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。     

车载分散式协同定位算法性能分析

为了提高GNSS拒止环境下车辆编队的定位精度,克服集中式滤波依赖中央处理单元且整体计算量大,进而导致协同定位系统可靠性低的问题,提出一种基于OD/SINS(里程计/捷惯导组合导航)模式下分散式协同定位算法.在OD/SINS组合导航系统方程的基础上构建了分散式协同定位模型,建立了基于位置反馈校正的测量模型,并引入载体连线...     

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。     

车载GNSS/SINS组合导航中零速区间探测方法的改进

零速修正技术是克服捷联惯导(SINS)定位定姿误差发散最为实用的一种约束方法,该技术包含零速区间探测和零速更新两个部分,其中,零速区间探测是零速更新的基础。基于实测数据,对广泛应用于行人微机电系统(MEMS)组合导航中的4种零速区间探测方法在车载全球卫星导航系统/捷联惯导(GNSS/SINS)高精度组合导航中的实际探测性能进行了分析,获得了一些有益的结论。在此基础上,提出使用低通滤波器预先消除陀螺和加速度计数据中的高频噪声,进而提升角速度能量探测器零速区间探测效果的改进方法,并给出了不同窗口的最佳阈值范围。     

Helmert方差分量估计在GPS/GLONASS/BDS/Galileo组合精密单点定位权比确定中的应用CSCD

多星座组合定位可以提升导航定位性能,但不同星座观测量组合时需要考虑合适的随机模型.传统方法是根据经验直接设定各系统的等价权重,但会导致随机模型确定不精确,从而影响组合系统的性能提升.将Helmert方差分量估计方法应用于GPS/GLONASS/BDS/Galileo组合精密单点定位(PPP)中,以自适应确定各系统间权比.采用国际GNSS服务(IGS)MGEX(Multi-GNSS Experiment)观测网的10个测站一周的观测数据进行静态和仿动态试验.结果表明:采用Helmert方差分量估计定权方法可显著提高GPS/GLONASS/BDS/Galileo组合PPP的收敛速度,与等权定权方案比较,静态模式下平均提高52%,仿动态模式下平均提高64%.因定位精度主要由载波相位观测值精度和误差修正水平决定,在静态和仿动态测试中Helmert方差分量估计方法对定位精度没有明显改善.     

GNSS/INS组合导航系统初始对准及其故障修复研究

正全球卫星导航系统可在无遮蔽环境中为用户提供高精度、低频率的导航定位服务,但在复杂环境中,GNSS信号易被遮挡或干扰。惯性导航系统经过初始化后,能够独立自主提供高频率、连续的位置、速度和姿态信息。通过二者合理结合,能够在遮蔽或半遮蔽环境中为用户提供连续且可靠的导航解。本文重点研究了GNSS/INS组合导航系统初始化及其故障修复方法,内容包括高精度惯导快速自对准技术、大失准角故障处理、磁力计辅助MEMS IMU抗差自适应姿态融合、神经网络辅助GNSS/INS组合导航系统故障识别与修复和惯导辅助BDS三频周跳探测与修复技术等,主要研究成果如下:     

改进的STUKF及其在多传感器信息融合中的应用

针对卫星导航信号不可用时引起组合导航性能降低问题,设计了适用于飞行器进近的卫星导航/捷联惯导/摄影定位(GNSS/SINS/Photogrammetry)组合系统。针对飞行器着陆时对系统位姿精度和自主性高的要求及其存在加减速、转弯等高动态的特性,以及采样点初始信息的不确定性导致UKF滤波器误差变大或者发散的问题,各子滤波器的状态估计采用改进的强跟踪无迹卡尔曼滤波(STUKF)方法。数字仿真表明,与传统UKF算法相比,改进的算法对载体的位姿估计精度更高,且只需一次UT变换,无需求解雅可比矩阵;计算复杂度降低对飞行器进近的过程有一定适应性。     

基于高精度三轴转台的GNSS/INS组合导航姿态性能自动化测试评估方法研究CSCD

目前全球卫星导航系统/惯性导航系统(GNSS/INS)组合系统性能测试评估技术存在评价方式单一,数据自动化处理程度不高等问题.针对系统的姿态性能,研究了GNSS/INS组合导航姿态性能动态测试评估新方法,并研发了相应的自动化控制测试评估软件.该方法基于高精度三轴动态基准仿真转台进行,首先通过多转位、多姿态运动场景的任务进行测试,采集转台三轴运动姿态数据与组合导航系统输出数据,然后利用Thompson奇异值剔除法对实测数据进行处理,最后结合转台实测数据进行不确定度分析从而完成测试评估工作.针对微机电系统(MEMS)组合导航产品开展了两组测试,实测结果表明:该方法可以较好地抑制组合导航系统中出现的奇异值点,同时转台的不确定度值均在0.2″以内,验证了该测试评估方法的高可行性与可靠性.     

一种基于加表零偏稳定性的GNSS/SINS组合导航异常探测方法

在地面车载组合导航中,全球导航卫星系统（global navigation satellite system,GNSS）的观测值容易受地面复杂环境的干扰,导致其定位结果出现异常,严重影响GNSS/捷联惯性导航系统（strap-down inertial navigation system,SINS）组合的滤波解算。从惯导系统误差特性的角度,研究了一种基于加表零偏稳定性的组合导航异常探测新方法。该方法从加表零偏解算的异常来发现GNSS位置、速度等观测值中的粗差,并采取剔除和降权的抗差方法抵御粗差影响。通过一组车载数据的分析表明,观测粗差对加表零偏解算的影响十分显著,以此为判别条件能够准确地发现观测粗差。采用该方法后,位置误差、速度误差和姿态误差的均方根分别减小了70.8%、87.9%和77.7%,显著提高了组合导航的解算精度和鲁棒性,为组合导航数据的抗差处理提供了一种新思路。     

基于软件接收机的GNSS/INS深组合导航算法研究

深组合导航系统将导航参数估计与GNSS卫星信号跟踪融合在一起,将相关器的输出I/Q信息作为GNSS/INS组合导航kalman滤波器的观测量,提高系统的导航精度、抗干扰性和动态性能。利用GNSS软件接收机方便处理基带信号的优势进行深组合导航算法研究,推导了深组合kalman滤波器的观测方程。仿真结果表明:在高动态条件下,深组合导航系统的导航精度明显优于紧组合导航系统的导航精度,位置误差稳定在2m范围内,速度误差稳定在0.04m/s内。     

GNSS/INS组合导航系统定位精度分析

GNSS/INS组合导航系统近年来得到了快速发展,应用领域越来越广泛。组合导航的定位精度是一个重要的研究方向,本文将应用于航空遥感领域的高精度GNSS/INS组合导航系统放置在地面平台上,采集试验数据,通过与NRTK定位结果比较,对组合导航系统定位精度进行分析,得出GNSS/INS组合导航系统的定位精度可达到厘米级的试验结论。     

城市场景智能手机GNSS/MEMS融合车载高精度定位

智能手机凭借其普遍性、便携性和低成本等优势,已成为大众用户导航与位置服务的主流终端载体,其多频多系统GNSS（global navigation satellite system）观测值的开放进一步激发了手机高精度定位的研究。然而,受限于消费级GNSS器件性能,手机卫星观测值呈现出信号衰减严重、伪距噪声大、粗差周跳多等问题;并且受城市复杂环境影响,手机GNSS定位的连续性、可靠性也难以保证。提出一种城市场景手机GNSS/ MEMS（micro-electro mechanical system）融合的车载高精度定位方案。首先,构建了速度约束的GNSS差分定位模型;然后,通过手机内置MEMS与车辆运动约束,在挑战环境下进行GNSS/MEMS融合精密定位。实验结果表明,在开阔和树荫场景下,速度约束方法可达到分米至米级定位精度,相比于常规方法分别提升了35.2%和78.9%;在高架场景下,GNSS/MEMS融合定位的精度和连续性均提升显著;在隧道场景下,MEMS推算位置累积误差约为2.5%。实验结果初步表明,手机GNSS具备开阔环境下的车道级定位能力,手机GNSS/MEMS融合可提升城市复杂环境下车载定位的精度和连续可用性。     

改进的GNSS/SINS组合导航系统自适应滤波算法

GNSS/SINS(global navigation satellite system/strapdown inertial navigation system)组合导航系统已得到广泛的应用与研究,当处于复杂环境时,GNSS输出容易出现误差均方差突变、误差均方差缓变、硬故障和软故障4种现象,进而影响组合导航系统滤波精度及载体的导航安全。为了解决上述问题,提出了一种改进的GNSS/SINS组合导航系统自适应滤波算法。首先,利用滤波过程中的观测异常检验统计量与滤波器门限值构建观测因子,然后,将变分贝叶斯原理与抗野值滤波方法结合,设计了改进的组合导航系统自适应滤波算法。仿真实验表明,相较于传统算法,当GNSS输出误差均方差发生变化时,所提算法可将位置精度及速度精度提高11.8%及13.7%;在GNSS输出发生硬故障时,所提算法可将位置精度及速度精度提高70.8%及69.6%。实验结果表明,所提算法具有较强的自适应性,可提升复杂环境下组合导航系统的精度和连续可用性。     

基于矢量跟踪的GNSS／SINS相干深组合系统研究

为满足组合导航系统在高动态环境下的性能要求,设计基于矢量跟踪的GNSS／SINS相干深组合导航方法。利用矢量跟踪环路将所有可视卫星的跟踪和导航解算融为一体,增强通道间的辅助;高动态对载波跟踪影响更大,在通道预滤波中将码环载波环分别用独立的滤波器处理,组合滤波中采用通道间差分降低滤波状态维数,提高计算效率。引入惯导的加速度辅助本地信号参数预测,较精确地测量卫星视线方向的加速度,减小接收机在高动态时段的剩余动态,提高本地信号参数的预测精度。基于矢量跟踪软件接收机搭建相干深组合仿真系统,实验表明该方法在高动态等环境下能提高信号跟踪性能,改善系统的精度、可靠性。      

一种顾及动静态的室内定位技术精度评价方法

为了解决室内定位问题,已提出多种室内定位系统,但各类定位系统的精度评价只利用了静态方法或动态方法中的一种,而两种方法均存在一定的优势和局限。本文根据室内定位系统精度评价的目的和需求,结合静态和动态评价方法的优劣进行优势互补,提出了一种顾及动静态的精度评价方法,该方法的关键是真值参考系统的建立。在对一种基于手机WiFi/PDR融合定位的室内定位系统验证试验中发现,该方法可以有效获得精度评价的指标,可满足室内定位系统的评估需求。     

云定位技术及云定位服务平台

传统的基于行业用户需求而建立的集中式高精度导航定位服务模式在可靠性、可扩展性以及服务多样性等方面已无法满足大众用户的精密定位需求。结合云平台技术,提出了云定位的概念,通过综合管理和整合各类定位资源,实现多种定位手段的资源共享、技术融合和优化配置。给出了云定位的架构图,并讨论了GNSS网络RTK,GNSS广域精密定位,Wi-Fi定位,通信基站定位等多种手段在定位云上的综合和服务实现。云定位在可扩展性、可靠性、系统维护成本以及用户使用灵活性等方面都具有传统的精密定位服务模式所无法比拟的优势;通过云定位,用户不仅可以获取各类精密定位服务,还能实现多种定位资源的优化配置,定制个性化的应用;为精密导航定位的大众化普及提供有效的商业模式和技术途径。     

INS/GNSS/ODO嵌入式系统的容错技术研究

车载低成本嵌入式组合导航系统的可靠性容易受到多种传感器故障和环境的影响,基于全球卫星导航系统(GNSS)状态的惯性导航系统(INS)/GNSS/里程计(ODO)抗差组合导航算法,提出了一种两级故障检测处理方法.其中,第一级检测使用了基于解析冗余的残差卡方检验法,第二级检测使用了改进的双状态传播卡方检验算法.利用自主研制...     

Estimation and exclusion of multipath range error for robust positioning

In integrated systems for accurate positioning, which consist of GNSS, INS, and other sensors, the GNSS positioning accuracy has a decisive influence on the performance of the entire system and thus is very important. However, GNSS usually exhibits poor positioning results in urban canyon environments due to pseudorange measurement errors caused by multipath creation, which leads to performance degradation of the entire positioning system. For this reason, in order to maintain the accuracy of an integrated positioning system, it is necessary to determine when the GNSS positioning is accurate and which satellites can have their pseudorange measured accurately without multipath errors. Thus, the objective of our work is to detect the multipath errors in the satellite signals and exclude these signals to improve the positioning accuracy of GNSS, especially in an urban canyon environment. One of the previous technologies for tackling this problem is RAIM, which checks the residual of the least square and identifies the suspicious satellites. However, it presumes a Gaussian measurement error that is more common in an open-sky environment than in the urban canyon environment. On the other hand, our proposed method can estimate the size of the pseudorange error directly from the information of altitude positioning error, which is available with an altitude map. This method can estimate even the size of non-Gaussian error due to multipath in the urban canyon environment. Then, the estimated pseudorange error is utilized to weight satellite signals and improve the positioning accuracy. The proposed method was tested with a low-cost GNSS receiver mounted on a test vehicle in a test drive in Nagoya, Japan, which is a typical urban canyon environment. The experimental result shows that the estimated pseudorange error is accurate enough to exclude erroneous satellites and improve the GNSS positioning accuracy.     

MIMU/DGNSS组合导航技术在城市智能公交中的应用

为解决智能公交GPS在城市环境中易受干扰的问题,设计低成本MIMU和DGNSS松组合算法,并进行两类跑车实验。利用自编写的GNSS测试软件对该算法处理后的定位结果和高精度差分GNSS接收机的基准结果进行比对。实测结果表明,在城市复杂环境中该组合模块定位连续性达99.59%,其中75.68%在3 m以内,与传统GPS模块相比,在同样低成本的前提下提高定位结果精度和定位连续性、可靠性。