CN114111792A - 一种车载gnss/ins/里程计组合导航方法 - Google Patents

一种车载gnss/ins/里程计组合导航方法 Download PDF

Info

Publication number
CN114111792A
CN114111792A CN202111388610.XA CN202111388610A CN114111792A CN 114111792 A CN114111792 A CN 114111792A CN 202111388610 A CN202111388610 A CN 202111388610A CN 114111792 A CN114111792 A CN 114111792A
Authority
CN
China
Prior art keywords
matrix
gnss
kalman filtering
lever arm
ins
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.)
Granted
Application number
CN202111388610.XA
Other languages
English (en)
Other versions
CN114111792B (zh
Inventor
秦超
张硕
黄元庆
张振江
王一涣
董江伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202111388610.XA priority Critical patent/CN114111792B/zh
Publication of CN114111792A publication Critical patent/CN114111792A/zh
Application granted granted Critical
Publication of CN114111792B publication Critical patent/CN114111792B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • G01C21/1652—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments with ranging devices, e.g. LIDAR or RADAR
    • 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
    • G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种车载GNSS/INS/里程计组合导航方法，属于组合导航领域。本发明首先建立包含杆臂效应的GNSS/INS/里程计组合导航***的卡尔曼滤波模型；然后利用GNSS和里程计的输出、车辆的非完整性约束为外部观测进行卡尔曼滤波预测以及更新，估计出杆臂效应误差的状态向量。该方法增强了组合导航***GNSS观测条件不利时的精度和自主能力，无需事先确定INS与里程计之间的杆臂，从而避免了在导航前对杆臂的量测过程，同时能够有效补偿导航过程中由于载体震动而导致的杆臂误差实时变化的问题，对不同车辆具有普适性。

Description

一种车载GNSS/INS/里程计组合导航方法
技术领域
本发明涉及组合导航领域，尤其涉及一种车载GNSS/INS/里程计组合导航方法。
背景技术
当可见卫星数量不小于四颗且卫星观测条件良好时GNSS可以得到可靠的位置、速度、时间信息，且误差不随时间积累，缺点是无姿态信息、输出频率低、易受外界电磁环境干扰和建筑物等的遮挡，导致无法正常工作。INS有完全自主性，经过初始化后可以较高的频率输出位置、信息、姿态，不受外界干扰，缺点是误差随时间积累，无法独立的长时间工作。GNSS和INS具有良好的互补性，两者的组合能够提供相较于单一***更精确、可靠的定位测姿结果，但也存在对GNSS的依赖性。车载应用中，通过引入里程计这一完全自主式、经济高效、部署方便的陆地车辆传感器，组成车载GNSS/INS/里程计组合导航***，适用于GNSS受限且自主性要求高的组合导航领域。
工程实际中，通常将里程计安装在前轮/后轮，而将INS安装在车辆的其他任何位置，比如车的尾部。为消除由于里程计和INS安装位置不同造成车载速度测量信息不同的影响，需要将精确补偿两者之间的杆臂误差。为了使惯导能够准确地反映载体的姿态，惯导通常会被安装固定在载体内部，由于惯导和里程计安装位置不一致从而产生了杆臂效应。为了得到高精度的组合导航结果，必须进行杆臂效应的补偿。传统的杆臂补偿方法通过提前测量出杆臂长度，在实时导航的过程中进行补偿，然而在实际应用中安装位置的复杂性给测量带来不便，甚至导致测量得到的杆臂不准确，从而在卡尔曼滤波估计中难以准确地补偿杆臂误差。此外，同一车辆的杆臂长度随车辆机械结构的变化而变化，同时也为了实现对不同车辆的普适性，将杆臂长度视为常值进行一次性补偿是不适宜的。
发明内容
本发明所要解决的问题为：针对GNSS/INS松组合导航***中对GNSS的依赖性提出一种车载GNSS/INS/里程计组合导航方法，为克服INS与里程计间杆臂不宜测量的问题，充分利用车辆运动的非完整性约束条件，将杆臂作为卡尔曼滤波状态量进行估计。该方法增强了组合导航***GNSS观测条件不利时的精度和自主能力，无需事先确定INS与里程计之间的杆臂，从而避免了在导航前对杆臂的量测过程，同时能够有效补偿导航过程中由于载体震动而导致的杆臂误差实时变化的问题，对不同车辆具有普适性。
为了实现上述目的，本发明采用的技术方案如下：
一种车载GNSS/INS/里程计组合导航方法，包括以下步骤：
(1)建立包含杆臂效应的GNSS/INS/里程计组合导航***的卡尔曼滤波模型；
(2)利用GNSS和里程计的输出、车辆的非完整性约束为外部观测进行卡尔曼滤波预测以及更新，估计出杆臂效应误差的状态向量。
进一步的，步骤(1)具体包括以下步骤：
(101)在GNSS/INS松组合组合导航***的卡尔曼滤波15维状态向量y基础上，增加杆臂效应的卡尔曼滤波的状态向量L，得到包含杆臂效应的卡尔曼滤波的状态向量为：x＝[y,L]，其中y为包含位置、速度、姿态以及IMU误差的状态向量；
(102)建立包含有杆臂效应的卡尔曼滤波的状态转移方程：
xk＝Φk,k-1xk-1+Γk-1Wk-1
式中，xk,xk-1分别为k和k-1时刻的状态向量，Φk,k-1为离散后的状态转移矩阵，Γk-1为***噪声驱动阵，Wk-1为状态的噪声向量，且
Figure BDA0003367900180000031
式中，F0为不包含杆臂效应的GNSS/INS松组合卡尔曼滤波方程对应的状态转移矩阵，I和0矩阵分别为单位矩阵和零矩阵，t为更新周期；
(103)设定卡尔曼滤波P阵和Q阵如下：
Figure BDA0003367900180000032
式中，P0和Q0为GNSS/INS松组合卡尔曼滤波模型的状态向量方差矩阵和噪声方差矩阵，PL和QL为杆臂效应对应的状态方差矩阵和噪声方差矩阵，表示如下：
Figure BDA0003367900180000033
式中，σlx、σly、σlz为代表杆臂效应初始值的不确定性，σqx、σqy、σqz为杆臂效应的误差值。
进一步的，步骤(2)具体包括以下步骤：
(201)在GNSS/INS松组合组合导航***的卡尔曼滤波6维状态向量z0基础上，增加由里程计量测的车辆运动非完整性约束zOD的卡尔曼滤波的量测方程：
Z＝Hx+V
式中，Z为9维量测信息矩阵，分别为位置误差、速度误差和里程计速度约束误差，V是量测噪声项，其噪声方差矩阵用R阵表示，H矩阵为量测方程系数矩阵，形式如下：
Figure BDA0003367900180000034
式中，H0为不包含里程计量测的GNSS/INS松组合卡尔曼滤波模型对应的量测方程系数矩阵；
Figure BDA0003367900180000041
式中，
Figure BDA0003367900180000042
为姿态阵，vn为地理系下的速度，
Figure BDA0003367900180000043
为陀螺仪舒输出，×表示反对称阵；
(202)卡尔曼滤波的预测过程如下：
xk+1＝Φkxk
Figure BDA0003367900180000044
式中，Φk为状态转移矩阵，xk、xk+1依次代表k时刻以及k+1时刻的状态向量，Qk代表k时刻的状态量噪声矩阵，Pk、Pk+1依次代表k时刻以及k+1时刻的状态向量方差矩阵；
卡尔曼滤波的更新过程如下：
Figure BDA0003367900180000045
xk+1＝xk+Kk(Zk-Hkxk)
Pk+1＝(I-KkHk)Pk
式中，Kk代表k时刻的增益矩阵，Hk代表k时刻的量测方程系数矩阵，Rk代表量测噪声矩阵，I代表单位矩阵，Zk为k时刻的量测信息矩阵；
预测和更新完成后得到包含杆臂效应误差的状态向量；
在滤波过程中对状态向量中的杆臂长度持续估计，状态量不清零。
本发明的有益效果在于：
1、本发明在传统GNSS/INS松组合导航***基础上引入了车辆上常见的里程计，降低了***对GNSS的依赖性。
2、本发明将INS与里程计之间的杆臂长度扩充到卡尔曼滤波的状态向量并进行实时估计，克服了杆臂难以测量的问题，增加了对不同车辆的普适性。
3、本发明可用于车载GNSS/INS/里程计组合导航***中，可通过卡尔曼滤波算法解决INS与里程计之间由于安装位置不重合造成的杆臂效应的估计以及补偿的问题。
附图说明
图1为车辆中INS与里程计之间的杆臂示意图；
图2为卡尔曼滤波流程框图。
具体实施方式
下面结合具体实施例和附图对本发明做进一步的描述。
一种GNSS/INS/里程计组合导航方法，包括以下步骤：
(1)建立包含杆臂效应的GNSS/INS/里程计组合导航***的卡尔曼滤波模型；
(2)利用GNSS和里程计的输出、车辆的非完整性约束为外部观测进行卡尔曼滤波预测以及更新，估计出杆臂效应误差的状态向量。
步骤(1)的具体方式为：
(101)在GNSS/INS松组合组合导航***的卡尔曼滤波15维状态向量y基础上，增加杆臂效应的卡尔曼滤波的状态向量L，得到包含杆臂效应的卡尔曼滤波的状态向量为：x＝[y,L]。其中y为包含位置、速度、姿态以及IMU误差的状态向量；
(102)建立包含有杆臂效应的卡尔曼滤波的状态转移方程：
xk＝Φk,k-1xk-1+Γk-1Wk-1
式中，xk,xk-1分别为k和k-1时刻的状态向量，Φk,k-1为离散后的状态转移矩阵，Γk-1为***噪声驱动阵，Wk-1为状态的噪声向量，且
Figure BDA0003367900180000061
式中，F0为不包含杆臂效应的GNSS/INS松组合卡尔曼滤波方程对应的状态转移矩阵，I和0矩阵分别为为单位矩阵和零矩阵，t为更新周期；
(103)设定卡尔曼滤波P阵和Q阵，方法如下：
Figure BDA0003367900180000062
式中，P0和Q0为GNSS/INS松组合卡尔曼滤波模型的状态向量方差矩阵和噪声方差矩阵，PL和QL为杆臂效应对应的状态方差矩阵和噪声方差矩阵，表示如下：
Figure BDA0003367900180000063
式中，σlx、σly、σlz为代表杆臂效应初始值的不确定性，σqx、σqy、σqz为杆臂效应的误差值。
步骤(2)的具体方式为：
(201)在GNSS/INS松组合组合导航***的卡尔曼滤波6维状态向量z0基础上，增加由里程计量测的车辆运动非完整性约束zOD的卡尔曼滤波的量测方程：
Z＝Hx+V
式中，Z为9维量测信息矩阵，分别为位置误差、速度误差和里程计速度约束误差，V是量测噪声项，其噪声方差矩阵用R阵表示，H矩阵为量测方程系数矩阵形式如下：
Figure BDA0003367900180000064
式中，H0为不包含里程计量测的GNSS/INS松组合卡尔曼滤波模型对应的量测方程系数矩阵；
Figure BDA0003367900180000071
式中，
Figure BDA0003367900180000072
为姿态阵，vn为地理系下的速度，
Figure BDA0003367900180000073
为陀螺仪舒输出。
(202)卡尔曼滤波的预测过程：
xk+1＝Φkxk
Figure BDA0003367900180000074
式中，Φk为状态转移矩阵，xk、xk+1依次代表k时刻以及k+1时刻的状态向量，Qk代表k时刻的状态量噪声矩阵，Pk、Pk+1依次代表k时刻以及k+1时刻的状态向量方差矩阵；
卡尔曼滤波的更新过程：
Figure BDA0003367900180000075
xk+1＝xk+Kk(Zk-Hkxk)
Pk+1＝(I-KkHk)Pk
式中，Kk代表k时刻的增益矩阵，Hk代表k时刻的量测方程系数矩阵，Rk代表量测噪声矩阵，I代表单位矩阵，Z为k时刻的量测信息矩阵；预测和更新完成得到了包含杆臂效应误差的状态向量。在滤波过程中持续对状态向量中的杆臂长度持续估计，状态量不清零。
通过以上步骤便完成了一次卡尔曼滤波的时间更新和量测更新，在组合导航过程中，不断地进行卡尔曼滤波的循环计算，从而可以提供连续可靠地定位测姿信息。
以下为一个更具体的例子：
一种GNSS/INS/里程计组合导航方法，包括以下步骤：
(1)建立包含杆臂效应的GNSS/INS/里程计组合导航***的卡尔曼滤波模型。具体步骤如下：
(101)基于车载组合导航***中使用的低成本MEMS惯性器件和GNSS定位模块、软件算法的低计算强度等因素，在本实施例中选取位置误差、速度误差、姿态误差、陀螺零偏误差、里程计杆臂误差一共15个误差作为状态量。状态量如下：
Figure BDA0003367900180000081
式中，[δλ δL δh]为纬度、经度和高度误差，[δvE δvN δvU]为东北天方向的速度误差，
Figure BDA0003367900180000082
为失准角误差，[εx εy εz]为陀螺三个轴向的零偏，[lx ly lz]为载体坐标系中三个方向上的杆臂长度，如图1所示。
(102)建立包含有杆臂效应的卡尔曼滤波的状态转移方程：
xk＝Φk,k-1xk-1+Γk-1Wk-1
式中，xk,xk-1分别为k和k-1时刻的状态向量，Φk,k-1为离散后的状态转移矩阵，Γk-1为***噪声驱动阵，Wk-1为状态的噪声向量。根据本实施例中选取的15个状态变量，Φk,k-1表示为：
Figure BDA0003367900180000083
式中：
Figure BDA0003367900180000084
Figure BDA0003367900180000085
Figure BDA0003367900180000086
Mvp＝(vn×)(2M1+M2)，
Figure BDA0003367900180000087
RMh、RNh分别为地球卯酉圈半径和子午圈半径，
Figure BDA0003367900180000088
为地球自转角速度在地理系的投影，
Figure BDA0003367900180000091
为地理系相对于地球的转动角速度在地理系的投影，fn为加速度计输出在地理系的投影，
Figure BDA0003367900180000092
为姿态矩阵，t为更新周期。
(103)设定卡尔曼滤波P阵和Q阵：
Figure BDA0003367900180000093
Figure BDA0003367900180000094
式中vrw、arw分别为代表惯性传感器的速度随机游走和角度随机游走。
(2)利用GNSS和里程计的输出、车辆的非完整性约束为外部观测进行卡尔曼滤波预测以及更新，估计出杆臂效应误差的状态向量。具体步骤如下：
(201)建立包含有杆臂效应、车辆运动非完整性约束的卡尔曼滤波的量测方程
Z＝Hx+V
式中，Z矩阵为卡尔曼滤波的(m+3)维量测信息矩阵，V是量测噪声项，其噪声方差矩阵用R阵表示，H矩阵为量测方程系数矩阵形式如下：
Figure BDA0003367900180000095
式中，H0为常规GNSS/INS松组合卡尔曼滤波模型对应的量测方程系数矩阵，可表示为：
Figure BDA0003367900180000096
Figure BDA0003367900180000097
量测噪声项的方差矩阵R阵表示如下：
Figure BDA0003367900180000098
其中，
Figure BDA0003367900180000099
分别为GNSS观测信息的纬度、经度和高度的方差，
Figure BDA00033679001800000910
Figure BDA00033679001800000911
分别为GNSS观测信息的东向速度、北向速度和天向速度的方差，
Figure BDA00033679001800000912
分别为里程计观测信息的三轴速度方差，其中两轴为车辆的非完整约束。
(202)如图2所示，卡尔曼滤波的预测过程：
xk+1＝Φkxk
Figure BDA0003367900180000101
式中，Φk为状态转移矩阵，xk、xk+1依次代表k时刻以及k+1时刻的状态向量，Qk代表k时刻的状态量噪声矩阵，Pk、Pk+1依次代表k时刻以及k+1时刻的状态向量方差矩阵；
卡尔曼滤波的更新过程：
Figure BDA0003367900180000102
xk+1＝xk+Kk(Zk-Hkxk)
Pk+1＝(I-KkHk)Pk
式中Kk代表k时刻的增益矩阵，Hk代表k时刻的量测方程系数矩阵，Rk代表量测噪声矩阵，I代表单位矩阵，Z为k时刻的量测信息矩阵；预测和更新完成得到了包含杆臂效应误差的状态向量。在滤波过程中持续对状态向量中的杆臂长度持续估计，状态量不清零。
通过以上步骤便完成了一次卡尔曼滤波的时间更新和量测更新，在组合导航过程中，不断地进行卡尔曼滤波的循环计算，从而可以提供连续可靠地定位测姿信息。
总之，本发明针对GNSS/INS松组合导航***中对GNSS的依赖性，采用一种车载GNSS/INS/里程计组合导航方法，该方法充分利用车辆运动的非完整性约束条件，将杆臂作为卡尔曼滤波状态量进行估计，从而克服INS与里程计间杆臂不宜测量的问题。该方法增强了组合导航***GNSS观测条件不利时的精度和自主能力，无需事先确定INS与里程计之间的杆臂，从而避免了在导航前对杆臂的量测过程，同时能够有效补偿导航过程中由于载体震动而导致的杆臂误差实时变化的问题，对不同车辆具有普适性。

Claims (3)

1.一种车载GNSS/INS/里程计组合导航方法，其特征在于，包括以下步骤：
(1)建立包含杆臂效应的GNSS/INS/里程计组合导航***的卡尔曼滤波模型；
(2)利用GNSS和里程计的输出、车辆的非完整性约束为外部观测进行卡尔曼滤波预测以及更新，估计出杆臂效应误差的状态向量。
2.根据权利要求1所述的一种车载GNSS/INS/里程计组合导航方法，其特征在于，步骤(1)具体包括以下步骤：
(101)在GNSS/INS松组合组合导航***的卡尔曼滤波15维状态向量y基础上，增加杆臂效应的卡尔曼滤波的状态向量L，得到包含杆臂效应的卡尔曼滤波的状态向量为：x＝[y,L]，其中y为包含位置、速度、姿态以及IMU误差的状态向量；
(102)建立包含有杆臂效应的卡尔曼滤波的状态转移方程：
xk＝Φk,k-1xk-1+Γk-1Wk-1
式中，xk,xk-1分别为k和k-1时刻的状态向量，Φk,k-1为离散后的状态转移矩阵，Γk-1为***噪声驱动阵，Wk-1为状态的噪声向量，且
Figure FDA0003367900170000011
式中，F0为不包含杆臂效应的GNSS/INS松组合卡尔曼滤波方程对应的状态转移矩阵，I和0矩阵分别为单位矩阵和零矩阵，t为更新周期；
(103)设定卡尔曼滤波P阵和Q阵如下：
Figure FDA0003367900170000012
式中，P0和Q0为GNSS/INS松组合卡尔曼滤波模型的状态向量方差矩阵和噪声方差矩阵，PL和QL为杆臂效应对应的状态方差矩阵和噪声方差矩阵，表示如下：
Figure FDA0003367900170000021
式中，σlx、σly、σlz为代表杆臂效应初始值的不确定性，σqx、σqy、σqz为杆臂效应的误差值。
3.根据权利要求2所述的一种车载GNSS/INS/里程计组合导航方法，其特征在于，步骤(2)具体包括以下步骤：
(201)在GNSS/INS松组合组合导航***的卡尔曼滤波6维状态向量z0基础上，增加由里程计量测的车辆运动非完整性约束zOD的卡尔曼滤波的量测方程Z＝Hx+V
式中，Z为9维量测信息矩阵，分别为位置误差、速度误差和里程计速度约束误差，V是量测噪声项，其噪声方差矩阵用R阵表示，H矩阵为量测方程系数矩阵，形式如下：
Figure FDA0003367900170000022
式中，H0为不包含里程计量测的GNSS/INS松组合卡尔曼滤波模型对应的量测方程系数矩阵；
Figure FDA0003367900170000023
式中，
Figure FDA0003367900170000024
为姿态阵，vn为地理系下的速度，
Figure FDA0003367900170000025
为陀螺仪舒输出，×表示反对称阵；
(202)卡尔曼滤波的预测过程如下：
xk+1＝Φkxk
Figure FDA0003367900170000026
式中，Φk为状态转移矩阵，xk、xk+1依次代表k时刻以及k+1时刻的状态向量，Qk代表k时刻的状态量噪声矩阵，Pk、Pk+1依次代表k时刻以及k+1时刻的状态向量方差矩阵；
卡尔曼滤波的更新过程如下：
Figure FDA0003367900170000031
xk+1＝xk+Kk(Zk-Hkxk)
Pk+1＝(I-KkHk)Pk
式中，Kk代表k时刻的增益矩阵，Hk代表k时刻的量测方程系数矩阵，Rk代表量测噪声矩阵，I代表单位矩阵，Zk为k时刻的量测信息矩阵；
预测和更新完成后得到包含杆臂效应误差的状态向量；
在滤波过程中对状态向量中的杆臂长度持续估计，状态量不清零。
CN202111388610.XA 2021-11-22 2021-11-22 一种车载gnss/ins/里程计组合导航方法 Active CN114111792B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111388610.XA CN114111792B (zh) 2021-11-22 2021-11-22 一种车载gnss/ins/里程计组合导航方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111388610.XA CN114111792B (zh) 2021-11-22 2021-11-22 一种车载gnss/ins/里程计组合导航方法

Publications (2)

Publication Number Publication Date
CN114111792A true CN114111792A (zh) 2022-03-01
CN114111792B CN114111792B (zh) 2024-02-20

Family

ID=80439525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111388610.XA Active CN114111792B (zh) 2021-11-22 2021-11-22 一种车载gnss/ins/里程计组合导航方法

Country Status (1)

Country Link
CN (1) CN114111792B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637036A (zh) * 2022-05-18 2022-06-17 深圳华大北斗科技股份有限公司 非完整性约束自适应量测噪声方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104019828A (zh) * 2014-05-12 2014-09-03 南京航空航天大学 高动态环境下惯性导航***杆臂效应误差在线标定方法
US20150276413A1 (en) * 2014-03-31 2015-10-01 Honeywell International Inc. Global positioning system (gps) self-calibrating lever arm function
CN106969762A (zh) * 2017-01-12 2017-07-21 广州市泰斗鑫信息科技有限公司 一种用于GNSS+INS+odo的组合导航方法
CN107656301A (zh) * 2017-09-20 2018-02-02 北京航天发射技术研究所 一种基于多源信息融合的车载定位方法
CN108225312A (zh) * 2017-12-27 2018-06-29 中国电子科技集团公司第五十四研究所 一种gnss/ins松组合中杆臂估计以及补偿方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150276413A1 (en) * 2014-03-31 2015-10-01 Honeywell International Inc. Global positioning system (gps) self-calibrating lever arm function
CN104019828A (zh) * 2014-05-12 2014-09-03 南京航空航天大学 高动态环境下惯性导航***杆臂效应误差在线标定方法
CN106969762A (zh) * 2017-01-12 2017-07-21 广州市泰斗鑫信息科技有限公司 一种用于GNSS+INS+odo的组合导航方法
CN107656301A (zh) * 2017-09-20 2018-02-02 北京航天发射技术研究所 一种基于多源信息融合的车载定位方法
CN108225312A (zh) * 2017-12-27 2018-06-29 中国电子科技集团公司第五十四研究所 一种gnss/ins松组合中杆臂估计以及补偿方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637036A (zh) * 2022-05-18 2022-06-17 深圳华大北斗科技股份有限公司 非完整性约束自适应量测噪声方法
CN114637036B (zh) * 2022-05-18 2022-08-19 深圳华大北斗科技股份有限公司 非完整性约束自适应量测噪声方法

Also Published As

Publication number Publication date
CN114111792B (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
CN110501024B (zh) 一种车载ins/激光雷达组合导航***的量测误差补偿方法
CN108226980B (zh) 基于惯性测量单元的差分gnss与ins自适应紧耦合导航方法
CN111156994B (zh) 一种基于mems惯性组件的ins/dr&gnss松组合导航方法
CN107588769B (zh) 一种车载捷联惯导、里程计及高程计组合导航方法
CN110779521A (zh) 一种多源融合的高精度定位方法与装置
CN111121766B (zh) 一种基于星光矢量的天文与惯性组合导航方法
CN113063429B (zh) 一种自适应车载组合导航定位方法
CN111399023B (zh) 基于李群非线性状态误差的惯性基组合导航滤波方法
CN104880189B (zh) 一种动中通天线低成本跟踪抗干扰方法
CN111006675B (zh) 基于高精度重力模型的车载激光惯导***自标定方法
CN112432642B (zh) 一种重力灯塔与惯性导航融合定位方法及***
CN105928515B (zh) 一种无人机导航***
WO2016203744A1 (ja) 測位装置
CN113203418A (zh) 基于序贯卡尔曼滤波的gnssins视觉融合定位方法及***
CN114812545B (zh) 基于双激光多普勒测速仪和惯导***组合导航方法及装置
CN112762961A (zh) 一种车载惯性里程计组合导航在线标定方法
CN112284415A (zh) 里程计标度误差标定方法、***及计算机存储介质
CN117053782A (zh) 一种水陆两栖机器人组合导航方法
CN110849360A (zh) 面向多机协同编队飞行的分布式相对导航方法
CN108225312B (zh) 一种gnss/ins松组合中杆臂估计以及补偿方法
CN114964222A (zh) 一种车载imu姿态初始化方法、安装角估计方法及装置
CN113340298A (zh) 一种惯导和双天线gnss外参标定方法
CN111220151B (zh) 载体系下考虑温度模型的惯性和里程计组合导航方法
CN114526731A (zh) 一种基于助力车的惯性组合导航方向定位方法
CN111912427B (zh) 一种多普勒雷达辅助捷联惯导运动基座对准方法及***

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Qin Chao

Inventor after: Zhang Shuo

Inventor after: Huang Yuanqing

Inventor after: Zhang Zhenjiang

Inventor after: Wang Yihuan

Inventor after: Dong Jiangwei

Inventor before: Qin Chao

Inventor before: Zhang Shuo

Inventor before: Huang Yuanqing

Inventor before: Zhang Zhenjiang

Inventor before: Wang Yihuan

Inventor before: Dong Jiangwei

GR01 Patent grant
GR01 Patent grant