CN100580379C - Gps/dr车载组合定位系统及定位方法 - Google Patents

Gps/dr车载组合定位系统及定位方法 Download PDF

Info

Publication number
CN100580379C
CN100580379C CN200610032110A CN200610032110A CN100580379C CN 100580379 C CN100580379 C CN 100580379C CN 200610032110 A CN200610032110 A CN 200610032110A CN 200610032110 A CN200610032110 A CN 200610032110A CN 100580379 C CN100580379 C CN 100580379C
Authority
CN
China
Prior art keywords
gps
fuzzy controller
microcontroller
output
filter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN200610032110A
Other languages
English (en)
Other versions
CN1908587A (zh
Inventor
谷正气
杨易
李伟平
何忆宾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
Original Assignee
Hunan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University filed Critical Hunan University
Priority to CN200610032110A priority Critical patent/CN100580379C/zh
Publication of CN1908587A publication Critical patent/CN1908587A/zh
Application granted granted Critical
Publication of CN100580379C publication Critical patent/CN100580379C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Navigation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种GPS/DR车载组合定位系统及定位方法,定位系统包括GPS模块、接口电路、陀螺仪、A/D转换电路、里程表、光电隔离电路、微控制器、存储器、数据输出电路,所述GPS模块输出的GPS定位信号及陀螺仪、里程表输出的DR定位信号分别送到微控制器内的遗传优化模糊联合卡尔曼滤波器,将数据进行融合处理,输出融合后的定位信息。本GPS/DR车载组合定位系统综合GPS与DR两种定位技术的优势,可满足车辆实时定位的需要,是一种高精度的实时定位系统。

Description

GPS/DR车载组合定位系统及定位方法
技术领域
本发明涉及一种车载定位系统,特别涉及一种GPS/DR组合定位系统及定位方法。
背景技术
现有的车载定位仪一般是由全球卫星导航定位(GPS)接收机来实现。通过检测、接收、变换GPS卫星信号,提取原始观测量并解调数据,得到当前车辆的位置信息。但是由于GPS容易受到外界环境的干扰,尤其是在高楼林立的城市,或者车辆通过隧道及立交桥时,GPS卫星信号将很差甚至中断而无法定位。
发明内容
为克服现有GPS定位系统存在的技术问题,本发明提供是一种GPS/DR组合定位系统及定位方法。本GPS/DR组合定位系统综合GPS与航位推算(DR-Dead Reckoning)两种定位技术的优势,利用GPS提供的绝对位置信息对DR的初始值进行误差校正,同时根据DR的推算结果补偿GPS定位中的随机误差,从而实现连续定位。
本发明解决上述技术问题的技术方案是:包括GPS模块、接口电路、陀螺仪、A/D转换电路、里程表、光电隔离电路、微控制器、存储器、数据输出电路,所述GPS模块的输出接接口电路的输入,接口电路的输出端与微控制器相连,陀螺仪的输出端接A/D转换电路的输入端,A/D转换电路的输出端与微控制器相连,里程表的输出经光电隔离电路后接微控制器,微控制器还与存储器、数据输出电路相连。
上述的GPS/DR车载组合定位系统中,所述微控制器包括第一局部滤波器、第二局部滤波器、模糊控制器、信息分配模糊控制器、主滤波器,第一局部滤波器分别与模糊控制器、信息分配模糊控制器、主滤波器相连,第二局部滤波器分别与模糊控制器、信息分配模糊控制器、主滤波器相连,信息分配模糊控制器与主滤波器相连。
一种GPS/DR车载组合定位方法,包括以下步骤:
1)GPS模块接收卫星信号,经接口电路输出GPS定位信号和同步信号到微控制器;
2)根据同步信号对角速率陀螺仪和里程表的输出信号进行采样和滤波处理,输出DR定位信号到微控制器;
3)将GPS定位信号和DR定位信号分别输入微控制器内的联合卡尔曼滤波器中的第一局部滤波器、第二局部滤波器,进行卡尔曼滤波处理;
4)模糊控制器对局部滤波器的误差积累进行在线自适应调整,修正GPS和DR定位信号;
5)经修正后的GPS和DR定位信号输入主滤波器,主滤波器根据联合卡尔曼滤波算法进行信息融合,输出定位数据,同时信息分配模糊控制器根据调整后的局部滤波器工作状态对信息分配系数进行自适应调整。
本发明的有益效果是:
1)GPS/DR组合定位系统是一种高精度的实时定位系统,选择低成本的航位推算传感器辅助GPS定位,克服了GPS单独使用时的信号不佳和中断等情况无法定位的问题,能满足车辆实时定位的需要;
2)利用联合卡尔曼滤波器和模糊控制器对多传感器系统进行数据融合,能够提供一种最佳估计途径,在容错、数据容量及降低系统费用等方面,都比一般数据融合方法更为优越,使得组合定位系统得到更优越的性能。
3)模糊控制器与信息分配模糊控制器中的适应度函数参数均由遗传算法来优化设定,避免了全凭人工调整的主观性和随意性。
下面结合附图对本发明作进一步说明。
附图说明
图1GPS/DR组合定位系统结构框图。
图2组合定位控制逻辑功能框图。
图3定位模式的切换图。
图4模糊数据融合联合卡尔曼滤波器结构图。
图5定位模式切换图。
图6模糊控制器隶属度函数优化流程图。
具体实施方式
参见图1,本GPS/DR组合定位系统包括GPS模块、接口电路、陀螺仪、A/D转换电路、里程表、光电隔离电路、微控制器、存储器、数据输出电路,GPS模块接收卫星信号,输出定位信号到接口电路,接口电路向微控制器发送时间同步脉冲。微控制器根据同步信号控制陀螺、里程表的采样、滤波,使GPS和DR信息采样在时间上同步。DR的采样数据被组合成一条用户自定义的符合NEMA0813协议的DR电文发送到微控制器,微控制器实时显示传感器的信息,如当前的东向、北向位置,车辆航向、速度,以及陀螺和里程表的信息等,微控制器内的模糊数据融合联合卡尔曼滤波器将数据进行融合处理,显示融合后的定位信息,并保存融合结果和原始数据到存储器。
模糊数据融合联合卡尔曼滤波器如图2所示,模糊数据融合联合卡尔曼滤波器由第一局部滤波器、第二局部滤波器、模糊控制器、信息分配模糊控制器、主滤波器组成,所述局部滤波器结构均为离散卡尔曼滤波器结构,建立GPS与DR的状态方程和观测方程。局部滤波器在每个状态更新周期内分别处理来自DR和GPS的测量数据,并按各自的卡尔曼滤波算法计算出对应时刻的局部状态估计Xi(k)及其协方差阵Pi(k)。由于系统存在模型误差和噪声,容易造成局部滤波器精度降低和发散。为解决这一问题,利用模糊控制器来在线调整局部滤波器的量测噪声方差,模糊控制器根据滤波器新息经验协方差Pr(k)与实际协方差Cr的差值,判断滤波器工作状态,调整滤波器量测噪声R(k)的大小,从而保持局部滤波器的精度,避免出现滤波发散。
主滤波器将局部状态估计和协方差阵按下式进行融合,以获取组合系统公共状态的全局最优估计和协方差。
X g ( k ) = P g ( k ) [ P 1 - 1 ( k ) X 1 ( k ) + P 2 - 1 ( k ) X 2 ( k ) ]
P g ( k ) = ( P 1 - 1 ( k ) + P 2 - 1 ( k ) ) - 1
当全局最优滤波结果出来后,利用最优结果对局部滤波器的状态估计和估计协方差阵重置。Xg与被乘以一个放大系数1/βii<1)的协方差阵Pg一起反馈给局部滤波器,以重置局部滤波器的估计值。这里的βi,i=1,2,称为信息分配系数,它是严格按照信息分配原则来确定的,即满足:β12=1。由于局部滤波器的滤波精度有好有坏,信息分配模糊控制器利用模糊推理来确定信息分配系数,通过评价局部滤波器的发散程度和估计质量得出滤波结果的可信度,发散程度由实际新息方差阵迹与理论新息方差阵迹之比μ来表述,估计质量由估计误差协方差的范数||P||来表述,再依据可信度自适应调整信息分配系数,克服常规联合滤波器的缺陷,获得了比常规滤波器更高的定位精度和可靠性,提高了组合导航系统的容错能力。
模糊控制器和信息分配模糊控制器的隶属度函数均由遗传算法来优化设定。优化过程包括三个模块:(1)遗传算法模块,负责实现基于遗传算法的优化过程,初始种群采用随机产生的办法得到;(2)模糊控制仿真模块,以前面介绍的系统模型为基础,对采用各种不同的隶属度函数的模糊控制模型进行计算,得到信息融合数据;(3)控制品质评价模块,以模糊控制输出数据为基础,对采用各种隶属度函数的匹配结果进行评价。
本GPS/DR车载组合定位方法的详细步骤如下:
1)GPS模块接收卫星信号,输出GPS定位信号到接口电路,接口电路向微控制器发送时间同步脉冲;
2)微控制器根据同步信号控制陀螺、里程表的采样、滤波,使GPS和DR信息采样在时间上同步;
3)DR的采样数据被组合成一条用户自定义的符合NEMA0813协议的DR定位信号,传输到微控制器;
4)GPS和DR的定位信号分别输入联合卡尔曼滤波器中的两个局部滤波器,进行卡尔曼滤波处理;
5)模糊控制器对局部滤波器的误差积累进行在线自适应调整,保持滤波器稳定;
6)修正后的GPS和DR定位信号输入主滤波器进行信息融合;
7)模糊控制器根据调整后的局部滤波器工作状态对信息分配系数进行自适应调整,保证系统处于最佳的组合状态以得到最优输出;
8)主滤波器融合定位信号,得到车辆的定位数据,信息分配模糊控制器按照信息分配系数对局部滤波器进行调整
9)数据输出电路显示车辆的定位数据,并对上位机进行数据输出。
本GPS/DR车载组合定位系统软件的功能及信号流程。程序设计采用分层的结构,如图3所示,共由三个层构成。接口函数层形成对整个组合定位算法的封装,应用程序的所有操作均通过该层实现。接口函数包括算法模块的初始化、算法参数的获取与设置、GPS和DR传感器信息电文的输入、融合结果的输出以及调试接口。接口函数层通过对组合定位控制逻辑层操作实现其功能。
组合定位控制逻辑是整个定位算法的实现框架,基本功能为:输入GPS和DR传感器信息,调用融合算法,产生融合输出。由于驾驶行为的复杂性和定位传感器工作的非平稳性,一个可靠的组合定位控制逻辑决定组合定位算法的成败。组合定位控制逻辑的功能框图如图4所示,下面按照程序的流程作详细介绍。
(1)从接口函数层输入包含GPS和DR传感器信息的导航电文,通过一个电文分析器提取传感器信息,如经纬度、定位标志、GPS定位误差估计、陀螺输出电压、里程脉冲数、环境温度、UTC时间等。
(2)根据接收到的信息和当前的定位模式,调用相应的定位模式解算定位。组合定位算法共有四种工作模式,如图5所示:a)联合卡尔曼滤波模式,融合GPS和DR的定位信息,系统在大部分时间都工作在该种定位模式下;b)航位推算模式,此时仅用陀螺和里程信息计算车辆方位;c)GPS定位模式;d)无定位模式,此时GPS无定位,DR没有初始化。
(3)根据融合定位的结果和车辆运动状态,进行传感器的故障诊断和参数校正。
(4)选择下一个周期的定位模式,各种定位模式之间的切换如图5所示。
切换条件如下:
C1:GPS定位有效且车速高于设定的门限值v1;
C2:GPS定位无效,或车速低于设定的门限值v2;
C3:DR传感器故障或卡尔曼滤波状态估计偏离真实值,发生第一种情况,只有在故障解除后才能进入组合定位。发生第二种情况通常是GPS的定位精度发生显著变化,为加快收敛速度,选择重新初始化滤波器;
C4:当GPS定位精度较高,且速度高于设定门限v3时,由GPS计算的航向角初始化DR;
C5:GPS定位有效;
C6:GPS定位无效;
C7:DR独立定位时间超过设定值,且GPS定位有效,或DR传感器发生故障;
C8:DR传感器故障,且GPS无定位。
上述切换模式的条件采用简单的比较逻辑,优点是算法简单,调整的参数少,不过分依赖于经验判断,只要门限值设置合理,就能保证各种工况下的可靠工作和多数工况下的组合定位精度。
(5)将组合定位融合结果组合成电文输出。

Claims (3)

1、一种GPS/DR车载组合定位系统,包括GPS模块、接口电路、陀螺仪、A/D转换电路、里程表、光电隔离电路、微控制器、存储器、数据输出电路,所述GPS模块的输出接接口电路的输入,接口电路的输出端与微控制器相连,陀螺仪的输出端接A/D转换电路的输入端,A/D转换电路的输出端与微控制器相连,里程表的输出经光电隔离电路后接微控制器,微控制器还与存储器、数据输出电路相连,其特征在于:所述微控制器包括第一局部滤波器、第二局部滤波器、模糊控制器、信息分配模糊控制器、主滤波器,第一局部滤波器分别与模糊控制器、信息分配模糊控制器、主滤波器相连,第二局部滤波器分别与模糊控制器、信息分配模糊控制器、主滤波器相连,信息分配模糊控制器与主滤波器相连。
2、一种GPS/DR车载组合定位方法,包括以下步骤:
1)、GPS模块接收卫星信号,经接口电路输出GPS定位信号和同步信号到微控制器;
2)根据同步信号对角速率陀螺仪和里程表的输出信号进行采样和滤波处理,输出DR定位信号到微控制器;
3)将GPS定位信号和DR定位信号分别输入微控制器内的联合卡尔曼滤波器中的第一局部滤波器、第二局部滤波器,进行卡尔曼滤波处理;
4)模糊控制器对局部滤波器的误差积累进行在线自适应调整,修正GPS和DR定位信号;
5)经修正后的GPS和DR定位信号输入主滤波器,主滤波器根据联合卡尔曼滤波算法进行信息融合,输出定位数据,同时信息分配模糊控制器根据调整后的局部滤波器工作状态对信息分配系数进行自适应调整。
3、根据权利要求2所述的GPS/DR车载组合定位方法,所述步骤4)和5)中的模糊控制器和信息分配模糊控制器的隶属度函数参数均通过遗传算法来设定和优化。
CN200610032110A 2006-08-18 2006-08-18 Gps/dr车载组合定位系统及定位方法 Expired - Fee Related CN100580379C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200610032110A CN100580379C (zh) 2006-08-18 2006-08-18 Gps/dr车载组合定位系统及定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200610032110A CN100580379C (zh) 2006-08-18 2006-08-18 Gps/dr车载组合定位系统及定位方法

Publications (2)

Publication Number Publication Date
CN1908587A CN1908587A (zh) 2007-02-07
CN100580379C true CN100580379C (zh) 2010-01-13

Family

ID=37699761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200610032110A Expired - Fee Related CN100580379C (zh) 2006-08-18 2006-08-18 Gps/dr车载组合定位系统及定位方法

Country Status (1)

Country Link
CN (1) CN100580379C (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101793522B (zh) * 2010-03-31 2011-04-13 上海交通大学 基于抗差估计的稳健滤波方法
CN102645665A (zh) * 2011-02-17 2012-08-22 上海航鼎电子科技发展有限公司 基于bd、gps和dr的定位信息处理方法及装置
CA3067177A1 (en) * 2015-02-10 2016-08-18 Mobileye Vision Technologies Ltd. Sparse map for autonomous vehicle navigation
CN107861143A (zh) * 2017-10-31 2018-03-30 太原理工大学 一种bds/wlan组合定位算法
CN109001789B (zh) * 2018-06-05 2020-05-22 西安交通大学 一种基于互相关熵配准的无人车定位融合方法
CN110873888B (zh) * 2018-09-04 2022-05-06 腾讯大地通途(北京)科技有限公司 定位方法、定位装置、定位设备和计算机存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1452714A (zh) * 2000-02-21 2003-10-29 西门子公司 对于一个系统形成总位置信息的方法和装置
EP1510832A1 (en) * 2003-08-25 2005-03-02 LG Electronics, Inc. GPS/dead reckoning combination system and operating method thereof

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1452714A (zh) * 2000-02-21 2003-10-29 西门子公司 对于一个系统形成总位置信息的方法和装置
EP1510832A1 (en) * 2003-08-25 2005-03-02 LG Electronics, Inc. GPS/dead reckoning combination system and operating method thereof

Also Published As

Publication number Publication date
CN1908587A (zh) 2007-02-07

Similar Documents

Publication Publication Date Title
CN100580379C (zh) Gps/dr车载组合定位系统及定位方法
CA2426954C (en) System and method for fast acquisition reporting using communication satellite range measurement
CN107132563B (zh) 一种里程计结合双天线差分gnss的组合导航方法
CN109116349A (zh) 多传感器协同跟踪联合优化决策方法
CN110823217A (zh) 一种基于自适应联邦强跟踪滤波的组合导航容错方法
CN110838864A (zh) 无人值守的卫星地面站跟踪控制系统
CN106226803A (zh) 定位方法、装置及无人机
CN108955676B (zh) 深海潜器导航系统和用于深海潜器状态切换的数据融合方法
JP3052897B2 (ja) 衛星捕捉・追尾装置
Gu et al. Sensor fusion in mobile robot: some perspectives
CN112904396A (zh) 一种基于多传感器融合的高精度定位方法及系统
US20230059588A1 (en) Vehicle position estimation
CN113674351A (zh) 一种机器人的建图方法及机器人
CN101308024B (zh) 基于瞬态相对模型的轨道机动目标运动参数估计系统
CN110213713B (zh) 一种基于时空域联合处理的集中式协作定位系统和方法
CN114252077B (zh) 基于联邦滤波器的双gps/sins的组合导航方法及系统
CN111856531A (zh) 一种基于卫星定位的农业物联网方法
CN113581501B (zh) 一种适用于组网低轨卫星联合定轨的系统及方法
CN114047536A (zh) 基于救援装备运动约束的ppp-rtk快速收敛方法
CN117232506A (zh) 一种复杂战场环境下的军用移动装备定位系统
CN115454104A (zh) 一种无人船只控制系统和控制方法
Cao et al. Design and implementation of unmanned surface vehicle for water quality monitoring
Reichelt et al. Model-based generation and validation of different sensor information contributing to a fusion algorithm in connected vehicles
Fernández et al. Development of a simulation tool for collaborative navigation systems
Xu et al. Adaptive kalman filter with linear equality road constraints for autonomous vehicle localization

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100113

Termination date: 20110818