双目视觉辅助GNSS在恶劣环境下导航定位

视觉里程计能够在复杂环境下提供短时间的高精度导航定位,全球卫星导航系统（GNSS）具有全天候、全球性和误差不随时间积累的特性,但是在恶劣环境多路径效应下,GNSS定位精度会变差甚至不可用. 为了研究在复杂环境下视觉里程计辅助GNSS导航定位技术,首先介绍了视觉里程计的导航定位原理;然后在卡尔曼滤波器中将GNSS定位结果和视觉里程计定位结果进行了松组合处理;并利用视觉里程计定位结果和预测的视觉里程计误差实现了GNSS在恶劣环境下的导航定位. 基于KITTI数据集的模拟验证结果表明,设计的组合方案能够在恶劣环境下持续提供可靠的导航定位.      

CNS+GNSS+INS船载高精度实时定位定姿算法改进研究

天文导航（CNS）、卫星导航（GNSS）和惯性导航（INS）3种系统组合可提供高精度的定位定姿结果。实际工程中因INS长时间误差累积，以及系统硬件传输存在不可忽略的时间延迟，导致INS提供给CNS的预报粗姿态误差较大，恶劣海况下难以保障快速搜星，造成天文导航可靠性下降、姿态测量精度较低的问题。为此，本文提出了一种CNS+GNSS+INS高精度信息融合实时定位定姿框架，引入了等角速度外推措施，有效地解决了惯导信息延迟问题。通过高精度转台模拟恶劣海况下载体大角速度摇摆，验证了本文提出的改进算法的有效性。试验结果表明，该算法架构简单，性能可靠，显著提高了恶劣环境下星敏感器的快速、准确搜星能力，保障了三组合姿态测量的精度和可用性。     

Modeling and verifying the impact of time delay on INS-aided GNSS PLLs

The timing error between global navigation satellite system (GNSS) and inertial navigation system (INS) processes limits the integration performance in GNSS/INS integrated systems. In a deeply coupled system, this timing error affects not only the integrated navigation solution, but also the GNSS signal tracking. We propose a time-domain model of INS-aided second-order phase-locked loops (PLLs) in consideration of the INS aiding delay, and analyze the effect of INS aiding delay on the tracking errors in details. In addition, an integrated hardware deeply coupled system platform was developed to verify the impact of time delay on INS-aided PLLs. Simulation and field vehicles testing results demonstrate that the tracking error of the INS-aided PLL caused by aiding delay increases with the lengthening of the delay time, the compression of the bandwidth, and the increase in the acceleration. Testing results verify the proposed model.     

基于预积分的IMU/ODO外参估计

里程计通常被用于辅助车载GNSS/INS组合导航系统,以解决当遇到高楼、密林、隧道等信号干扰和遮蔽严重情景时导致精度下降的问题,而里程计辅助需要获取准确的里程计杆臂和安装角。鉴于此,本文提出了一种基于预积分的IMU/ODO外参估计算法,使用由里程计观测和GNSS/INS组合导航解算得到的一段时间内的里程增量差异构建代价函数,通过非线性优化器进行标定参数求解。仿真与实际测试均表明了本文标定方法的有效性,里程计观测在经过标定外参补偿后,可为车载GNSS/INS组合导航系统提供厘米级的精度辅助。     

惯导/双星定位组合导航方案与精度分析

分析了惯导／双星定位组合的可行性;针对惯导／双星定位组合导航在飞行器上应用存在的有关问题进行了讨论,提出了可能的对策。通过不同方案的比较分析,给出了较为实用的惯导／双星定位组合导航系统设计方案,并对组合的时机和组合导航的精度进行了仿真计算和结果分析。结果表明,采用按精度要求进行惯导／双星定位位置组合,可以在某种程度上弥补双星定位导航系统为有源系统的缺点,并具有较高的精度。     

基于抗差LM的视觉惯性里程计与伪卫星混合高精度室内定位

视觉惯性里程计（VIO）和伪卫星已经广泛应用于室内环境定位中,但在实际应用中,二者各自都有明显的缺陷。视觉里程计依赖于实际场景,在景深变化明显和光照不均匀的环境下会产生粗差,而且误差会不可避免地随着时间累积,但是在相邻帧间能保证相对高精度的位姿测量。由于受到室内多径的影响,伪卫星室内定位的精度和可靠性很难保证。为增加室内定位的可靠性和稳定性,基于抗差LM非线性优化理论,本文主要研究利用视觉惯性里程计的相邻帧间高精度位姿测量和伪卫星融合的室内高精度定位技术。该算法不仅可以抵抗粗差,而且可以减弱不同传感器间权重设置不合理带来的影响。最后使用在室内环境下搭建的高精度动态捕捉设备对组合定位方法进行实验验证。试验结果表明,该方法不依赖回环即可消除视觉惯性里程计的累积误差,有效提高室内定位精度及可靠性。利用改进的LM算法融合后场景1和场景2,相对于VIO单独定位精度分别提高了59.0%和77.5%。     

一种GNSS/视觉观测紧组合导航定位算法研究

全球卫星导航系统(GNSS)在弱信号环境下,GNSS信号易受到遮挡或者电磁干扰,严重影响导航定位的可靠性、连续性和精度. 针对此问题,本文作者研究了一种GNSS和视觉观测紧组合导航定位方法. 首先基于相机采集图像数据,利用ORB-SLAM2开源平台求解得到视觉位置结果增量,再联合GNSS伪距观测数据采用卡尔曼滤波(KF)进行组合定位解算. 采用实测的GNSS伪距观测数据和图像数据进行测试,试验结果表明:该算法不仅能有效地提升GNSS弱信号环境下导航定位的连续性和精度,还能在卫星数少于4颗时保持持续导航定位.      

Improved decentralized multi-sensor navigation system for airborne applications

The integration of Global Navigation Satellite System (GNSS) and Inertial Navigation System (INS) technologies is a very useful navigation option for high-accuracy positioning in many applications. However, its performance is still limited by GNSS satellite availability and satellite geometry. To address such limitations, a non-GNSS-based positioning technology known as “Locata” is used to augment a standard GNSS/INS system. The conventional methods for multi-sensor integration can be classified as being either in the form of centralized Kalman filtering (CKF), or decentralized Kalman filtering. However, these two filtering architectures are not always ideal for real-world applications. To satisfy both accuracy and reliability requirements, these three integration algorithms—CKF, federated Kalman filtering (FKF) and an improved decentralized filtering, known as global optimal filtering (GOF)—are investigated. In principle, the GOF is derived from more information resources than the CKF and FKF algorithms. These three algorithms are implemented in a GPS/Locata/INS integrated navigation system and evaluated using data obtained from a flight test. The experimental results show that the position, velocity and attitude solution derived from the GOF-based system indicate improvements of 30, 18.4 and 20.8% over the CKF- and FKF-based systems, respectively.     

融合光度参数估计的单目直接法视觉里程计

针对单目直接法视觉里程计在光照变化大的场景下定位精度低、定位鲁棒性差的问题,文中提出一种融合光度参数估计的单目直接法视觉里程计。首先通过对图像帧进行特征匹配实现特征跟踪,建立起图像像素点之间的关联,接着利用非线性优化方法进行光度参数估计,然后在光度参数估计提供的光度参数先验信息的基础上对图像灰度值进行校正,最后利用校正后的图像采用单目直接法视觉里程计对相机运动进行估计。在EuRoC数据集上的实验结果表明,与传统方法相比,文中提出的算法提高单目直接法视觉里程计对光照变化的鲁棒性,定位精度平均提高约18%。     

载体角运动对旋转调制惯导系统误差影响分析

针对典型的双轴转停旋转调制系统,从捷联惯导姿态角误差方程出发,理论分析了载体角运动对旋转调制效果的影响。刻度系数误差导致的直流分量误差可等效为不可调制的常值陀螺漂移,对系统的精度水平有较大影响。安装误差导致的交流分量误差可等效为周期振荡的陀螺仪漂移,对系统精度影响较小。仿真结果有效验证了相关分析结论。     

GAINS中重力传感器信息的扰动改正

重力辅助惯性导航系统GAINS(Gravity Aided Inertial Navigation System)是利用地球物理特征信息──重力来完成水下运动载体的辅助惯性导航与定位。为实现重力匹配以校正惯性导航随时间累积的误差,首先必须对重力传感器输出信息进行扰动改正。分析了水下运动状态下重力传感器受到的各种重力扰动,如垂直扰动加速度、水平扰动加速度以及厄特弗斯效应影响所产生的原因,研究了扰动误差模型与INS导航精度之间的关系,并通过计算,提出了可直接以INS输出数据而无需其它外部有源导航信息进行扰动分离的方法。     

GAINS中重力传感器信息的扰动改正

重力辅助惯性导航系统GAINS(Gravity Aided Inertial Navigation System)是利用地球物理特征信息重力来完成水下运动载体的辅助惯性导航与定位.为实现重力匹配以校正惯性导航随时间累积的误差,首先必须对重力传感器输出信息进行扰动改正.分析了水下运动状态下重力传感器受到的各种重力扰动,如垂直扰动加速度、水平扰动加速度以及厄特弗斯效应影响所产生的原因,研究了扰动误差模型与INS导航精度之间的关系,并通过计算,提出了可直接以INS输出数据而无需其它外部有源导航信息进行扰动分离的方法.     

粗精匹配结合的矢量道路辅助惯性导航算法

针对无源环境下无法采用卫星导航定位方式对惯性导航系统的累积误差进行修正的问题,提出一种采用高精度的矢量道路数据进行粗精匹配的导航校正算法。该方法首先通过分析惯导轨迹的特征标示点以及外接矩形,剔除明显的误匹配道路和冗余道路,获取待匹配道路集合;进而,结合ICCP算法具有匹配精度较高,匹配结果较稳定的优点,完成惯导轨迹位置误差的补偿和校正;最后,根据匹配方差和历史匹配轨迹对匹配结果的准确性进行分析和判断。仿真实验结果表明,该算法能够提高惯性导航定位误差的校正精度,减少在复杂道路交叉口等情况的误匹配。     

顾及动力学模型误差影响的GPS/INS组合导航自适应滤波算法

在顾及动力学模型随机误差的情况下,设计了一种GPS/INS自适应滤波算法.针对BP神经网络存在的训练速度慢、易陷入局部极小值等问题,对神经网络学习算法进行了改进.利用神经网络进一步减小系统误差对导航解的影响,给出了顾及动力学模型随机误差和系统误差的GPS/INS自适应滤波算法,并利用实测数据验证了算法的有效性.     

惯导辅助下的动态精密单点定位算法研究

精密单点定位中的模糊度不具有整数特性,如何将其准确求解一直是当前研究的热点。且在定位初始阶段,需要经过长时间观测才能使定位精度收敛到厘米、分米级。为解决上述两个问题,可引入惯性导航系统（INS）输出的短时间内高精度的导航信息,以用于辅助模糊度浮点解快速准确地解算。文中分别介绍了直接利用位置信息代入和构建虚拟观测量的两种最小二乘方法,以及这两种方法下INS导航信息精度与模糊度浮点解精度之间的关系。仿真结果表明:惯性信息的辅助作用能够有效地在定位初始阶段提高模糊度解算的效率和精度、缩短收敛时间、改善定位精度。      

扰动重力水平分量对惯导系统的位置误差影响

研究了不同运动状态下扰动重力水平分量（HDG）对高精度惯导系统（inertial navigation system,INS）的位置误差影响。首先推导了HDG对INS误差影响的状态空间方程,进而推导出3种运动条件下INS位置误差与HDG之间的解析关系式,设计了基于惯导解算求解上述影响的方法。在匀速运动条件下,分别通过解析式与惯导解算两种方法计算了相同HDG引起的INS位置误差。解析式计算结果表明,±80 mGal（1 mGal=10-5 m/s2）范围内变化的HDG约可引起最大约3 000 m的INS位置误差;对两种方法计算结果的比较显示,所得INS位置误差的量级与变化情况基本一致,两组结果验证了各自方法的有效性。     

An integrated land vehicle navigation system based on context awareness

In the complex urban environments, land vehicle navigation purely relying on GNSS cannot satisfy user needs due to the loss of satellite signals caused by obstructions such as buildings, tunnels, and trees. To solve this problem, we introduce a GPS-/MSINS-/magnetometer-integrated urban navigation system based on context awareness. In this system, the data from the Micro Strapdown Inertial Navigation System (MSINS) are used to analyze and detect the context knowledge of vehicles, whose sensor errors can be compensated by the heuristic drift reduction algorithm for different motion situations. When GPS is available, the vehicle position can be estimated by unscented Kalman Filter, whereas in the case of GPS outages, the vehicle attitude is provided by an attitude and heading reference system and the motion constraints-aided algorithm is used to complete the positioning. In the experiment validation, the integrated navigation system is set up by low-cost inertial sensors. The result shows that the proposed system can achieve high accuracy when GPS is available. For most of the time without GPS, the system can guarantee the positioning precision of 10 m and compensate the errors of MSINS effectively, which fully satisfies positioning needs in complex urban environments.     

先验协方差阵误差对动态Kalman滤波解的影响

分别讨论当标准Kalman滤波动力学模型的状态参数协方差阵、状态噪声的协方差阵及观测噪声的协方差阵含有误差时,对滤波结果的影响并导出相应的解式。利用GPS/INS紧组合导航系统的实测数据对上述分析进行了实验,结果表明,动力学模型信息的协方差阵和观测信息的协方差阵在滤波中具有一个理想的平衡点,该平衡点能够合理分配动力学模型信息和观测信息对滤波解的贡献,从而可以得到可靠的滤波解。     

附加约束条件对GNSS/INS组合导航结果的影响分析

针对车载全球导航卫星系统/惯性导航系统（global navigation satellite system/inertial navigation system,GNSS/INS）组合导航中卫星信号中断,惯性导航系统单独导航误差积累较大的问题,提出了附加载体运动条件约束的卡尔曼（Kalman）滤波解算方法。通过利用载体固有的运动约束,包括近似高程约束、近似速度约束和近似姿态约束,减少载体自由度和模型参数;通过引入新的观测类型,增加观测冗余,可以加强Kalman滤波解,提高在GNSS信号中断时组合导航系统的定位精度,实现无缝导航。     

GNSS／INS组合的铁路轨道三维坐标快速精密测量

研究了利用GNSS／INS组合导航技术实现铁路既有线轨道绝对位置的快速精密测量方法,以便携式轨检小车作为移动平台搭载惯性测量单元、全球卫星导航系统、里程计和轨距尺模块,在运动过程中测量载体的三维坐标、姿态,结合轨距测量值推算轨道中线的精确三维坐标. 该方法对高精度轨道控制网依赖程度低,采用移动测量模式,作业效率高。在徐郑无砟高速铁路的实测结果表明,GNSS／INS组合导航系统平面测量精度优于6 mm(RMS),高程测量精度优于15 mm(RMS),可用于既有线线型恢复。