基于卡尔曼滤波和改进DBSCAN聚类组合的GPS定位算法

实时获取智能移动终端的地理位置信息是增强现实（AR）实景智能导航系统实现的关键,为了提高智能终端GPS定位的精度,提出了一种基于卡尔曼滤波与改进的具有噪声的基于密度的聚类方法（DBSCAN）结合的GPS组合定位优化方法. 通过对GPS系统采集到的位置坐标数据进行卡尔曼滤波,去除较大的数据波动,控制定位误差范围,采用DBSCAN聚类算法进行分类去噪和二次聚类,对类中数据求得算术均值和类间数据总数进行加权求重心,确定位置坐标. 实验结果表明,提出的算法能有效提高GPS单点定位精度,减少定位误差,同时很好地满足了AR实景智能导航系统实时性和鲁棒性的要求.      

经纬仪多基准尺联合标定技术研究

建立经纬仪测量系统的首要问题是进行经纬仪系统定向,经纬仪系统定向主要包括相对定向和绝对定向,其中绝对定向是确定经纬仪测量系统的尺度因子。在实际测量中,针对不同位置和姿态的基准尺对系统整体定向的精度影响较大以及多余观测少等问题,通过对多个位置和姿态的基准尺进行测量,增加约束条件,提高点位测量的精度,改善点位误差的空间分布特性。实验结果表明,文中方法能较好地提高系统的测量精度。     

六、P24 测量仪器

CH20082297 3Dsurs系统姿态精度分析=Attitude Preci- sion Analysis of 3Dsurs/王冬,卢秀山,刘凤英(山东科技大学地球信息科学与工程学院测绘科学与工程系)//测绘科学.-2008,33(3).-15～16 GPS是3Dsurs系统中关键传感器之一,用于测量车载平台的位置和姿态角.姿态角获取是3Dsurs系统关键技术之一,其精度决定系统所能达到的测量精度。本系统中使用NovAtel DL-4型双频、高精度、高采样率GPS,采用差分后处理方法,数据处理中利用3台GPS间固定位置关系进行约束平差,并采用滤波方法提高解算精度.多组实验结果表明;使用GPS测姿可获得较高精度,系统中3个姿态角的精度有差异,航向角的精度最高,横滚角和俯仰角的精度接近。表1参9     

基于多导航系统的姿态测量及精度评估

基于卫星导航系统的姿态测量可作为一个新型姿态测量系统,代替传统昂贵的姿态测量设备,具有极大的应用潜力.本文首先介绍了利用卫星进行姿态测量的基本原理,在此基础上采用上海司南卫星导航技术股份有限公司的一块K728 GNSS OEM开发板和一块PCB板,设计了一个基于双天线的姿态测量系统,进行载体姿态测量的实验,并实现了PC机直接获取K728板卡实时解算的数据.最后,利用Matlab对测得的数据进行处理,评估了该开发板在测姿应用中的精度.实验结果表明,在系统正常工作的情况下,解算出的方位角精度高于0.2°/R(R为双天线基线长),俯仰角的精度高于0.4°/R.初步实验表明,该姿态测量系统可以应用在车辆自主驾驶控制以及飞行器、轮船的常规姿态测量.     

测绘遥感能为智能驾驶做什么?

从自动驾驶汽车到智能汽车,再到智能网联汽车,智能驾驶汽车技术及产业的快速发展,测绘与遥感技术起到了重要的支撑作用.本文首先介绍了国内外智能驾驶汽车的进展及其与常规汽车的区别,基于科学技术发展3次重要浪潮的视角,对比分析和归纳了自动驾驶与测绘遥感的发展历程及其核心技术驱动力.然后从顶层规划与政策环境、环境感知与计算决策车辆关键技术、高精地图与导航定位基础支撑关键技术、车路协同信息交互关键技术4个方面,对智能驾驶汽车的关键技术进行了介绍.以星基导航增强、高精度位置和姿态测量、多源融合感知等多项导航定位先进技术成果为实例,论证了测绘导航赋能单车智能驾驶;通过介绍移动测量与众包高精地图制作技术,阐述了测绘遥感对智能驾驶的关键支撑作用;以天基信息实时服务系统(PNTRC)建设为例,描述了测绘遥感未来将服务智能网联汽车"人-车-路-云"的发展趋势.最后总结分析了智能驾驶发展尚需解决的问题以及测绘遥感近期需要应对的挑战.     

POS辅助摄影测量直接对地定位的误差分析及发展展望

高精度定位定向系统(PositioningOrientation system,简称POS系统)能够获取机载传感器的空间位置和三轴姿态信息,从而可以实现机载遥感直接对地定位,这对于无控测图乃至未来实时智能测图具有重要意义。本文首先介绍摄影测量几何定位的基本原理和发展历程,分析了POS辅助航空摄影的原理和主要误差源,然后对未来POS技术的发展前景做以展望。     

3Dsurs系统姿态精度分析

GPS是3Dsurs系统中关键传感器之一,用于测量车载平台的位置和姿态角。姿态角获取是3Dsurs系统关键技术之一,其精度决定系统所能达到的测量精度。本系统中使用NovAtel DL-4型双频、高精度、高采样率GPS,采用差分后处理方法,数据处理中利用三台GPS间固定位置关系进行约束平差,并采用滤波方法提高解算精度。多组实验结果表明:使用GPS测姿可获得较高精度,系统中三个姿态角的精度有差异,航向角的精度最高,横滚角和俯仰角的精度接近。     

空地协同移动智能服务平台研发及典型应用

面向万物互联时代的移动智能服务需求,亟须建立空地协同智能服务平台。由于核心设备和算法的限制,空地协同移动智能服务平台发展较为缓慢。由此通过攻关传感器实时位置和姿态测量的核心技术与数据处理和分析的关键算法,研制了高精度位姿测量设备,研发了机载和车载空地多平台协同组网遥感观测系统,实现了多源遥感影像质量改善与智能精处理,有效支撑遥感测绘服务,提升遥感信息自动化处理水平,从而解决了空地协同智能服务平台中“准、快、灵”的难题,实现“北斗+位姿测量仪”全球自主“定基准”、空地协同组网快速“找目标”、智能化精处理自动“查变化”。成果已被广泛应用于地理国情监测、智慧城市规划和建设、应急测绘保障等行业。     

一种新的六自由度测量方法

针对空间中运动目标的六自由度测量,在研制的新型光笔基础上提出了一种六自由度测量方法。该方法既可以对目标进行六自由度测量,也可以进行单点测量。测量前,只要将光笔安装于被测目标上,利用激光跟踪仪技术和视觉测量技术分别获取光笔的位置和姿态;再将其位置与姿态融合于激光跟踪仪坐标系下的目标六自由度测量值。文中描述了六自由度测量系统的基本原理,并推导了测量系统中涉及到的关键算法。实验结果表明,该方法六自由度测量精度达到国外同类产品水平,基本满足高精度六自由度测量的需要。     

GPS单基线实时姿态测量系统分析与实现

分析和实现了基于单基线的GPS实时姿态测量系统。通过对姿态参数的精度分析，得出了姿态测量精度同基线长度和相对精度因子的关系；分析了姿态测量系统中单点定位对相对定位精度的影响；最后对姿态测量系统的实时性和姿态测量的结果进行了分析。本文的研究对GPS姿态测量技术的工程应用和理论研究具有一定的参考价值。     

一种适用于动态变形测量的双频模糊度实时解算方法

设计了一种短基线情况下双差模糊度的实时解算方法,利用双频载波相位的两个长波组合φ-3,4和φ4,-5,通过坐标初始值约束和双频信号之间的相关关系,可快速求解模糊度,采用抗差自适应滤波来提高模糊度求解的可靠性及定位精度。该方法对监测点初始点位误差的要求可放宽至50cm,适合于变形幅度较大的动态监测系统。     

New optimal smoothing scheme for improving relative and absolute accuracy of tightly coupled GNSS/SINS integration

For mobile surveying and mapping applications, tightly coupled integration of global navigation satellite system (GNSS) and Strap down Inertial Navigation System is usually recommended for direct georeferencing since it can provide position, velocity, and attitude information at higher accuracy and better reliability in a self-contained manner. A post-mission smoothing method is applied to optimally use observation information of both systems and to overcome the shortcomings of Kalman filter in GNSS degraded environments. We propose the revised Rauch–Tung–Streibel Smoother (RTSS) and Forward–Backward combination (FBC) smoothing algorithms for tightly coupled integration. From the analysis and field test, it is found that RTSS smoothing mainly improves the relative accuracy, while FBC mainly contributes to the absolute accuracy. With the complementary characteristics of both smoothing algorithms, an optimal new smoothing scheme combining RTSS with FBC is built. The performance of these three smoothing algorithms is evaluated through a real vehicular test. Compared with RTSS and FBC smoothing algorithms, the new smoothing scheme improves the mean 3D position RMS and the mean 3D attitude RMS by 65.7 and 70%, respectively. It provides better accuracy and smoothness for the position, velocity, and attitude at the same time.     

基于AR（p）的卡尔曼滤波在GPS变形监测中的应用

由于AR（p）模型结构比较简单且计算比较方便，在变形分析中，目前常采用此模型建立变形模型。然而单纯的AR模型把模型参数作为定值，变形数据拟合误差及变形预测误差可能会比较大。介绍了将卡尔曼滤波引入AR模型，利用观测数据建立AR模型，即建立观测方程；以AR模型的参数为状态向量建立状态方程。从而形成动态系统的卡尔曼滤波函数模型，动态计算出AR模型的参数以便预测。此方法快速、实时，且占有较少内存，充分利用了AR模型和卡尔曼滤波二者的优点。     

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。     

异步联邦UKF的GNSS／SINS／摄影定位组合导航算法仿真

在飞行器进近过程中,为了提高组合系统的导航精度,针对传统联邦滤波器对非线性系统模型易导致滤波发散问题.分析了两种导航方式的优缺点,提出了基于卫星导航／惯性导航／摄影测量(GNSS／SINS／Photogrammetry)的组合导航联邦滤波算法,并推导了系统误差模型.该算法取长补短利用联邦无迹卡尔曼滤波器将GNSS定位和摄影定位、定姿精度高的优势对SINS进行在线误差估计.针对多传感器非等间隔数据采样问题,采用时间与量测更新分离的异步非等间隔联邦滤波算法进行信息融合,并对滤波器结构进行改进以减少算法复杂度.仿真实验证明基于联邦UKF的组合导航系统较传统联邦滤波算法位姿精度有明显的提高,且系统鲁棒性也有一定的增强.      

Adaptive Kalman filtering based on optimal autoregressive predictive model

Conventional Kalman filter (KF) relies heavily on a priori knowledge of the potentially unstable process and measurement noise statistics. Insufficiently known a priori filter statistics will reduce the precision of the estimated states or introduce biases to the estimates. We propose an adaptive KF based on the autoregressive (AR) predictive model for vehicle navigation. First, the AR model is incorporated into the KF for state estimation. The closed-form solution of the AR model coefficients is obtained by solving a convex quadratic programming problem, which is according to the criterion of minimizing the mean-square error, and subject to the polynomial constraint of vehicle motion. Then, an innovation-based adaptive approach is improved based on the KF with the AR predictive model. In the proposed adaptive algorithm, the process noise covariance is computed using the real-time information of the innovation sequence. Simulation results demonstrate that the KF with the AR model has a higher estimated precision than the KF with the traditional discrete-time differential model under the condition of the same parameter setting. Field tests show that the positioning accuracy of the proposed adaptive algorithm is superior to the conventional adaptive KF.     

Airborne vector gravimetry using precise,position-aided inertial measurement units

Vector gravimetry using a precise inertial navigation system continually updated with external position data, for example using GPS, is studied with respect to two problems. The first concerns the attitude accuracy requirement for horizontal gravity component estimation. With covariance analyses in the space and frequency domains it is argued that with relatively stable uncompensated gyro drift, the short-wavelength gravity vector can be estimated without the aid of external attitude updates. The second problem concerns the state-space estimation of the gravity signal where considerable approximations must be assumed in the gravity model in order to take advantage of the ensemble error estimation afforded by the Kalman filter technique. Gauss-Markov models for the gravity field are specially designed to reflect the attenuation of the signal at a specific altitude and the omission of the long-wavelength components from the estimation. With medium accuracy INS/GPS systems, the horizontal components of gravity with wavelengths shorter than 250 km should be estimable to an accuracy of 4–6 mgal (µg); while high accuracy systems should yield an improvement to 1–2 mgal.     

微小型IMU/GPS组合定位定向系统研究

介绍了一种低成本微小型惯性测量组件(inertialmeasurementunit,IMU)和双天线GPS构成的组合定位定向系统。为确保组合系统的实时性和滤波稳定性,提出了一种基于UD分解的快速卡尔曼滤波算法,给出了IMU/GPS组合系统的软硬件设计和实验结果。该组合系统应用于炮兵测地车,具有成本低、精度高等优点,能够提高炮兵测地保障的精度和速度。     

弹道导弹的GNSS/SST/SINS组合导航系统研究

提出一种组合导航方案，该方案在硬件上采用全捷联的结构，在算法上将捷联星光跟踪仪（strapdown startracker，SST）的姿态信息，高动态GNSS的位置、速度信息与捷联惯导进行组合滤波，全面提高导航精度。设计并实现了弹道导弹GNSS／SST／SINS组合导航系统实时仿真平台，仿真结果表明了该组合方案的稳定、可靠性。