CN113031040A - 一种用于机场地服车辆的定位方法及*** - Google Patents
一种用于机场地服车辆的定位方法及*** Download PDFInfo
- Publication number
- CN113031040A CN113031040A CN202110225465.7A CN202110225465A CN113031040A CN 113031040 A CN113031040 A CN 113031040A CN 202110225465 A CN202110225465 A CN 202110225465A CN 113031040 A CN113031040 A CN 113031040A
- Authority
- CN
- China
- Prior art keywords
- gnss
- airport
- inertial navigation
- strapdown inertial
- positioning
- 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
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
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种用于机场地服车辆的定位方法及***，利用GNSS、捷联INS和视觉匹配技术针对机场强电磁场特殊环境，可智能切换融合算法和导航工作模式。相比于其他简单组合模式，更充分利用导航信息资源，适应机场特殊电磁环境能力强，更人性化、自主化。克服捷联INS定位误差随时间积累，无法长时间单独工作，以及GNSS卫星过度依赖卫星信号等问题。能够提高机场地服车辆的定位精度，实现无缝定位。
Description
技术领域
本发明涉及组合导航领域，特别是涉及一种用于机场地服车辆的定位方法及***。
背景技术
机场区域存在较强的电磁干扰，势必对GNSS(全球导航卫星***)信号产生影响，电磁干扰给机场安全带来的隐患不容忽视。由于机场环境下GNSS存在欺骗、干扰和遮挡三大脆弱性问题，即使接收机能够锁定GNSS卫星信号，但也往往表现出低信噪比、多粗差、模糊度固定错误、多周跳等问题，同时也存在多径效应，会导致数据处理难度增大，GNSS无法在复杂环境中提供连续的定位服务。捷联INS(惯性导航***)是一种独立自主式的导航方式，其具有较强的隐蔽性和抗干扰能力，在短时间内定位准确。但是捷联INS由于自身的特点，随时间累计误差会增大，长时间的定位精度较差，无法获取准确的机场地服车辆的姿态、速度和位置信息。随图像处理技术、计算机视觉技术发展的同时，视觉定位技术在机场地服车辆导航定位中得到广泛的应用。机场地服车辆视觉定位方法的原理是，首先，构建机场区域精确的固定标示图库。通过安装在机场地服车辆上的摄像机实时采集车辆运动过程中的图像，并且从图像中提取相关信息，并与固定标示图库中的信息进行比对，最终实现地服车辆定位。视觉传感器的灵敏度很高，且加工成本较低，图像观测信息也是机场地服车辆进行环境感知和的重要途径。视觉匹配技术也和惯性导航一样作为一种自主的测量方式，在GNSS卫星信号受遮挡、干扰的情况下仍可以有效发挥作用，相对捷联INS具有非常良好的误差累积抑制能力。然而视觉传感器很容易受光照的影响，同时在曝光较强、夜间、低亮度等情况下容易定位失效。
发明内容
本发明的目的是提供了一种用于机场地服车辆的定位方法及***，采用捷联INS、GNSS和视觉匹配组合技术，提高机场地服车辆定位的精度和鲁棒性，实现机场地服车辆实时定位，解决了现有技术中机场地服车辆车载组合导航算法可用性低的问题。
为实现上述目的，本发明提供了如下方案：
一种用于机场地服车辆的定位方法，包括：
构建机场区域实景特征图像库；
利用机场地服车辆上搭载的CCD摄像机拍摄得到机场地服车辆行驶过程中的环境图像，对所述环境图像进行特征提取并与机场区域实景特征图像库进行特征匹配；
利用机场地服车辆搭载的GNSS接收机接收卫星信号；
对GNSS卫星信号进行解析，得到可视卫星数量和载噪比；
利用捷联惯性导航***中的陀螺和加表采集捷联惯性导航数据；
对所述惯性导航数据进行导航解算，得到位置、速度和姿态信息；
根据所述可视卫星数量和所述载噪比判断所述GNSS卫星信号的质量；
根据判断结果，选择信息融合方式对机场地服车辆进行定位；所述信息融合方式包括捷联惯性导航***/GNSS信息融合方式、捷联惯性导航***/GNSS/视觉匹配信息融合方式以及捷联惯性导航***/视觉匹配信息融合方式。
可选地，所述根据可视卫星数量和载噪比判断所述GNSS卫星信的质量，具体包括：
当所述可视卫星数量大于等于4个且所述载噪比大于等于35dB/Hz时，则判断GNSS卫星信号强；
当所述可视卫星数量大于等于4个，所述载噪比大于等于20dB/Hz且小于35dB/Hz时，则判断GNSS卫星信号弱；
当所述可视卫星数量少于4个或所述载噪比小于等于20dB/Hz时，则判断GNSS卫星失锁。
可选地，所述根据判断结果，选择信息融合方式对机场地服车辆进行定位，具体包括：
当所述GNSS卫星信号强时，选择捷联惯性导航***/GNSS信息融合方式，得到机场地服车辆位置、速度和姿态信息，输出定位结果；
当所述GNSS卫星信号弱时，选择捷联惯性导航***/GNSS/视觉匹配信息融合方式，输出机场地服车辆位置、速度和姿态信息，输出定位结果；
当所述GNSS卫星失锁时，选择捷联惯性导航***/视觉匹配信息融合方式，输出机场地服车辆位置、速度和姿态信息，输出定位结果。
可选地，所述捷联惯性导航***/GNSS信息融合方式，具体为：
所述GNSS输出的定位结果与所述捷联惯性导航***输出的位置、速度和姿态信息进行融合，输出导航定位信息。
可选地，所述捷联惯性导航***/GNSS/视觉匹配信息融合方式，具体为：
所述GNSS输出的定位结果、所述捷联惯性导航***输出的位置、速度和姿态信息与特征匹配结果进行融合，输出导航定位信息。
可选地，所述捷联惯性导航***/视觉匹配信息融合方式，具体为：
所述捷联惯性导航***输出的位置、速度和姿态信息与特征匹配结果进行融合，输出导航定位信息。
本发明还提供了一种用于机场地服车辆的定位***，包括：
图像库构建模块，用于构建机场区域实景特征图像库；
特征匹配模块，用于利用机场地服车辆上搭载的CCD摄像机拍摄得到机场地服车辆行驶过程中的环境图像，对所述环境图像进行特征提取并与机场区域实景特征图像库进行特征匹配；
卫星信号接收模块，用于利用机场地服车辆搭载的GNSS接收机接收卫星信号；
第一解析模块，用于对GNSS卫星信号进行解析，得到可视卫星数量和载噪比；
捷联惯性导航数据采集模块，用于利用捷联惯性导航***中的陀螺和加表采集捷联惯性导航数据；
第二解析模块，用于对所述惯性导航数据进行导航解算，得到位置、速度和姿态信息；
判断模块，用于根据所述可视卫星数量和所述载噪比判断所述GNSS卫星信号的质量；
定位模块，用于根据判断结果，选择信息融合方式对机场地服车辆进行定位；所述信息融合方式包括捷联惯性导航***/GNSS信息融合方式、捷联惯性导航***/GNSS/视觉匹配信息融合方式以及捷联惯性导航***/视觉匹配信息融合方式。
可选地，所述判断模块具体包括：
第一判断单元，用于当所述可视卫星数量大于等于4个且所述载噪比大于等于35dB/Hz时，判断GNSS卫星信号强；
第二判断单元，用于当所述可视卫星数量大于等于4个，所述载噪比大于等于20dB/Hz且小于35dB/Hz时，判断GNSS卫星信号弱；
第二判断单元，用于当所述可视卫星数量少于4个或所述载噪比小于等于20dB/Hz时，判断GNSS卫星失锁。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明的提供的一种用于机场地服车辆的定位方法及***，利用GNSS、捷联INS和视觉匹配技术针对机场强电磁场特殊环境，可智能切换融合算法和导航工作模式。相比于其他简单组合模式，更充分利用导航信息资源，适应机场特殊电磁环境能力强，更人性化、自主化。克服捷联INS定位误差随时间积累，无法长时间单独工作，以及GNSS卫星过度依赖卫星信号等问题。能够提高机场地服车辆的定位精度，实现无缝定位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例
图2为GNSS卫星星空图；
图3为卫星伪距观测值；
图4为捷联INS/GNSS组合导航***东方向和北方向的失准角误差仿真图；
图5为捷联INS/GNSS组合导航***东方向、北方向和天方向的速度误差仿真图；
图6为捷联INS/GNSS组合导航***东方向、北方向和天方向的位置误差仿真图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在众多导航***中，惯性导航和卫星导航是两种常用的***。GNSS是参考基准式***，INS是航迹推算***。卫星导航定位***的误差规律则与惯导***相反，由于其波长的原因，易受电磁波传输、气象等影响，且每次定位都有一定的误差，但定位误差与时间间隔没有关系。组合导航定位***突破单一导航定位***的局限性，取长补短，为用于提供更加可靠的导航定位信息。
惯性导航***是一种基于惯性传感器的测量值，应用航迹推算(DR)原则提供位置、速度和姿态等信息的自主***。DR是利用载体先前的位置、传感器测量的加速度和角速度来确定其当前位置。已知初始方位和位置，对陀螺观测量进行一次积分，对加表观测量进行二次积分，即可得到运载体当前的方位和位置。定位结果由时间连续积分得到，因而误差会不断积累。所以INS单独工作时，特别是集成低精度惯性器件的***，不适用于长时间精确的导航领域。陀螺所测的角速率经过处理后可以得到移动平台的俯仰、偏航、滚转等姿态信息，利用姿态信息可以把导航参数从载体坐标系变换到当地水平坐标系中。
捷联INS中的惯性传感器(陀螺和加表)信号以数字形式进行采样，在输入导航计算机中进行解算，这样才能给出机体坐标系相对于特定导航坐标系的位置、速度和姿态信息。与平台INS相比，捷联INS中不存在物理上的稳定平台，是以数学方式实时描述载体坐标系与导航参考坐标系的坐标变换关系，由平台系转换到导航系的姿态矩阵通常称为数学平台。
GNSS是由卫星星座发射调制高频信号来实现定位的***。GNSS采用测距算法实现定位，地面接收机利用信号传播时间与卫星当前的空间位置计算出位置信息。计算接收机天线相位中心的经度、纬度和高度信息需要已知一定数目的卫星，理论上最小值为3个，如果已知第四颗卫星就可以计算出接收机的卫星钟差。全球导航卫星***不仅为全球用户提供了导航、定位和精确授时信息，还提供了高稳定性、长期使用的L波段免费微波信号资源。但特殊情况下，由于遮挡、多径等问题，会使得GNSS用户无法实时导航定位。GNSS中断常发生在城市峡谷、隧道和其他GNSS屏蔽环境中。为了提高GNSS在中断环境中的工作性能，一些接收机采用改进的的技术来保证。接收机常被设计成双频而不是单频。双频接收机可以估计出与基准频率相关的电离层延迟，并且在伪距测量中笑出了此项误差。
本发明的一种用于机场地服车辆的定位方法和***，利用捷联INS、GNSS和视觉匹配技术针对机场强电磁场特殊环境，可智能切换融合算法和导航工作模式。解决了现有技术中机场地服车辆无法实时定位的问题，应用范围广，能够提高机场地服车辆定位的精度和鲁棒性，实现无缝定位。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，一种用于机场地服车辆的定位方法包括以下步骤：
步骤101：构建机场区域实景特征图像库。
利用CCD相机生成机场地服车辆图像库，在不同的光照条件、天气因素、拍摄角度、拍摄距离等条件下，会导致拍摄得到的机场地服车辆图像不尽相同。因此，为了最大限度地获取得到所需的在各种环境条件下的各类包含机场地服车辆的原始图像，需要在不同的光照、天气、拍摄距离、拍摄角度下实地拍摄来得到机场地服车辆的图像；图像预处理，由于机场地服车辆所处的环境下的影响，导致截取得到的机场地服车辆图像可能会产生较严重的失真，因此需要对图像进行预处理，如采用平滑滤波，光照均衡处理等，对于预处理后的原始图像，利用颜色空间并结合边缘检测算子对原始图像进行颜色检测，得到目标图像即机场地服车辆部分。
步骤102：利用机场地服车辆上搭载的CCD摄像机拍摄得到机场地服车辆行驶过程中的环境图像，对所述环境图像进行特征提取并与机场区域实景特征图像库进行特征匹配。
所谓图像特征匹配就是把两幅图像在空间上进行对准。图像匹配中事先获得的图像称为基准图，在匹配过程中实时获得的机场地服车辆图像称为实时图。基准图和实时图是对同一对象的近似描述。设fb(x,y)和fr(x,y)分别代表基准图和实时图。则有:
fr(x,y)＝fd(x+dx(x,y),y+dy(x,y))+n(x,y)
式中，x,y分别为平面坐标，n(x,y)为高斯白噪声，可以通过一定的滤波方法滤除。dx(x,y)和dy(x,y)为fr(x,y)上的点在上的位置偏差。
步骤103：利用机场地服车辆搭载的GNSS接收机接收卫星信号。
通过已知卫星发射的载波信号到GNSS接收机的时间，获得卫星与接收机天线相位中心之间的伪距信息，通过多组信息解出机场地服车辆的位置、速度等信息。GNSS使用三球定位原理，通过GNSS接收机获得与三个导航卫星之间的距离信息，构建三个球面，三球面的交点就是GNSS接收机的位置点，但由于导航卫星和GNSS接收机间无法轻易达到时钟同步，存在钟差，所以一般需GNSS接收机同时接收到四颗卫星信息才能完成定位。通过星历信息可获得空间GNSS星座各在轨卫星的实时位置信息，记为{(xi,yi,zi)}，其中i指卫星PRN(伪随机测距码)编号，取值为1，2，3......N。第i颗GNSS卫星发射的民用载波信号可表示为：
式中，Aci为C/A码信号幅度；Api为P码信号幅度；Ci(t)代表C/A码；Pi(t)代表P码；Di(t)代表导航电文；f为载波频率；t为时间；
代表主要由相位噪声和频率漂移带来的初相位。
卫星在空中连续发送的导航电文Di(t)调制在载波信号Si上，Di(t)带有时间和位置信息的卫星信号，接收机通过对接收到的Si进行解调解扩等处理后，便可获得卫星位置等信息。卫星到GNSS接收机天线相位中心的距离可以用伪距表示，记为{(Ri)}，伪距并不是真实的距离，伪距中含有电离层延迟、对流层延迟、卫星时钟差、接收机时钟差等信息。在GNSS卫星与GNSS接收机实现时间同步的情况下，通过测定时延，然后将时延乘以光速，即为伪距数值。设定GNSS接收机位置为(x0,y0,z0)，GNSS接收机位置为未知量。可以列出方程：
其中b为GNSS接收机因时钟偏差产生的偏差。上式共有四个未知量，需列四个方程进行求解。方程组如下：
GNSS接收机实现一次定位时，至少需要观测到四个卫星，从而获得四组卫星位置信息及伪距信息，即可得出机场地服车辆安装的GNSS接收机位置信息及时钟偏差。
步骤104：对GNSS卫星信号进行解析，得到可视卫星数量和载噪比。
机场复杂环境下GNSS接收机到的卫星信号较多，因此需要对导航卫星信号进行初步选择，剔除误差较大的导航卫星信号，以减少定位解算的计算量。导航卫星信号主要考虑由无法修正的多径或者非视距因素产生的误差。多径信号指的是接收到的卫星信号中除了直射信号还包含了反射信号，非视距指的是接收到的导航信号全部为反射后的卫星信号不包含直射导航信号。
步骤105：利用捷联惯性导航***中的陀螺和加表采集捷联惯性导航数据。
陀螺是捷联惯性导航***的主要器件，是敏感角运动的传感器。根据陀螺输出数据的正负还可以判断载体(机场地服车辆)的行进方向。利用陀螺原始数据积分可以得到机场地服车辆的角度变化。陀螺由于漂移较大导致精度不高，如果对导航定位的精度要求较高的话，则需要使用算法对方向信息进行补偿。陀螺的误差模型可建立为：
式中，
为x轴方向安装陀螺的实际输出，
为y轴方向安装陀螺的实际输出，
为z轴方向安装陀螺的实际输出，Kyx为y轴方向安装的陀螺相对于x轴的安装误差，Kzx为z轴方向安装的陀螺相对于x轴的安装误差，Kxy为x轴方向安装的陀螺相对于y轴的安装误差，Kzy为z轴方向安装的陀螺相对于y轴的安装误差，Kxz为x轴方向安装的陀螺相对于z轴的安装误差，Kyz为y轴方向安装的陀螺相对于z轴的安装误差，wx为x轴方向姿态测量值，wy为y轴方向姿态测量值，wz为z轴方向姿态测量值，Bx为x轴方向陀螺零偏，By为y轴方向陀螺零偏，Bz为z轴方向陀螺零偏，nx为x轴方向陀螺的随机噪声误差，ny为y轴方向陀螺的随机噪声误差，nz为z轴方向陀螺的随机噪声误差。
加表是用来测量载体(机场地服车辆)比力的传感器，它返回的是三轴的加速度分量。加表输出的信息为比力，即载体(机场地服车辆)实际运动中的净加速度与当地重力加速度的合力矢量。单纯依靠加表无法直接测量载体的净加速度的。需要与陀螺配合，在导航坐标系上提取载体的净加速度。加表的误差模型可以表示成：
式中，
为x轴方向安装加表的实际输出，
为y轴方向安装加表的实际输出，
为z轴方向安装加表的实际输出，K1yx为y轴方向安装的加表相对于x轴的安装误差，K1zx为z轴方向安装的加表相对于x轴的安装误差，K1xy为x轴方向安装的加表相对于y轴的安装误差，K1zy为z轴方向安装的加表相对于y轴的安装误差，K1xz为x轴方向安装的加表相对于z轴的安装误差，K1yz为y轴方向安装的加表相对于z轴的安装误差，ax为x轴方向比力测量值，ay为y轴方向比力测量值，az为z轴方向比力测量值，B1x为x轴方向加表零偏，B1y为y轴方向加表零偏，B1z为z轴方向加表零偏，n1x为x轴方向加表的随机噪声误差，n1y为y轴方向加表的随机噪声误差，n1z为z轴方向加表的随机噪声误差。
步骤106：对所述惯性导航数据进行导航解算，得到位置、速度和姿态信息。
捷联惯性导航数据解算是从陀螺、加表的输出信息，得到载体(机场地服车辆)在载体坐标系下的导航数据信息，通过导航坐标系和载体坐标系这两个坐标系的相互变换，得出所需的机场地服车辆在导航坐标系下的位置、速度、姿态等导航信息的计算方法。
步骤107：根据所述可视卫星数量和所述载噪比判断所述GNSS卫星信号的质量。
(a)GNSS卫星信号强：可视卫星数量大于等于4个且若载噪比大于等于35dB/Hz。
(b)GNSS卫星信号弱：可视卫星数量大于等于4个且若载噪比大于等于20dB/Hz且小于35dB/Hz。
(c)GNSS卫星失锁：卫星数量少于4个或若载噪比小于等于20dB/Hz，为信号盲区。
步骤108：根据判断结果，选择信息融合方式对机场地服车辆进行定位；所述信息融合方式包括捷联惯性导航***/GNSS信息融合方式、捷联惯性导航***/GNSS/视觉匹配信息融合方式以及捷联惯性导航***/视觉匹配信息融合方式。
1)当所述GNSS卫星信号强时，选择捷联惯性导航***/GNSS信息融合方式，得到机场地服车辆位置、速度和姿态信息，输出定位结果。
构建捷联INS/GNSS的融合模型，捷联INS/GNSS组合***的状态参数x为：
x＝[δrn δvn ψ bg ba sg sa]T
式中，ψ为失准角，δvn为导航坐标系下的速度误差，δrn为导航坐标系下的位置误差，ba为加速度比例因子，bg为陀螺零偏，sa为陀螺比例因子，sg加表比例因子。状态参数x的时间更新为：
式中，Φk,k-1为k-1时刻到k时刻的***转移矩阵，xk-1为上一时刻的状态值，
为k时刻状态参数预测值，
和Pk-1分别为k时刻和k-1时刻状态参数预测方差阵，Qk-1为状态参数对应的***噪声方差阵。状态参数的观测更新为：
式中，xk为状态参数，
为估计量，Kk为卡尔曼滤波增益矩阵，zk为系数向量，Hk为设计矩阵。
GNSS与捷联INS输出的位置、速度信息通过上述状态参数的观测更新进行进行融合，输出导航定位信息。GNSS卫星信息在机场地服车辆运动过程中频繁修正捷联INS误差，以控制捷联INS误差随时间的积累。而短时间段内捷联INS定位信息精度较高，可以很好的解决GNSS卫星信号动态环境中的周跳和失锁问题。另外，捷联INS还可以辅助GNSS接收机增加抗干扰能力。惯导***向GNSS接收机提供有关的初始位置、速度等信息，以供接收机迅速获取GNSS载波信号中的伪随机测距码。捷联INS信号可用来辅助机场地服车辆上接收机天线的方向瞄准卫星，从而减少了外界干扰对机场地服车辆导航定位***工作的影响。捷联惯性导航***可提高机场地服车辆接收机的跟踪能力。捷联惯性导航***输出的导航定位信息，可以很好的反映机场地服车辆的运动行为，利用此信息辅助GNSS跟踪定位，就可以使由机场地服车辆运动行为所引起的误差显著减小。
2)当所述GNSS卫星信号弱时，选择捷联惯性导航***/GNSS/视觉匹配信息融合方式，输出机场地服车辆位置、速度和姿态信息，输出定位结果。
构建GNSS/捷联INS/视觉匹配的融合模型，GNSS、捷联INS与特征匹配结果进行融合，输出导航定位信息。捷联INS/GNSS/视觉匹配组合定位方法实现了卫星导航***、捷联惯性导航***和视觉匹配技术的优势互补，具有单导航定位***无法比拟的导航定位优势，提高了机场地服车辆导航***的精度和可靠性。
3)当所述GNSS卫星失锁时，选择捷联惯性导航***/视觉匹配信息融合方式，输出机场地服车辆位置、速度和姿态信息，输出定位结果。
构建视觉传感器与惯性传感器的融合模型，CCD相机的特征匹配结果与捷联INS输出的信息进行融合，输出导航定位信息；视觉匹配***可以应用于机场地服车辆以及其它多种导航服务领域。对于机场地服导航来说摄像机可以完成对机场区域车沿、车道、过渡线和道路交叉口的监控服务。它虽然不能实现机场地服车辆的高精度绝对定位，但可以辅助GNSS/INS定位信息。缺点是对全天的光线强弱、图像杂波和地面上的积雪积水的存在较敏感，在特定条件下视觉匹配定位***的定位结果是不可靠的。
本发明方案采用2019年11月1日某半个小时时间段数据，该时间段内某时刻GNSS卫星星空图如图2所示，从图中可以看出该时刻卫星在星空中的位置，其中C代表北斗卫星，G代表GPS卫星，E代表伽利略卫星，R代表格洛纳斯卫星。
图3为上述时间段GPS10号卫星、12号卫星、15号卫星、16号卫星、18号卫星、20号等卫星的伪距观测值，其横坐标为时间，纵坐标为不同时刻对应的伪距观测值。利用伪距观测值可以实现导航定位，图中不同的线条代表不同卫星的伪距值。
捷联INS/GNSS组合导航***子采样数为2，采样时间为0.1秒，陀螺常值零偏为0.01°/h，陀螺角度随机游走系数0.001°/√h，加表常值偏值为80ug，仿真时间为3600秒。图4为捷联INS/GNSS组合导航***东方向和北方向的失准角误差仿真图，其中φE为失准角误差东向分量，φN为失准角误差北向分量；图5为捷联INS/GNSS组合导航***东方向、北方向和天方向的速度误差仿真图，其中δVE速度误差东方向分量，δVN速度误差北方向分量，δVU速度误差天方向分量；图6为捷联INS/GNSS组合导航***东方向、北方向和天方向的位置误差仿真图，其中δL纬度误差，δλ为经度误差，δh为高度误差。
本发明还提供了一种用于机场地服车辆的定位***，包括：
图像库构建模块，用于构建机场区域实景特征图像库。
特征匹配模块，用于利用机场地服车辆上搭载的CCD摄像机拍摄得到机场地服车辆行驶过程中的环境图像，对所述环境图像进行特征提取并与机场区域实景特征图像库进行特征匹配。
卫星信号接收模块，用于利用机场地服车辆搭载的GNSS接收机接收卫星信号。
第一解析模块，用于对GNSS卫星信号进行解析，得到可视卫星数量和载噪比。
捷联惯性导航数据采集模块，用于利用捷联惯性导航***中的陀螺和加表采集捷联惯性导航数据。
第二解析模块，用于对所述惯性导航数据进行导航解算，得到位置、速度和姿态信息。
判断模块，用于根据所述可视卫星数量和所述载噪比判断所述GNSS卫星信号的质量。
定位模块，用于根据判断结果，选择信息融合方式对机场地服车辆进行定位；所述信息融合方式包括捷联惯性导航***/GNSS信息融合方式、捷联惯性导航***/GNSS/视觉匹配信息融合方式以及捷联惯性导航***/视觉匹配信息融合方式。
其中，所述判断模块具体包括：
第一判断单元，用于当所述可视卫星数量大于等于4个且所述载噪比大于等于35dB/Hz时，判断GNSS卫星信号强；
第二判断单元，用于当所述可视卫星数量大于等于4个，所述载噪比大于等于20dB/Hz且小于35dB/Hz时，判断GNSS卫星信号弱；
第二判断单元，用于当所述可视卫星数量少于4个或所述载噪比小于等于20dB/Hz时，判断GNSS卫星失锁。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种用于机场地服车辆的定位方法，其特征在于，包括：
构建机场区域实景特征图像库；
利用机场地服车辆上搭载的CCD摄像机拍摄得到机场地服车辆行驶过程中的环境图像，对所述环境图像进行特征提取并与机场区域实景特征图像库进行特征匹配；
利用机场地服车辆搭载的GNSS接收机接收卫星信号；
对GNSS卫星信号进行解析，得到可视卫星数量和载噪比；
利用捷联惯性导航***中的陀螺和加表采集捷联惯性导航数据；
对所述惯性导航数据进行导航解算，得到位置、速度和姿态信息；
根据所述可视卫星数量和所述载噪比判断所述GNSS卫星信号的质量；
根据判断结果，选择信息融合方式对机场地服车辆进行定位；所述信息融合方式包括捷联惯性导航***/GNSS信息融合方式、捷联惯性导航***/GNSS/视觉匹配信息融合方式以及捷联惯性导航***/视觉匹配信息融合方式。
2.根据权利要求1所述的用于机场地服车辆的定位方法，其特征在于，所述根据可视卫星数量和载噪比判断所述GNSS卫星信的质量，具体包括：
当所述可视卫星数量大于等于4个且所述载噪比大于等于35dB/Hz时，则判断GNSS卫星信号强；
当所述可视卫星数量大于等于4个，所述载噪比大于等于20dB/Hz且小于35dB/Hz时，则判断GNSS卫星信号弱；
当所述可视卫星数量少于4个或所述载噪比小于等于20dB/Hz时，则判断GNSS卫星失锁。
3.根据权利要求2所述的用于机场地服车辆的定位方法，其特征在于，所述根据判断结果，选择信息融合方式对机场地服车辆进行定位，具体包括：
当所述GNSS卫星信号强时，选择捷联惯性导航***/GNSS信息融合方式，得到机场地服车辆位置、速度和姿态信息，输出定位结果；
当所述GNSS卫星信号弱时，选择捷联惯性导航***/GNSS/视觉匹配信息融合方式，输出机场地服车辆位置、速度和姿态信息，输出定位结果；
当所述GNSS卫星失锁时，选择捷联惯性导航***/视觉匹配信息融合方式，输出机场地服车辆位置、速度和姿态信息，输出定位结果。
4.根据权利要求1所述的用于机场地服车辆的定位方法，其特征在于，所述捷联惯性导航***/GNSS信息融合方式，具体为：
所述GNSS输出的定位结果与所述捷联惯性导航***输出的位置、速度和姿态信息进行融合，输出导航定位信息。
5.根据权利要求1所述的用于机场地服车辆的定位方法，其特征在于，所述捷联惯性导航***/GNSS/视觉匹配信息融合方式，具体为：
所述GNSS输出的定位结果、所述捷联惯性导航***输出的位置、速度和姿态信息与特征匹配结果进行融合，输出导航定位信息。
6.根据权利要求1所述的用于机场地服车辆的定位方法，其特征在于，所述捷联惯性导航***/视觉匹配信息融合方式，具体为：
所述捷联惯性导航***输出的位置、速度和姿态信息与特征匹配结果进行融合，输出导航定位信息。
7.一种用于机场地服车辆的定位***，其特征在于，包括：
图像库构建模块，用于构建机场区域实景特征图像库；
特征匹配模块，用于利用机场地服车辆上搭载的CCD摄像机拍摄得到机场地服车辆行驶过程中的环境图像，对所述环境图像进行特征提取并与机场区域实景特征图像库进行特征匹配；
卫星信号接收模块，用于利用机场地服车辆搭载的GNSS接收机接收卫星信号；
第一解析模块，用于对GNSS卫星信号进行解析，得到可视卫星数量和载噪比；
捷联惯性导航数据采集模块，用于利用捷联惯性导航***中的陀螺和加表采集捷联惯性导航数据；
第二解析模块，用于对所述惯性导航数据进行导航解算，得到位置、速度和姿态信息；
判断模块，用于根据所述可视卫星数量和所述载噪比判断所述GNSS卫星信号的质量；
定位模块，用于根据判断结果，选择信息融合方式对机场地服车辆进行定位；所述信息融合方式包括捷联惯性导航***/GNSS信息融合方式、捷联惯性导航***/GNSS/视觉匹配信息融合方式以及捷联惯性导航***/视觉匹配信息融合方式。
8.根据权利要求7所述的用于机场地服车辆的定位***，其特征在于，所述判断模块具体包括：
第一判断单元，用于当所述可视卫星数量大于等于4个且所述载噪比大于等于35dB/Hz时，判断GNSS卫星信号强；
第二判断单元，用于当所述可视卫星数量大于等于4个，所述载噪比大于等于20dB/Hz且小于35dB/Hz时，判断GNSS卫星信号弱；
第二判断单元，用于当所述可视卫星数量少于4个或所述载噪比小于等于20dB/Hz时，判断GNSS卫星失锁。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110225465.7A CN113031040A (zh) | 2021-03-01 | 2021-03-01 | 一种用于机场地服车辆的定位方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110225465.7A CN113031040A (zh) | 2021-03-01 | 2021-03-01 | 一种用于机场地服车辆的定位方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113031040A true CN113031040A (zh) | 2021-06-25 |
Family
ID=76464994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110225465.7A Pending CN113031040A (zh) | 2021-03-01 | 2021-03-01 | 一种用于机场地服车辆的定位方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113031040A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN113932804A (zh) * | 2021-09-17 | 2022-01-14 | 四川腾盾科技有限公司 | 机场跑道视觉与gnss/惯导导航相结合的定位方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2830320A1 (fr) * | 2001-09-28 | 2003-04-04 | Thales Sa | Centrale de navigation inertielle hybryde a integrite amelioree |
| CN109655058A (zh) * | 2018-12-24 | 2019-04-19 | 中国电子科技集团公司第二十研究所 | 一种惯性/视觉智能化组合导航方法 |
| CN110779521A (zh) * | 2019-11-12 | 2020-02-11 | 成都中科微信息技术研究院有限公司 | 一种多源融合的高精度定位方法与装置 |
| CN111121767A (zh) * | 2019-12-18 | 2020-05-08 | 南京理工大学 | 一种融合gps的机器人视觉惯导组合定位方法 |
| AU2020103939A4 (en) * | 2020-12-08 | 2021-02-11 | Xi'an University Of Architecture And Technology | Polar Integrated Navigation Algorithm of SINS / GPS Based on Grid Framework |
-
2021
- 2021-03-01 CN CN202110225465.7A patent/CN113031040A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2830320A1 (fr) * | 2001-09-28 | 2003-04-04 | Thales Sa | Centrale de navigation inertielle hybryde a integrite amelioree |
| CN109655058A (zh) * | 2018-12-24 | 2019-04-19 | 中国电子科技集团公司第二十研究所 | 一种惯性/视觉智能化组合导航方法 |
| CN110779521A (zh) * | 2019-11-12 | 2020-02-11 | 成都中科微信息技术研究院有限公司 | 一种多源融合的高精度定位方法与装置 |
| CN111121767A (zh) * | 2019-12-18 | 2020-05-08 | 南京理工大学 | 一种融合gps的机器人视觉惯导组合定位方法 |
| AU2020103939A4 (en) * | 2020-12-08 | 2021-02-11 | Xi'an University Of Architecture And Technology | Polar Integrated Navigation Algorithm of SINS / GPS Based on Grid Framework |
Non-Patent Citations (3)
| Title |
|---|
| 张云: "《北斗卫星***的定位技术及船舶导航应用》", 31 January 2019, 上海科学技术出版社 * |
| 李辉: "《空间站多臂机器人运动控制研究》", 31 March 2019, 北京理工大学出版社 * |
| 沈燕芬: "城市复杂环境下的北斗/惯性/视觉紧耦合自主定位方法", 《卫星导航定位与北斗***应用2019——北斗服务全球 融合创新应用》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN113932804A (zh) * | 2021-09-17 | 2022-01-14 | 四川腾盾科技有限公司 | 机场跑道视觉与gnss/惯导导航相结合的定位方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8447517B2 (en) | Tightly-coupled GNSS/IMU integration filter having speed scale-factor and heading bias calibration | |
| US9488480B2 (en) | Method and apparatus for improved navigation of a moving platform | |
| Meguro et al. | GPS multipath mitigation for urban area using omnidirectional infrared camera | |
| US8914234B2 (en) | Calibrating a tightly-coupled GNSS/MU integration filter | |
| Soloviev | Tight coupling of GPS, laser scanner, and inertial measurements for navigation in urban environments | |
| CN108344415B (zh) | 一种组合导航信息融合方法 | |
| WO2011120029A2 (en) | Pedal navigation using leo signals and body-mounted sensors | |
| Yi et al. | Tightly-coupled GPS/INS integration using unscented Kalman filter and particle filter | |
| Georgy | Advanced nonlinear techniques for low cost land vehicle navigation | |
| Falco et al. | Positioning based on tightly coupled multiple sensors: A practical implementation and experimental assessment | |
| US6650282B2 (en) | Positioning equipment | |
| Suzuki et al. | Multipath mitigation using omnidirectional infrared camera for tightly coupled GPS/INS integration in urban environments | |
| Amami | The Advantages and Limitations of Low-Cost Single Frequency GPS/MEMS-Based INS Integration | |
| CN115561796A (zh) | 一种电网无人机巡检实时定位方法和*** | |
| CN108151765A (zh) | 一种在线实时估计补偿磁强计误差的定位测姿方法 | |
| CN113419265B (zh) | 一种基于多传感器融合的定位方法、装置与电子设备 | |
| CN113031040A (zh) | 一种用于机场地服车辆的定位方法及*** | |
| US20230168387A1 (en) | Measurement apparatus, measurement method and program | |
| Elsheikh et al. | Low-cost PPP/INS integration for continuous and precise vehicular navigation | |
| Iqbal et al. | A review of sensor system schemes for integrated navigation | |
| Elisson et al. | Low cost relative GNSS positioning with IMU integration | |
| Tien et al. | Adaptive strategy-based tightly-coupled INS/GNSS integration system aided by odometer and barometer | |
| Xiaoyu et al. | GH-LPS/INS integration for precise UAV application | |
| Mok et al. | GPS vehicle location tracking in dense high-rise environments with the minimum range error algorithm | |
| Lyu et al. | Development and testing of a real-time lowcost PPP and MEMS INS loosely coupled georeferencing system for small UAVs under challenging environments |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210625 |
|
| RJ01 | Rejection of invention patent application after publication |