(2)测量到的速度之差为速度观测量,建立位置观测方程和速度观测方程来估计位置观测量和速度观测量的误差;
所述位置观测方程为Zp(t)=Hp(t)X(t)+Vp(t),其中,X(t)为卡尔曼滤波的状态向量,Hp(t)为位置观测方程的观测矩阵,Vp(t)为位置观测方程的观测噪声;
所述速度观测方程为Zv(t)=Hv(t)X(t)+Vv(t),其中,X(t)为卡尔曼滤波的状态向量,Hv(t)为速度观测方程的观测矩阵,Vv(t)为速度观测方程的观测噪声。
8.根据权利要求4所述的车载组合导航定位方法,其特征在于,在所述步骤S4中,所述进行惯性导航子***(41)与里程计(3)的组合导航解算,包括:
步骤S41’:构造以里程计输出的载体运动速度为参考的量测信息,量测信息为里程计(3)输出的载体运动速度在导航坐标系下的变换结果;
步骤S42’:以所述惯性导航参数中的速度与里程计(3)输出的载体运动速度之差作为速度观测量Zv(t),在卡尔曼滤波器(42)中建立速度观测方程来估计速度观测量的误差;所述速度观测方程为Zv(t)=Hv(t)X(t)+Vv(t),其中,X(t)为卡尔曼滤波的状态向量,Hv(t)为速度观测方程的观测矩阵,Vv(t)为速度观测方程的观测噪声;
其中,为导航坐标系下的里程计测量误差,δvn为所述惯性导航参数中的速度的误差。
9.根据权利要求4所述的车载组合导航定位方法,其特征在于,在所述步骤S51中,所述卡尔曼滤波的状态向量为
其中,和分别表示东向E、北向N和天向U的平台角误差;δvE、δvN和δvU分别表示东向E、北向N和天向U的速度误差;δL、δλ和δh分别表示纬度L、经度λ和高度h的误差;和分别表示陀螺仪在x轴、y轴和z轴的零偏;和分别表示加速度计在x轴、y轴和z轴的零偏;
且所述卡尔曼滤波器(42)的状态方程为:
X(t+1)=F(t)X(t)+G(t)W(t),
其中,t为时间,单位为秒;F(t)为15×15维的状态转移矩阵;G(t)为15×6维的***噪声分配矩阵,W(t)为6×1维的***白噪声矢量。
10.根据权利要求9所述的车载组合导航定位方法,其特征在于,在所述步骤S52中,所述状态转移矩阵FINS采用误差传播方程构造,误差传播方程包括平台角误差方程、速度误差方程、位置误差方程、常值误差方程和噪声方程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910919768.1A CN110780326A (zh) | 2019-09-26 | 2019-09-26 | 一种车载组合导航***和定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910919768.1A CN110780326A (zh) | 2019-09-26 | 2019-09-26 | 一种车载组合导航***和定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110780326A true CN110780326A (zh) | 2020-02-11 |
Family
ID=69384557
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910919768.1A Pending CN110780326A (zh) | 2019-09-26 | 2019-09-26 | 一种车载组合导航***和定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110780326A (zh) |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111380516A (zh) * | 2020-02-27 | 2020-07-07 | 上海交通大学 | 基于里程计测量信息的惯导/里程计车辆组合导航方法及*** |
CN111412912A (zh) * | 2020-04-14 | 2020-07-14 | 上海华测导航技术股份有限公司 | 导航板卡、用于导航板卡的多源数据融合方法以及运载体 |
CN111678514A (zh) * | 2020-06-09 | 2020-09-18 | 电子科技大学 | 一种基于载体运动条件约束和单轴旋转调制的车载自主导航方法 |
CN111721290A (zh) * | 2020-07-13 | 2020-09-29 | 南京理工大学 | 一种多源传感器信息融合定位切换方法 |
CN111736194A (zh) * | 2020-07-06 | 2020-10-02 | 广州导远电子科技有限公司 | 组合惯性导航***及导航数据处理方法 |
CN111751857A (zh) * | 2020-07-08 | 2020-10-09 | 中国第一汽车股份有限公司 | 一种车辆位姿的估算方法、装置、存储介质及*** |
CN111781626A (zh) * | 2020-08-09 | 2020-10-16 | 湖南星至导航科技有限公司 | 多功能导航***与方法 |
CN111781624A (zh) * | 2020-08-09 | 2020-10-16 | 湖南星至导航科技有限公司 | 通用组合导航***与方法 |
CN111832690A (zh) * | 2020-06-15 | 2020-10-27 | 中国人民解放军海军工程大学 | 基于粒子群优化算法的惯导***的陀螺测量值计算方法 |
CN112083465A (zh) * | 2020-09-18 | 2020-12-15 | 德明通讯(上海)有限责任公司 | 位置信息获取***及方法 |
CN112130188A (zh) * | 2020-11-23 | 2020-12-25 | 蘑菇车联信息科技有限公司 | 车辆定位方法、设备及云服务器 |
CN112180412A (zh) * | 2020-09-23 | 2021-01-05 | 中国人民解放军空军工程大学 | 一种基于卫星导航定位***的相对定位定向补偿方法 |
CN112269200A (zh) * | 2020-10-14 | 2021-01-26 | 北京航空航天大学 | 一种基于可观测度的惯性/卫星***自适应混合校正方法 |
CN112363249A (zh) * | 2020-09-02 | 2021-02-12 | 广东工业大学 | 一种移动式气象测量方法及装置 |
CN112393743A (zh) * | 2020-10-10 | 2021-02-23 | 湖北航天飞行器研究所 | 一种物理运动测试方式的组合导航验证***及方法 |
CN112729283A (zh) * | 2020-12-21 | 2021-04-30 | 西北工业大学 | 一种基于深度相机/mems惯导/里程计组合的导航方法 |
CN112729317A (zh) * | 2020-12-17 | 2021-04-30 | 大陆投资(中国)有限公司 | 用于定位车辆的方法和车载*** |
CN112781617A (zh) * | 2020-12-28 | 2021-05-11 | 广州吉欧电子科技有限公司 | 误差估计方法、组合导航处理***及存储介质 |
CN113008229A (zh) * | 2021-02-26 | 2021-06-22 | 南京理工大学 | 一种基于低成本车载传感器的分布式自主组合导航方法 |
CN113029139A (zh) * | 2021-04-07 | 2021-06-25 | 中国电子科技集团公司第二十八研究所 | 基于运动检测的机场飞行区车辆差分北斗/sins组合导航方法 |
CN113405545A (zh) * | 2021-07-20 | 2021-09-17 | 阿里巴巴新加坡控股有限公司 | 定位方法、装置、电子设备及计算机存储介质 |
CN113405549A (zh) * | 2021-06-17 | 2021-09-17 | 中寰卫星导航通信有限公司 | 车辆定位方法、组件、电子设备及存储介质 |
CN113551669A (zh) * | 2021-07-23 | 2021-10-26 | 山东泉清通信有限责任公司 | 基于短基线的组合导航定位方法及装置 |
CN113639744A (zh) * | 2021-07-07 | 2021-11-12 | 武汉工程大学 | 一种用于仿生机器鱼的导航定位方法和*** |
CN113739817A (zh) * | 2020-05-29 | 2021-12-03 | 上海华依科技集团股份有限公司 | 一种汽车组合导航设备信号融合算法参数的在线自动调试方法 |
CN113768491A (zh) * | 2021-09-08 | 2021-12-10 | 西安交通大学 | 基于惯性测量单元的呼吸深度与呼吸频率测量装置和方法 |
CN113959433A (zh) * | 2021-09-16 | 2022-01-21 | 南方电网深圳数字电网研究院有限公司 | 一种组合导航方法及装置 |
CN114136315A (zh) * | 2021-11-30 | 2022-03-04 | 山东天星北斗信息科技有限公司 | 一种基于单目视觉辅助惯性组合导航方法及*** |
CN114459472A (zh) * | 2022-02-15 | 2022-05-10 | 上海海事大学 | 一种容积卡尔曼滤波器和离散灰色模型的组合导航方法 |
CN114526731A (zh) * | 2022-01-25 | 2022-05-24 | 杭州金通科技集团股份有限公司 | 一种基于助力车的惯性组合导航方向定位方法 |
CN114543793A (zh) * | 2020-11-24 | 2022-05-27 | 上海汽车集团股份有限公司 | 车辆导航***的多传感器融合定位方法 |
CN115291266A (zh) * | 2022-07-01 | 2022-11-04 | 中国人民解放军国防科技大学 | 基于信息滤波算法的卫星惯性紧组合实时导航定位方法 |
CN115342820A (zh) * | 2022-10-18 | 2022-11-15 | 深圳市诚王创硕科技有限公司 | 一种汽车夜间行驶导航定位*** |
CN115597535A (zh) * | 2022-11-29 | 2023-01-13 | 中国铁路设计集团有限公司(Cn) | 基于惯性导航的高速磁悬浮轨道不平顺检测***及方法 |
CN115793009A (zh) * | 2023-02-03 | 2023-03-14 | 中国人民解放***箭军工程大学 | 基于高精度北斗组合测量的多站无源定位方法 |
CN115790613A (zh) * | 2022-11-11 | 2023-03-14 | 李子月 | 一种视觉信息辅助的惯性/里程计组合导航方法及装置 |
CN116047567A (zh) * | 2023-04-03 | 2023-05-02 | 长沙金维信息技术有限公司 | 基于深度学习辅助的卫惯组合定位方法及导航方法 |
CN116718153A (zh) * | 2023-08-07 | 2023-09-08 | 成都云智北斗科技有限公司 | 一种基于gnss和ins的形变监测方法及*** |
CN118067120A (zh) * | 2024-04-20 | 2024-05-24 | 西安现代控制技术研究所 | 一种基于主动段激励的高精度惯导航向误差在线估计方法 |
CN115790613B (zh) * | 2022-11-11 | 2024-07-02 | 北京鲲鹏博睿科技有限公司 | 一种视觉信息辅助的惯性/里程计组合导航方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011122921A (ja) * | 2009-12-10 | 2011-06-23 | Mitsubishi Electric Corp | 位置標定装置、位置標定方法、位置標定プログラム、速度ベクトル算出装置、速度ベクトル算出方法および速度ベクトル算出プログラム |
CN102519470A (zh) * | 2011-12-09 | 2012-06-27 | 南京航空航天大学 | 多级嵌入式组合导航***及导航方法 |
CN104181574A (zh) * | 2013-05-25 | 2014-12-03 | 成都国星通信有限公司 | 一种捷联惯导***/全球导航卫星***组合导航滤波***及方法 |
RU2539131C1 (ru) * | 2013-08-02 | 2015-01-10 | Олег Степанович Салычев | Бесплатформенная интегрированная навигационная система средней точности для мобильного наземного объекта |
CN107390247A (zh) * | 2017-07-27 | 2017-11-24 | 河南省科学院应用物理研究所有限公司 | 一种导航方法、***及导航终端 |
-
2019
- 2019-09-26 CN CN201910919768.1A patent/CN110780326A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011122921A (ja) * | 2009-12-10 | 2011-06-23 | Mitsubishi Electric Corp | 位置標定装置、位置標定方法、位置標定プログラム、速度ベクトル算出装置、速度ベクトル算出方法および速度ベクトル算出プログラム |
CN102519470A (zh) * | 2011-12-09 | 2012-06-27 | 南京航空航天大学 | 多级嵌入式组合导航***及导航方法 |
CN104181574A (zh) * | 2013-05-25 | 2014-12-03 | 成都国星通信有限公司 | 一种捷联惯导***/全球导航卫星***组合导航滤波***及方法 |
RU2539131C1 (ru) * | 2013-08-02 | 2015-01-10 | Олег Степанович Салычев | Бесплатформенная интегрированная навигационная система средней точности для мобильного наземного объекта |
CN107390247A (zh) * | 2017-07-27 | 2017-11-24 | 河南省科学院应用物理研究所有限公司 | 一种导航方法、***及导航终端 |
Non-Patent Citations (1)
Title |
---|
李兵等: "基于GPS/SINS/里程计的车载组合导航研究", 《测控技术》 * |
Cited By (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111380516B (zh) * | 2020-02-27 | 2022-04-08 | 上海交通大学 | 基于里程计测量信息的惯导/里程计车辆组合导航方法及*** |
CN111380516A (zh) * | 2020-02-27 | 2020-07-07 | 上海交通大学 | 基于里程计测量信息的惯导/里程计车辆组合导航方法及*** |
CN111412912A (zh) * | 2020-04-14 | 2020-07-14 | 上海华测导航技术股份有限公司 | 导航板卡、用于导航板卡的多源数据融合方法以及运载体 |
US11789163B2 (en) | 2020-04-14 | 2023-10-17 | Shanghai Huace Navigation Technology Ltd | Navigation board, multi-source data fusion method for navigation board and transporter |
CN113739817A (zh) * | 2020-05-29 | 2021-12-03 | 上海华依科技集团股份有限公司 | 一种汽车组合导航设备信号融合算法参数的在线自动调试方法 |
CN113739817B (zh) * | 2020-05-29 | 2023-09-26 | 上海华依智造动力技术有限公司 | 汽车组合导航设备信号融合算法参数的在线自动调试方法 |
CN111678514A (zh) * | 2020-06-09 | 2020-09-18 | 电子科技大学 | 一种基于载体运动条件约束和单轴旋转调制的车载自主导航方法 |
CN111832690A (zh) * | 2020-06-15 | 2020-10-27 | 中国人民解放军海军工程大学 | 基于粒子群优化算法的惯导***的陀螺测量值计算方法 |
CN111736194A (zh) * | 2020-07-06 | 2020-10-02 | 广州导远电子科技有限公司 | 组合惯性导航***及导航数据处理方法 |
CN111751857A (zh) * | 2020-07-08 | 2020-10-09 | 中国第一汽车股份有限公司 | 一种车辆位姿的估算方法、装置、存储介质及*** |
CN111721290B (zh) * | 2020-07-13 | 2023-11-21 | 南京理工大学 | 一种多源传感器信息融合定位切换方法 |
CN111721290A (zh) * | 2020-07-13 | 2020-09-29 | 南京理工大学 | 一种多源传感器信息融合定位切换方法 |
CN111781626A (zh) * | 2020-08-09 | 2020-10-16 | 湖南星至导航科技有限公司 | 多功能导航***与方法 |
CN111781624A (zh) * | 2020-08-09 | 2020-10-16 | 湖南星至导航科技有限公司 | 通用组合导航***与方法 |
CN111781624B (zh) * | 2020-08-09 | 2023-09-05 | 湖南星至导航科技有限公司 | 通用组合导航***与方法 |
CN111781626B (zh) * | 2020-08-09 | 2023-08-18 | 湖南星至导航科技有限公司 | 多功能导航***与方法 |
CN112363249A (zh) * | 2020-09-02 | 2021-02-12 | 广东工业大学 | 一种移动式气象测量方法及装置 |
CN112083465A (zh) * | 2020-09-18 | 2020-12-15 | 德明通讯(上海)有限责任公司 | 位置信息获取***及方法 |
CN112180412B (zh) * | 2020-09-23 | 2023-05-02 | 中国人民解放军空军工程大学 | 一种基于卫星导航定位***的相对定位定向补偿方法 |
CN112180412A (zh) * | 2020-09-23 | 2021-01-05 | 中国人民解放军空军工程大学 | 一种基于卫星导航定位***的相对定位定向补偿方法 |
CN112393743A (zh) * | 2020-10-10 | 2021-02-23 | 湖北航天飞行器研究所 | 一种物理运动测试方式的组合导航验证***及方法 |
CN112269200B (zh) * | 2020-10-14 | 2024-05-17 | 北京航空航天大学 | 一种基于可观测度的惯性/卫星***自适应混合校正方法 |
CN112269200A (zh) * | 2020-10-14 | 2021-01-26 | 北京航空航天大学 | 一种基于可观测度的惯性/卫星***自适应混合校正方法 |
CN112130188A (zh) * | 2020-11-23 | 2020-12-25 | 蘑菇车联信息科技有限公司 | 车辆定位方法、设备及云服务器 |
CN114543793B (zh) * | 2020-11-24 | 2024-02-09 | 上海汽车集团股份有限公司 | 车辆导航***的多传感器融合定位方法 |
CN114543793A (zh) * | 2020-11-24 | 2022-05-27 | 上海汽车集团股份有限公司 | 车辆导航***的多传感器融合定位方法 |
CN112729317B (zh) * | 2020-12-17 | 2023-09-19 | 大陆投资(中国)有限公司 | 用于定位车辆的方法和车载*** |
CN112729317A (zh) * | 2020-12-17 | 2021-04-30 | 大陆投资(中国)有限公司 | 用于定位车辆的方法和车载*** |
CN112729283A (zh) * | 2020-12-21 | 2021-04-30 | 西北工业大学 | 一种基于深度相机/mems惯导/里程计组合的导航方法 |
CN112781617A (zh) * | 2020-12-28 | 2021-05-11 | 广州吉欧电子科技有限公司 | 误差估计方法、组合导航处理***及存储介质 |
CN112781617B (zh) * | 2020-12-28 | 2023-10-03 | 广州吉欧电子科技有限公司 | 误差估计方法、组合导航处理***及存储介质 |
CN113008229B (zh) * | 2021-02-26 | 2024-04-05 | 南京理工大学 | 一种基于低成本车载传感器的分布式自主组合导航方法 |
CN113008229A (zh) * | 2021-02-26 | 2021-06-22 | 南京理工大学 | 一种基于低成本车载传感器的分布式自主组合导航方法 |
CN113029139B (zh) * | 2021-04-07 | 2023-07-28 | 中国电子科技集团公司第二十八研究所 | 基于运动检测的机场飞行区车辆差分北斗/sins组合导航方法 |
CN113029139A (zh) * | 2021-04-07 | 2021-06-25 | 中国电子科技集团公司第二十八研究所 | 基于运动检测的机场飞行区车辆差分北斗/sins组合导航方法 |
CN113405549B (zh) * | 2021-06-17 | 2023-11-14 | 中寰卫星导航通信有限公司 | 车辆定位方法、组件、电子设备及存储介质 |
CN113405549A (zh) * | 2021-06-17 | 2021-09-17 | 中寰卫星导航通信有限公司 | 车辆定位方法、组件、电子设备及存储介质 |
CN113639744B (zh) * | 2021-07-07 | 2023-10-20 | 武汉工程大学 | 一种用于仿生机器鱼的导航定位方法和*** |
CN113639744A (zh) * | 2021-07-07 | 2021-11-12 | 武汉工程大学 | 一种用于仿生机器鱼的导航定位方法和*** |
CN113405545A (zh) * | 2021-07-20 | 2021-09-17 | 阿里巴巴新加坡控股有限公司 | 定位方法、装置、电子设备及计算机存储介质 |
CN113551669B (zh) * | 2021-07-23 | 2024-04-02 | 山东泉清通信有限责任公司 | 基于短基线的组合导航定位方法及装置 |
CN113551669A (zh) * | 2021-07-23 | 2021-10-26 | 山东泉清通信有限责任公司 | 基于短基线的组合导航定位方法及装置 |
CN113768491A (zh) * | 2021-09-08 | 2021-12-10 | 西安交通大学 | 基于惯性测量单元的呼吸深度与呼吸频率测量装置和方法 |
CN113959433A (zh) * | 2021-09-16 | 2022-01-21 | 南方电网深圳数字电网研究院有限公司 | 一种组合导航方法及装置 |
CN113959433B (zh) * | 2021-09-16 | 2023-12-08 | 南方电网数字平台科技(广东)有限公司 | 一种组合导航方法及装置 |
CN114136315B (zh) * | 2021-11-30 | 2024-04-16 | 山东天星北斗信息科技有限公司 | 一种基于单目视觉辅助惯性组合导航方法及*** |
CN114136315A (zh) * | 2021-11-30 | 2022-03-04 | 山东天星北斗信息科技有限公司 | 一种基于单目视觉辅助惯性组合导航方法及*** |
CN114526731A (zh) * | 2022-01-25 | 2022-05-24 | 杭州金通科技集团股份有限公司 | 一种基于助力车的惯性组合导航方向定位方法 |
CN114459472A (zh) * | 2022-02-15 | 2022-05-10 | 上海海事大学 | 一种容积卡尔曼滤波器和离散灰色模型的组合导航方法 |
CN115291266A (zh) * | 2022-07-01 | 2022-11-04 | 中国人民解放军国防科技大学 | 基于信息滤波算法的卫星惯性紧组合实时导航定位方法 |
CN115291266B (zh) * | 2022-07-01 | 2024-04-26 | 中国人民解放军国防科技大学 | 基于信息滤波算法的卫星惯性紧组合实时导航定位方法 |
CN115342820A (zh) * | 2022-10-18 | 2022-11-15 | 深圳市诚王创硕科技有限公司 | 一种汽车夜间行驶导航定位*** |
CN115790613A (zh) * | 2022-11-11 | 2023-03-14 | 李子月 | 一种视觉信息辅助的惯性/里程计组合导航方法及装置 |
CN115790613B (zh) * | 2022-11-11 | 2024-07-02 | 北京鲲鹏博睿科技有限公司 | 一种视觉信息辅助的惯性/里程计组合导航方法及装置 |
CN115597535A (zh) * | 2022-11-29 | 2023-01-13 | 中国铁路设计集团有限公司(Cn) | 基于惯性导航的高速磁悬浮轨道不平顺检测***及方法 |
CN115597535B (zh) * | 2022-11-29 | 2023-05-23 | 中国铁路设计集团有限公司 | 基于惯性导航的高速磁悬浮轨道不平顺检测***及方法 |
CN115793009A (zh) * | 2023-02-03 | 2023-03-14 | 中国人民解放***箭军工程大学 | 基于高精度北斗组合测量的多站无源定位方法 |
CN115793009B (zh) * | 2023-02-03 | 2023-05-09 | 中国人民解放***箭军工程大学 | 基于高精度北斗组合测量的多站无源定位方法 |
CN116047567A (zh) * | 2023-04-03 | 2023-05-02 | 长沙金维信息技术有限公司 | 基于深度学习辅助的卫惯组合定位方法及导航方法 |
CN116718153A (zh) * | 2023-08-07 | 2023-09-08 | 成都云智北斗科技有限公司 | 一种基于gnss和ins的形变监测方法及*** |
CN116718153B (zh) * | 2023-08-07 | 2023-10-27 | 成都云智北斗科技有限公司 | 一种基于gnss和ins的形变监测方法及*** |
CN118067120A (zh) * | 2024-04-20 | 2024-05-24 | 西安现代控制技术研究所 | 一种基于主动段激励的高精度惯导航向误差在线估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110780326A (zh) | 一种车载组合导航***和定位方法 | |
CN110487301B (zh) | 一种雷达辅助机载捷联惯性导航***初始对准方法 | |
Fang et al. | Predictive iterated Kalman filter for INS/GPS integration and its application to SAR motion compensation | |
CN100587641C (zh) | 一种适用于任意运动微小型***的定姿*** | |
CN111156994B (zh) | 一种基于mems惯性组件的ins/dr&gnss松组合导航方法 | |
CN102519470B (zh) | 多级嵌入式组合导航***及导航方法 | |
US20130138264A1 (en) | Automotive navigation system and method to utilize internal geometry of sensor position with respect to rear wheel axis | |
CN103389092B (zh) | 一种系留飞艇姿态测量装置及测量方法 | |
CN103487822A (zh) | 北斗/多普勒雷达/惯性自主式组合导航***及其方法 | |
CN106842271B (zh) | 导航定位方法及装置 | |
Salychev et al. | Low cost INS/GPS integration: Concepts and testing | |
CN104697526A (zh) | 用于农业机械的捷联惯导***以及控制方法 | |
CN102169184A (zh) | 组合导航***中测量双天线gps安装失准角的方法和装置 | |
CN101793523A (zh) | 一种组合导航和光电探测一体化*** | |
CN103900611A (zh) | 一种惯导天文高精度复合两位置对准及误差标定方法 | |
CN113340298B (zh) | 一种惯导和双天线gnss外参标定方法 | |
Xue et al. | In-motion alignment algorithm for vehicle carried SINS based on odometer aiding | |
CN108303120B (zh) | 一种机载分布式pos的实时传递对准的方法及装置 | |
CN105910623B (zh) | 利用磁强计辅助gnss/mins紧组合***进行航向校正的方法 | |
CN112556724A (zh) | 动态环境下的微型飞行器低成本导航***初始粗对准方法 | |
Ilyas et al. | Low-cost IMU/odometer/GPS integrated navigation aided with two antennae heading measurement for land vehicle application | |
Nebot et al. | Initial calibration and alignment of an inertial navigation | |
Lu et al. | In-motion initial alignment and positioning with INS/CNS/ODO integrated navigation system for lunar rovers | |
Jia et al. | Self-calibration of INS/odometer integrated system via Kalman filter | |
RU2293950C1 (ru) | Навигационный комплекс летательного аппарата |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200211 |