隧道移动三维扫描点云纠正的控制方案研究

随着城市的发展,交通拥堵、地表空间匮乏促使地下空间的开发利用快速发展.地下空间三维信息的采集、处理、建模、管理需求促使三维激光扫描应用向地下空间延伸.移动三维扫描系统通过GNSS实时定位、IMU惯导系统定姿解算每个时刻扫描仪的位置和姿态,进而得到准确的三维点云数据,在GNSS完全失锁时,还需进行标靶纠正.对隧道内控制标靶布设方案进行了研究,通过纠正IMU的漂移和位置偏差,得到高精度点云数据.     

基于空间双曲交会的GNSS伪距单点定位算法

针对GNSS卫星导航中的伪距单点定位,提出一种不需要测站坐标近似值的非迭代算法。该算法将GNSS伪距导航定位方程转化为空间双曲定位方程,给出具体的解算步骤,研究了空间双曲定位方程的解(有两解),利用GNSS伪距导航定位的特点可消除多值性,从而实现无初值GNSS伪距单点定位。该算法与Bancroft算法相比,通过星间单差,与测站有关的公共误差项被消去,提高了定位精度;与传统的迭代算法相比,提高了计算效率,而且不需要测站坐标初值。最后通过IGS监测站实测数据对3种算法进行比较,验证了算法的有效性。     

预建高精度地图的封闭区域UGV自动驾驶导航定位

针对封闭区域UGV自动驾驶应用，本文提出了一种基于平面高精度地图的导航定位方法。该方法利用三维激光扫描数据采用预定义的栅格地图概率值建立多分辨率地图，在保证定位精度的同时提高定位效率，采用极大似然估计获取载体位姿初值并将IMU数据用于计算高斯-牛顿法搜索初值。试验结果表明，基于激光扫描的二维地图构建与匹配定位方法能有效解决帧与帧匹配误差快速累积问题，可以高效地使用已有地图进行连续高精度的载体定位。     

LSTM辅助车载GNSS/INS组合导航算法及性能分析

针对车载GNSS/惯性导航系统(inertial navigation system,INS)组合导航系统在GNSS信号失锁时定位精度下降甚至发散的问题，提出了一种长短期记忆(long short-term memory,LSTM)神经网络辅助组合导航的算法来提高定位精度，实现可靠连续稳定的定位.通过移动集成平台进行实验，结果表明：当GNSS信号失锁30 s时，LSTM辅助组合导航系统在东(east,E)、北(north,N)方向的位置误差最大值分别降低了77.45%、17.39%，均方根误差(root mean square error,RMSE)分别降低了79.53%、42.36%；当GNSS信号失锁100 s时，LSTM辅助GNSS/INS在E、N、天顶(up,U)三个方向上的位置误差最大值分别降低了60.07%、98.30%、84.65%,RMSE分别降低了61.96%、97.98%、84.65%. LSTM辅助较大地提升了车载GNSS/INS组合导航系统的导航性能.     

车载移动测量中定位定姿系统误差校正与补偿研究

讨论了全球导航卫星系统(global navigation satellite system,GNSS)/里程计(odometer,ODO)/惯性导航系统(inertial navigation system,INS)组合定位定姿中误差校正与ODO/INS组合导航两个方面的问题。针对里程计刻度因子和安装误差角的校正,在不改变原GNSS/INS滤波器的基础上,设计了GNSS/INS与INS/ODO两级卡尔曼滤波器级联结构,将INS导航误差与里程计刻度因子误差、安装误差角分别列入两个滤波器的系统状态中,在GNSS连续观测和固定模糊度条件下,利用里程计和惯导里程增量之差作为INS/ODO卡尔曼滤波器的外部观测,对误差进行校正。另一方面,使用校正过的里程计和安装误差角,在GNSS失锁条件下对INS进行观测和修正。跑车实验结果表明,本文算法可以有效校正里程计刻度因子和定位定姿(positioning and orientaton system,POS)安装误差角,同时大幅提高GNSS失锁条件下的定位精度,配合平滑卡尔曼滤波器,可将城市移动测量两分钟GNSS失锁条件下的定位误差控制在0.5m以内。     

GPS/BDS组合定位对短基线模糊度搜索空间的影响

整周模糊度固定是GNSS高精度动态定位的关键问题,为研究GPS/BDS(北斗卫星导航系统)组合定位对短基线模糊度搜索效率和固定成功率的提高效果,利用基于模糊度方差-协方差阵特征值平方根的模糊度搜索空间对比方法分别对短基线条件下GPS单系统、BDS单系统和GPS/BDS组合系统下的模糊度搜索空间进行对比分析。实验数据表明:GPS/BDS组合定位对各单系统的方差-协方差阵均有影响,从整体上可以缩小GPS和BDS单系统的模糊度搜索空间。最后对模糊度固定成功率进行了统计,结果表明,在单、双频条件下组合系统均可显著提高模糊度固定成功率和搜索效率。     

GNSS/里程计组合定位抗差估计法

利用Kalman滤波进行GNSS/里程计组合定位难以实现两种传感器的最优利用。针对轮轨相对运动时里程计数误差增大的情况,提出了对GNSS位置导出里程、速度导出里程和里程计输出里程使用抗差最小二乘求取最优里程;并使用中位数求取抗差迭代初值。增加GNSS测速里程观测值,提高了观测冗余,有利于计算抗差初值。抗差等价权能够平衡3种观测值的比重,增强鲁棒性。计算结果表明,引入速度信息的抗差解法优于单一传感器定位解;也优于传统滤波解法。     

RTK差分技术在网约车计费系统检测中的应用

2013年以来,随着打车软件的流行,网络约车不断进入人们的视野并活跃在全国各大城市。随之而来的网络约车软件定位不准、计程不准而导致的客户投诉也接踵而来。针对这些问题,本文提出了一套网络约车计费检测方法,采用多模多频RTK载波相位差分技术和惯性导航组合定位技术,使用基准站+流动站的RTK差分GNSS接收机、惯导模块、高精度扼流圈导航天线及回放仪记录汽车行驶过程中的信息,包括经纬度、乘车时间、速度等,通过计算得出汽车行驶里程。通过与司机手机计费结果进行比较,试验结果表明,采用载波相位差分技术和组合导航定位的技术可以有效解决定位失锁、轨迹不连续等问题。     

基于低成本GNSS接收机的多天线RTK定位研究

通过选取基准站模块、移动站模块和无线通信模块,设计了低成本GNSS接收机。针对单个接收机偶尔存在信号失锁无法得到固定解的情况,提出了多天线拟合圆的RTK定位方法。实际测试表明,低成本GNSS接收机能满足一般工程测量任务的精度需求,多天线RTK定位技术能有效提高解算结果的固定率。     

GNSS失锁状态下车载移动扫描系统的点云数据精度分析

随着高精度动态定位定姿技术、数字传感器技术、近景摄影测量技术及自动控制技术的飞速发展和集成融合,地面移动数据快速采集成为可能,从而产生新的移动数据采集设备--车载激光扫描系统。车载激光扫描系统的姿态和位置主要依靠GNSS+IMU,当移动测量设备在城市里或强电磁场附近采集数据时,会遇到GNSS偶然失锁的可能,进而影响移动测量设备局部采集数据的精度。本文从宏观上设计了移动测量设备的失锁试验,并分析对比试验数据,得出了失锁状态下移动测量设备的数据精度随时间的变化规律。     

城市环境下智能手机车载GNSS/MEMS IMU紧组合定位算法

针对城市环境下卫星信号遮挡严重,智能手机全球导航卫星系统(global navigation satellite system,GNSS)定位难以保证连续性和可靠性的问题,提出了一种基于智能手机内置传感器数据的GNSS/微机械惯性测量单元（microelectro-mechanical system inertial measurement unit,MEMS IMU)紧组合车载导航算法。算法使用惯性导航系统机械编排进行时间更新,在车辆运动模型约束的基础上,使用伪距、多普勒频移和载波相位时间差分计算的航向角作为观测值进行测量更新。采用3部不同型号的智能手机进行车载试验分析,结果表明：城市场景下紧组合滤波定位算法平面位置精度统计约为5～6 m,高程方向约为5 m,且在GNSS信号失锁的隧道场景下具有短时间推算功能。该算法受GNSS观测条件的影响较小,大幅提升了城市复杂环境下智能手机车载定位的连续性和可靠性。     

一种顾及高程的无人机景观匹配定位方法

针对目前无人机飞行器主要依靠GNSS定位且易受干扰失效的问题,该文提出了一种基于景观匹配的无人机辅助三维定位方法,该方法首先将基准影像与DEM进行配准生成底图数据,然后采用SIFT算法将无人机实时飞行图像与底图数据进行匹配,得到同名点对并获取无人机飞行图像的平面与高程坐标,再利用空间后方交会对飞行图像进行解析,解算无人机的三维坐标,实现顾及高程的三维定位导航。实验结果证明该方法可以降低无人机对GNSS的依赖,实现无人机GNSS信号受干扰或失效时的定位导航。     

云闪空间定位的三维网格搜索算法研究

针对迭代算法用于雷电定位时依赖初始值和易于发散等问题,提出了三维网格搜索算法用于云闪空间定位解算.通过对某雷电探测网的数据进行模拟计算和数值分析,结果表明,只要网格划分得合理和恰当,多级搜索后,计算结果必定趋近于真实解,证明了该方法的有效性和稳健性.     

基于格论的GNSS模糊度解算

快速、准确地解算整周模糊度是实现GNSS载波相位实时高精度定位的关键,由于模糊度之间的强相关,基于整数最小二乘估计准则时,需要较长的时间才能搜索出最优的整周模糊度向量。为了提高模糊度的搜索效率,本文在扼要介绍格论的理论框架基础上,引入基于格论的模糊度解算方法,通过格基规约来降低模糊度之间的相关性,从而快速搜索出最优的整数模糊度向量。与此同时,将GNSS领域的主要降相关方法统一到格论框架下,探讨了并建议采用Bootstrapping成功率作为格基规约的性能指标之一。最后实验分析了三频多系统长基线相对定位情况下,不同格基规约可获得的性能。     

RTK/INS紧组合算法在卫星数不足情况下的性能分析

设计了一套基于集中式卡尔曼滤波的实时动态定位（real-time kinematic,RTK）/惯性导航系统（inertial navigation system,INS）紧组合算法,通过实测车载数据对比分析了3颗可用卫星时的固定解和浮点解在位置漂移误差水平和模糊度恢复时间上的差异,验证了该算法在卫星较少情况下的良好性能。该算法在即使观测卫星不足4颗时使用固定解或浮点解进行滤波更新,提高了组合导航在复杂环境下的位置精度,并加快了模糊度恢复过程。实验结果表明,使用中等精度的惯导,在可见卫星数为3颗时,失锁30 s时的水平位置漂移误差为0.3 m;失锁60 s内,平均1~2 s就能可靠地恢复整周模糊度。在位置漂移误差与模糊度恢复方面,固定解和浮点解在GNSS信号短期部分失锁时的差异并不显著,但同时都明显优于信号完全失锁情形。     

空间测边交会解析算法与迭代算法的综合应用

本文提出了一种新的三维测边交会解析算法,应用几何判别方法排除多解问题。研究了测边网最稳定解析解的交会图形选择方法,将此解析解作为迭代算法的初值进行迭代计算,不但能保证计算精度,极大加快迭代收敛速度,而且能减少计算机工作量与计算时间,避免迭代算法多值判断问题的同时,保证了迭代初值直接位于收敛域内。试验结果表明,解析算法与迭代算法综合应用算法可高效率,高稳定性求解空间测边交会问题。     

封闭环境下限制误差发散的高精度导航定位

基于GNSS系统的导航定位设备在封闭或受阻环境下导航精度受限,为此,提升地下空间或室内定位精度,摆脱对GNSS的依赖是当前的研究热点。针对该问题,本文研究了LiDAR+IMU+DMI多源传感器导航定位技术,通过将LiDAR控制标靶数据带入卡尔曼滤波方程,计算IMU+DMI组合的误差状态向量,限制其误差发散,从而获取设备的高精度位置。该技术能使移动检测设备完全摆脱对GNSS信号的依赖,实现地下封闭空间移动测量设备精确定位,便于地下空间检测。通过在武汉某地铁试验表明,本文算法适用于地下、室内空间封闭环境中无GNSS信号的移动测量设备高精度导航定位。     

GNSS/INS组合车辆协同精密定位方法

自动驾驶和智能交通要求载体的高精度定位,更要求载体之间的高精度协同控制。当前依靠增加传感器来提升载体定位精度的研究思路依然无法有效解决卫星信号长时间失锁的复杂情况。本文提出了基于GNSS/INS组合的载体协同高精度定位方法,通过建立载体之间的相对位置关系来实现载体间观测值的共享,从而提升载体的定位精度和可信度。试验结果表明,GNSS/INS组合的协同定位模式相比于单独定位模式能显著改善载体恶劣环境下的定位精度。     

全球导航卫星系统时间精度分析

全球导航卫星系统具有独立的时间参考系统,即GNSS时间,并溯源至UTC时间.GNSS时间精度参数不仅影响定位和授时的精度,也影响不同GNSS系统之间时间偏差的计算和预报,进而对GNSS系统的互操作性产生影响.本文对GNSS时间标度的产生和维持进行了分析,并通过分析给出了其精度估计结果.     

一种加速GNSS信号捕获的短时傅里叶变换算法

提高GNSS信号捕获速度从而减少定位时间,是目前GNSS信号处理研究热点之一。短时傅里叶变换是一种通过设立窗口函数与采样信号相乘从而提高捕获速度的方法。为了提高GNSS信号捕获速度,利用短时傅里叶算法对GNSS信号捕获的算法进行了改进。实验中选取了不同的窗口函数对GNSS信号峰值以及处理速度的变化进行了分析。在其码相位和频率基本不变的情况下,得到了在峰值变化较小时,短时傅里叶变换能有效提高其捕获速度的结论。