共查询到18条相似文献,搜索用时 100 毫秒
1.
为提高轨道几何状态惯性检测系统姿态精度,提出一种零速姿态修正方法,利用轨道几何状态惯性检测系统载体系横向及垂向速度为0的先验条件,构造Kalman滤波横向及垂向观测量。选用HT-50M型激光陀螺仪和JN-06A型石英挠性加速度计组成惯性导航系统,并进行现场检测试验。结果表明:在轨检仪连续工作300m情况下,零速姿态修正方法能够有效抑制惯性导航系统姿态误差增长,轨道检测精度提高2倍。 相似文献
2.
初始对准是捷联惯导系统的关键技术之一,对准精度直接影响到导航系统的导航解算精度,静基座捷联惯导卡尔曼滤波法对准的精度和收敛时间受模型参数以及初始条件的影响,对于低精度的捷联惯导,这种影响更大,滤波结果往往不能收敛,甚至发散。采用解析法对准是解决上述问题的有效途径,针对静基座解析法对准做了系统研究,推导了惯性器件误差的解析表达式,分析了对准时间与仪器误差估计精度的关系。实测试验结果表明,给予适当的对准时间,解析法对准亦可接近极限精度;同时,在解析法初始对准中,等效天向加速度计零偏可得到有效估计;等效天向、北向陀螺漂移虽可估计,但随机游走对估计结果的影响不可忽视。 相似文献
3.
针对长航时、高精度移动测量系统中加速度计组件标定周期长、参数重复性不好等问题,该文提出一种基于速度误差的加速度计组件闭环标定方法。通过推导加速度计标度因数误差和安装误差的标定误差与系统速度误差之间的关系,以惯性导航系统解算的速度误差作为观测量,设计加速度计组件闭环标定路径,不断对标度因数和安装误差进行修正,并根据加速度计器件精度和标定参数分辨率设定闭环标定结束阈值。标定及导航实验结果表明:加速度计组件闭环标定方法可以完成标度因数和安装误差等9个标定参数的计算,惯导系统定位精度提高20%以上。 相似文献
4.
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。 相似文献
5.
6.
针对利用惯性测量单元进行行人航位推算(PDR)时,其定位误差会随时间累积的问题,提出了一种基于多传感器融合的室内行人航位推算方法;对于智能移动设备的低成本多传感器,设计了基于无迹卡尔曼滤波(UKF)的初始对准,设定4种阈值条件进行步伐状态检测;在行走过程中,针对步长和航向角误差累积的问题,利用基于UKF的零速度更新(ZUPT)对速度误差进行修正,零角速率更新(ZARU)和磁力计融合对航向角误差进行修正,从而有效提高了行人最终的位置精度。试验结果表明:使用该方法可以有效提高PDR位置精度,平均位置偏差占总路程的1.5%左右。 相似文献
7.
GNSS/SINS组合导航中因姿态失准角等误差较大会引起状态误差坐标定义不一致和线性化误差较大问题,导致传统滤波和定位性能有所降低,尤其在面临较复杂的GNSS观测环境时更为显著。本文通过将姿态、速度及位置状态构造为特殊SE2(3)-EKF群元素,考虑陀螺及加速度计零偏误差,形成群-矢量混合误差模型,在此基础上设计了一种基于量测左不变的GNSS/SINS抗差滤波方法(RLIEKF),通过市区环境下存在大失准角误差和GNSS异常的车载组合导航试验,验证本文方法的优越性。试验结果表明:相对于传统EKF方法,RLIEKF方法由于在时间更新及GNSS量测更新中顾及了姿态角误差,在不同大失准角情况下仍具有较快的收敛速度,无须复杂且长时间的姿态对准步骤,较好地弥补了GNSS信号短时间缺失无法定位问题,可显著提升滤波新息精度,具备更好的抗差性能,对于复杂观测环境表现更为稳健,且计算效率相当,具备较好的工程实用价值。 相似文献
8.
当太阳相对于卫星轨道面的高度角较小时,北斗导航卫星将不会跟踪太阳位置,卫星姿态发生异常复杂的变化后一段时间内处于零偏模式。在此期间采用名义姿态将影响卫星天线相位中心偏差、相位缠绕等误差计算,进而使精密单点定位(PPP)参数估计和天顶对流层延迟估计出现偏差。研究表明,在北斗导航卫星处于零偏期间,采用名义姿态计算的相位缠绕、天线相位中心偏差中存在超过15cm的误差。在此期间的北斗卫星采用零偏姿态改正相位缠绕等误差,与采用名义姿态相比,动态PPP位置参数N、E、U的估计精度可以提高53.2%、54.2%、39.3%,静态PPP位置参数N、E、U的估计精度可以提高61.0%、72.3%、58.4%,天顶对流层延迟估计精度提高33.0%。 相似文献
9.
10.
11.
惯性导航系统可以短期内提供连续的高精度信息,但是误差会随时间增大,不能长期独立工作。而在大型仓库、地下停车场等室内卫星信号薄弱的场景中,传统的惯导+卫星组合方法也不再适用。针对该问题,本文提出了一种视觉与惯导组合定位的方法。本文研究的惯导+视觉组合的定位方法中,采用基于合作目标的单目视觉定位方法对惯导误差进行修正。对于惯导误差的修正方法,本文利用视觉定位的位姿信息建立量测方程,进行卡尔曼滤波,并选取合适的试验设备,通过实际试验对比验证了该算法对惯导系统误差的修正具有良好的效果。 相似文献
12.
卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。 相似文献
13.
车载导航系统常用惯性测量元件(IMU)与全球卫星导航系统(GNSS)技术组合以提高系统的稳定性。由于车载导航系统的应用场景限制,对初始对准速度有着较高要求。为了提高传统车载组合导航系统中低成本微机电系统(MEMS)陀螺仪的初始对准速度,降低初始对准过程中的计算量,本文提出了一种适用于任意失准角下的基于网络RTK辅助与无损Kalman滤波(UKF)的MEMS陀螺仪初始对准算法。同时针对车载系统的特点,简化了IMU系统误差方程,分析了简化带来的误差。在诺瓦泰ProPak6和诺瓦泰IMU-IGM-S1组成的导航系统中验证了本文提出的算法。试验结果表明,在以诺瓦泰双天线GNSS输出航向角为"真值"的情况下,本文提出的算法基本可以在5 s内完成陀螺仪的初始对准,对准精度达0.3°。 相似文献
14.
激光SLAM移动机器人室内定位研究 总被引:3,自引:1,他引:2
针对目前室内移动导航定位精度低和累积误差大的问题,提出了一种激光雷达(LiDAR)和惯性测量单元(IMU)相融合的导航定位系统。首先,该方法是从LiDAR扫描测量中提取环境特征和构建地图,然后,由IMU采集的姿态信息通过卡尔曼滤波,补偿由于LiDAR扫描引起的位置和姿态输出的误差,以提高机器人移动的定位精度。试验结果表明,该方法可以提高室内移动机器人定位和构建地图的精度和稳健性。 相似文献
15.
16.
17.
从地心地固系中卡尔曼滤波方程的推导入手,设计了一个12状态滤波器,对失准角进行估计,在地心地固坐标系中完成了惯导的初始精对准。模拟计算证明了此算法的正确性与有效性,并讨论了对准的精度。 相似文献
18.
A combined algorithm of improving INS error modeling and sensor measurements for accurate INS/GPS navigation 总被引:1,自引:1,他引:1
Although the integrated system of a differential global positioning system (DGPS) and an inertial navigation system (INS)
had been widely used in many geodetic navigation applications, it has sometimes a major limitation. This limitation is associated
with the frequent occurrence of DGPS outages caused by GPS signal blockages in certain situations (urban areas, high trees,
tunnels, etc.). In the standard mechanization of INS/DGPS navigation, the DGPS is used for positioning while the INS is used
for attitude determination. In case of GPS signal blockages, positioning is provided using the INS instead of the GPS until
satellite signals are obtained again with sufficient accuracy. Since the INS has a very short-time accuracy, the accuracy
of the provided INS navigation parameters during these periods decreases with time. However, the obtained accuracy in these
cases is totally dependent on the INS error model and on the quality of the INS sensor data. Therefore, enhanced navigation
parameters could be obtained during DGPS outages if better inertial error models are implemented and better quality inertial
measurements are used. In this paper, it will be shown that better INS error models are obtained using autoregressive processes
for modeling inertial sensor errors instead of Gauss–Markov processes that are implemented in most of the current inertial
systems and, on the other hand, that the quality of inertial data is improved using wavelet multi-resolution techniques. The
above two methods are discussed and then a combined algorithm of both techniques is applied. The performance of each method
as well as of the combined algorithm is analyzed using land-vehicle INS/DGPS data with induced DGPS outage periods. In addition
to the considerable navigation accuracy improvement obtained from each single method, the results showed that the combined
algorithm is better than both methods by more than 30%. 相似文献