CN102176041A - 一种基于gnss/sins组合的车辆导航监控系统 - Google Patents

Abstract

本发明公开一种基于GNSS/SINS组合的车辆导航监控系统，包括GNSS接收单元、SINS、组合导航滤波单元和无线通信单元，其利用GNSS接收单元与SINS分别获取各自的导航数据，并通过组合导航滤波单元对数据进行融合滤波，得到高精度的组合导航数据，并实时标定SINS中惯性敏感器的误差，由无线通信单元通过无线通信将组合导航数据传送给远程监控用户或自动报警。本发明克服了GNSS或SINS作为单一导航监控系统所存在的缺陷，保证了SINS在进行惯性自主导航时的精度，精确的将导航数据通报给远程监控用户，以减少事故营救等待的时间。

Description

一种基于GNSS/SINS组合的车辆导航监控系统

技术领域

本发明属于导航监控技术领域，具体涉及一种基于GNSS/SINS组合的车辆导航监控系统。

背景技术

GNSS(全球导航卫星系统)是利用分布于地球附近轨道的卫星星座、地面监控站和用户接收机实现全球导航的系统。目前在用和正在建设的卫星导航系统包括美国的GPS(全球定位系统)、俄罗斯的GLONASS(格洛纳斯)、中国的COMPASS(北斗二代)和欧洲的Galileo(伽利略)系统。

GPS起初是由美国国防部负责部署，历经30年的建设，现在已经完全达到使用状态，可提供全球导航能力。GPS空间部分由均匀分布于与赤道面的倾角为55°的六个轨道平面上的24颗卫星组成的星座组成，这些卫星绕地球轨道一周约12h，排列在20180km的高空。GPS导航定位的基本原理是测出已知位置的卫星到用户接收机的距离，然后综合多颗卫星的数据计算接收机在WGS-84大地坐标系中的位置和速度等信息。一般来说，至少需要综合四颗导航卫星的数据就可以实现完整的导航数据解算，如方程(1)、(2)、(3)和(4)所示。

$R_1=c(t_{s1}-t_r^{\′})=\sqrt{{(x-x_1)}^2+{(y-y_1)}^2+{(z-z_1)}^2}---\left(1\right)$

$R_2=c(t_{s2}-t_r^{\′})=\sqrt{{(x-x_2)}^2+{(y-y_2)}^2+{(z-z_2)}^2}---\left(2\right)$

$R_3=c(t_{s3}-t_r^{\′})=\sqrt{{(x-x_3)}^2+{(y-y_3)}^2+{(z-z_3)}^2}---\left(3\right)$

$R_4=c(t_{s4}-t_r^{\′})=\sqrt{{(x-x_4)}^2+{(y-y_4)}^2+{(z-z_4)}^2}---\left(4\right)$

其中，R₁、R₂、R₃、R₄分别表示卫星1、卫星2、卫星3和卫星4到接收机之间的距离；c为光速；x、y、z表示接收机在相应坐标系内的坐标；x_i、y_i、z_i(i＝1，2，3，4)分别表示卫星1、卫星2、卫星3和卫星4在响应坐标系内的坐标；t_s1、t_s2、t_s3、t_s4分别表示卫星1、卫星2、卫星3和卫星4的钟差，由卫星星历提供；t′_r表示接收机的钟差。

GLONASS是苏联研制的一种与GPS性能相当的卫星导航系统。GLONASS空间部分是由均匀分布于与赤道面的倾角为64.8°的三个轨道平面上的24颗卫星组成的星座组成，这些卫星绕地球一周约11小时15分钟，排列在25600km的高空。由于经费问题，该系统还有待完成，目前在轨正常工作卫星达18颗。

COMPASS导航系统是我国自主开发的第二代北斗导航系统，是我国自主研发、独立运行的全球卫星导航系统。系统建设目标是：建成独立自主、开放兼容、技术先进、稳定可靠的覆盖全球的北斗卫星导航系统，促进我国卫星导航产业链形成，形成完善的国家卫星导航应用产业支撑、推广和保障体系，推动卫星导航在国民经济社会各行业的广泛应用。COMPASS导航系统空间部分由5颗同步静止轨道卫星、3颗倾斜同步卫星和27颗中轨道卫星组成，其中27颗中轨道卫星平均分布于与赤道面倾角为55°，高度21500km的三个轨道平面。目前，COMPASS导航系统正在加速组网，预计在2015年完成部署，将提供全球性的导航能力。

Galileo导航系统是目前欧洲正在研制的系统，由欧盟、欧洲航天局、政府和私人组织共同投资。与GPS、GLONASS和COMPASS系统不同，Galileo导航系统主要用作民用，并且受民用控制。其空间部分由均匀分布在与赤道面倾角为54°的3个轨道面上的30颗卫星组成，这些轨道面半径为29600km。由于资金困难，Galileo导航系统预计到2017年才能完成部署，比原定的2014年再度推迟。

SINS(捷联惯性导航系统)是一种先进的惯性导航技术，是近年来惯性技术的一个发展方向。由于捷联系统具有一系列优点，已经取代平台式惯性导航系统，成为新世纪惯性技术发展的趋势。SINS是由惯性敏感器(陀螺仪与加速度计)和导航计算机组成，并直接固联在载体上，实现导航功能的系统。SINS利用导航计算机来完成导航平台的功能，以数学平台代替平台惯导系统中的物理平台。

SINS中的陀螺仪和加速度计直接固联在载体上，所以称为捷联式的惯性导航系统。如图1所示，其原理是通过陀螺仪和加速度计分别用来测量载体的角速度信息和加速度信息，导航计算机根据这些测量信息解算出载体的姿态、速度和位置信息。

惯性导航的优点是完全自主，它不依赖外部信息来测量载体的线运动和角运动，其工作完全不受自然和人为干扰的影响。但是它所提供的位置估算精度会随时间而漂移，其因惯性敏感器缺陷、初始对准误差和车辆动态特性造成的漂移误差会随时间的增长而增长的。虽然通过购买采用一些高精度的敏感器能够提高导航精度，但惯性系统的成本会变得极为昂贵，且精度的提高也是有限的。

因此，目前的车载导航监控系统，还是采用单一的GNSS卫星导航模式结合GPRS(通用分组无线服务技术)来实现导航监控的。由于GNSS接收机极易受干扰，当车辆行驶在高楼大厦密集区域、室内或者隧道内时，很容易造成卫星信号丢失或者受到干扰，基于GNSS/GPRS车载导航监控系统会出现导航盲区，并不能保证可靠的导航精度；同时GNSS只提供关于车体位置和速度的导航信息，无车体姿态信息，远程监控用户监测判断车体是否发生事故的准确性就受到了限制。所以，基于GNSS/GPRS车载导航监控系统是比较脆弱的，可用性会受到影响。

发明内容

本发明提供了一种基于GNSS/SINS组合的车辆导航监控系统，克服了GNSS或SINS作为单一导航监控系统所存在的缺陷，并实时标定SINS中惯性敏感器的误差，在卫星信号受干扰的情况下，保证了SINS自主导航的精度。

一种基于GNSS/SINS组合的车辆导航监控系统包括GNSS接收单元、SINS、组合导航滤波单元和无线通信单元。

所述的GNSS接收单元用于接收关于车体的卫星导航信号，并对信号进行处理，得到关于车体位置和速度的GNSS导航数据，并传送给组合导航滤波单元。

所述的SINS包括惯性敏感器和导航计算机，其能自主产生关于车体位置、速度和姿态的惯性导航数据，并传送给组合导航滤波单元，同时又对所述的GNSS接收单元提供截获辅助。

所述的组合导航滤波单元用于接收GNSS导航数据和惯性导航数据，并对数据进行融合、滤波和估算，得到关于车体位置、速度和姿态的高精度的组合导航数据，传送给无线通信单元，并对所述的惯性敏感器的误差进行标定。

所述的无线通信单元用于接收高精度的组合导航数据，并通过无线通信将组合导航数据传送给远程监控用户或自动报警。

本发明的工作原理是：在卫星信号接收条件较好的路况下，通过GNSS接收单元与SINS分别获取各自的导航数据，组合导航滤波单元对GNSS导航数据和惯性导航数据进行融合，并通过卡尔曼滤波算法对数据进行滤波，得到一种比GNSS导航数据或惯性导航数据精度更高的组合导航数据，并传送给无线通信单元，由无线通信单元通过无线通信将数据传送给远程监控用户或自动报警，同时组合导航滤波单元将根据估算出的组合导航数据对SINS中惯性敏感器的误差进行标定，提高SINS的导航精度。在卫星信号接收条件较差的路况下，系统只进行一般的组合导航滤波，而不进行敏感器误差的标定。在无卫星信号的路况下，系统将利用被标定后的SINS进行高精度的惯性自主导航。

组合导航滤波单元对SINS中惯性敏感器的误差进行标定，是通过接收GNSS导航数据和惯性导航数据并进行组合滤波，利用卡尔曼滤波算法得到高精度的组合导航数据(即当前误差状态下关于车体位置、速度和姿态的最优估计值)，若该最优估计值满足反馈校正条件，则对SINS进行反馈校正，估算出惯性导航数据的误差以及惯性敏感器的误差参数(SINS关于车体位置、速度和姿态的惯性导航数据的误差与其惯性敏感器的误差参数，通过各自的微分方程是具有相互关系的)，并对惯性敏感器的误差参数进行标定；若不满足反馈校正条件则判断实时标定是否结束，若不结束实时标定，则再次接收GNSS导航数据和惯性导航数据进行组合滤波，重复上述过程；否则将结束实时标定。

优选的技术方案中，所述的GNSS接收单元与所述的SINS采用松耦合、紧耦合或深耦合的组合模式进行组合。

松耦合的组合模式是在GNSS接收单元独立工作的前提下，利用其导航数据与SINS的惯性导航数据进行联合滤波，得到高精度的组合导航数据。松耦合实现简单，非常适合于系统改装的情况，任何惯性导航系统和任何卫星接收机都可以采用这种方法组合。利用松耦合组合结构，可采用GNSS导航的速度或者位置数据对惯性导航数据进行匹配，也可以使用GNSS导航的速度和位置数据同时对惯性导航数据进行匹配，以便得到更可靠的方案。由于GNSS接收单元本身包含有滤波器，因此松耦合组合模式具有串联滤波的特点。

紧耦合的组合模式中，GNSS接收单元中的GNSS滤波器成为了组合导航滤波单元的一部分，因此GNSS接收单元向组合导航滤波单元提供的导航数据实为关于车体伪距和伪距率的测量值。紧耦合的组合模式下得到的组合导航数据既可用于标定SINS的惯性敏感器误差，也可用于辅助GNSS接收单元的跟踪回路。虽然可以单独采用GNSS导航的伪距或伪距率数据对惯性导航数据进行匹配，但通常一般同时采用GNSS导航的伪距和伪距率数据对惯性导航数据进行匹配，以便得到更可靠的方案。

深耦合的组合模式是将GNSS接收单元的跟踪回路与SINS组合合并成一个单独的滤波器。

优选的技术方案中，所述的组合导航滤波单元采用卡尔曼滤波算法对数据进行滤波。

优选的技术方案中，所述的无线通信单元采用GPRS、EDGE(增强型数据速率GSM演进技术)或3G(第三代移动通信技术)无线通信技术。

本发明的有益技术效果是：

(1)通过组合导航滤波单元对GNSS导航数据和惯性导航数据进行融合滤波，得到的组合导航数据比GNSS或SINS作为单一的导航监控系统得到的导航数据精度更高，有效地克服了惯性导航数据因惯性敏感器缺陷、初始对准误差和车辆动态特性造成的随时间增长而增长的漂移误差，以及GNSS导航数据的瞬态误差。

(2)利用SINS辅助GNSS接收单元进行导航监控，相比GNSS作为单一的导航监控系统，可多获取一种关于车体姿态的导航数据，使远程监控用户可以更准确地判断车体是否发生事故，并采取措施，减少营救等待的时间。

(3)利用SINS辅助GNSS接收单元进行导航监控，相比GNSS作为单一的导航监控系统，在天气、环境或人为因素对卫星信号造成干扰时，通过SINS进行惯性自主导航，仍能保证导航监控的正常工作。

(4)通过组合导航滤波单元实时标定SINS中惯性敏感器的误差，在卫星信号受干扰或无卫星信号的情况下，保证了SINS自主导航的精度。

附图说明

图1为SINS的原理示意图。

图2为本发明导航监控系统在松耦合模式下的结构原理示意图。

图3为本发明导航监控系统在紧耦合模式下的结构原理示意图。

图4为本发明导航监控系统实时标定惯性敏感器误差的流程图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案和相关原理进行详细说明。

实施例1

如图2所示，一种基于GNSS/SINS组合的车辆导航监控系统包括GNSS接收单元、SINS、组合导航滤波单元和无线通信单元。

GNSS接收单元由射频信号处理装置、跟踪回路和GNSS滤波器组成，其用于接收关于车体的卫星导航信号，并对信号进行处理，得到关于车体位置和速度的GNSS导航数据，并传送给组合导航滤波单元。

SINS包括惯性敏感器(陀螺仪和加速度计)和导航计算机，其能自主产生关于车体位置、速度和姿态的惯性导航数据，并传送给组合导航滤波单元，同时又对GNSS接收单元提供截获辅助。

组合导航滤波单元用于接收GNSS导航数据和惯性导航数据，并对数据进行融合、滤波和估算，得到关于车体位置、速度和姿态的高精度的组合导航数据，传送给无线通信单元，并对惯性敏感器的误差进行标定。

无线通信单元用于接收高精度的组合导航数据，并通过无线通信将组合导航数据传送给远程监控用户或自动报警。

如图2所示，GNSS接收单元与SINS采用松耦合的组合模式进行组合，即系统在GNSS接收单元独立工作的前提下，利用其导航数据与SINS的惯性导航数据进行联合滤波，得到高精度的组合导航数据。松耦合实现简单，非常适合于系统改装的情况，任何惯性导航系统和任何卫星接收机都可以采用这种方法组合。利用松耦合组合结构，可采用GNSS导航的速度或者位置数据对惯性导航数据进行匹配，也可以使用GNSS导航的速度和位置数据同时对惯性导航数据进行匹配，以便得到更可靠的方案。由于GNSS接收单元本身包含有滤波器，因此松耦合组合模式具有串联滤波的特点。

本实施例的工作原理是：在卫星信号接收条件较好的路况下，通过GNSS接收单元与SINS分别获取各自的导航数据，其中GNSS接收单元输出关于车体位置和速度的GNSS导航数据，SINS输出关于车体位置、速度和姿态的惯性导航数据，组合导航滤波单元对GNSS导航数据和惯性导航数据进行融合，并通过卡尔曼滤波算法对数据进行滤波，得到一种比GNSS导航数据或惯性导航数据精度更高的组合导航数据，并传送给无线通信单元，由无线通信单元通过无线通信将数据传送给远程监控用户或自动报警，同时组合导航滤波单元将根据估算出的组合导航数据对SINS中惯性敏感器的误差进行标定，提高SINS的导航精度。在卫星信号接收条件较差的路况下，系统只进行一般的组合导航滤波，而不进行敏感器误差的标定。在无卫星信号的路况下，系统将利用被标定后的SINS进行高精度的惯性自主导航。

如图4所示，组合导航滤波单元对SINS中惯性敏感器的误差进行标定，是利用GNSS导航数据和惯性导航数据(即初始化状态值)之差作为观测值，通过卡尔曼滤波算法得到高精度的组合导航数据(即当前最优估计值)，若该最优估计值满足反馈校正条件，则对SINS进行反馈校正，并对惯性敏感器的误差参数进行标定；若不满足反馈校正条件则判断实时标定是否结束，若不结束实时标定，则再次接收GNSS导航数据和惯性导航数据进行组合滤波，重复上述过程；否则将结束实时标定。

对于松耦合组合结构模式，以东北天坐标系作为导航坐标系，载体坐标系为右前上坐标系。俯仰角以抬头为正，滚转角以右倾为正，航向角以北偏东为正，惯性敏感器的误差包括常值误差，比例系数误差，安装失准角误差和随机白噪声等。本实施例中，惯性敏感器误差由常值误差和随机白噪声误差组成。实时标定的目的就是得到高精度的常值误差。

其中：

姿态误差微分方程为

式中：

其中，δvⁿ和δp分别是姿态误差向量(俯仰角误差、滚转角误差和航向角误差)、导航坐标系速度误差向量(东北天方向速度误差)和位置误差向量(维度误差、经度误差和高度误差)；

表示从载体坐标系转换到导航坐标系的方向余弦矩阵；ε^b和

分别是陀螺测量误差的常值误差和白噪声误差；

为导航坐标系相对于惯性坐标系的角速度向量在导航坐标系中的表示；R和Ω分别为地球的半径和旋转速率；h和L分别为载体所在的高度和维度；v_E，v_N，v_U分别为载体在导航坐标系的东北天方向的速度。

速度误差微分方程

式中：

$M_{\mathrm{vp}}=(v^n\×)\left(\begin{array}{ccc}0& 0& \frac{v_N}{{(R+h)}^2}\\ -2\mathrm{\Ω}\sin L& 0& -\frac{v_E}{{(R+h)}^2}\\ 2\mathrm{\Ω}\cos L+\frac{v_E{\sec }^{2}L}{R+h}& 0& -\frac{v_E\tan L}{{(R+h)}^2}\end{array}\right)$

其中，fⁿ为比力加速度；

和

分别是加速度计误差的常值零偏误差和随机误差。实时标定期间载体位置变化导致的重力变化很小，因此忽略重力误差项。

位置误差微分方程

$\mathrm{\δ}\stackrel{\·}{P}=M_v\mathrm{\δ}{v}^n+M_p\mathrm{\δP}$

式中：

$M_v=\left(\begin{array}{ccc}0& \frac{1}{R+h}& 0\\ \frac{\sec L}{R+h}& 0& 0\\ 0& 0& 1\end{array}\right)$

$M_p=\left(\begin{array}{ccc}0& 0& -\frac{1}{{(R+h)}^2}{v}_N\\ \frac{\sec L\tan L}{R+h}{v}_E& 0& -\frac{\sec L}{{(R+h)}^2}{v}_E\\ 0& 0& 0\end{array}\right)$

因此，松耦合GNSS/SINS组合导航系统的误差状态方程为：

$\stackrel{\·}{X}=\mathrm{FX}+\mathrm{GW}$

式中：

$G=\left(\begin{array}{cc}-C_b^n& 0_{3\×3}\\ 0_{3\×3}& C_b^n\\ 0_{3\×3}& 0_{3\×3}\\ 0_{3\×3}& 0_{3\×3}\\ 0_{3\×3}& 0_{3\×3}\end{array}\right)$

$W=\left(\begin{array}{c}{w}_g^b\\ w_a^b\end{array}\right)$

其中，X是GNSS/SINS组合导航系统的状态矢量，F是GNSS/SINS组合导航系统的状态矩阵，W是GNSS/SINS组合导航系统的噪声矢量，G是GNSS/SINS组合导航系统的噪声矩阵。

松耦合GNSS/SINS组合导航系统的观测方程为

Z＝HX+V

式中：

$H=\left(\begin{array}{ccccc}{0}_{3\×3}& I_{3\×3}& 0_{3\×3}& 0_{3\×3}& 0_{3\×3}\\ 0_{3\×3}& 0_{3\×3}& I_{3\×3}& 0_{3\×3}& 0_{3\×3}\end{array}\right)$

其中，Z是GNSS/SINS组合导航系统的观测矢量，H是GNSS/SINS组合导航系统的观测矩阵，V是观测噪声序列。

实施例2

如图3所示，一种基于GNSS/SINS组合的车辆导航监控系统包括GNSS接收单元、SINS、组合导航滤波单元和无线通信单元。其中GNSS接收单元、SINS、组合导航滤波单元和无线通信单元与实施例1基本相同，只是GNSS接收单元中的GNSS滤波器成为了组合导航滤波单元的一部分。

如图3所示，GNSS接收单元与SINS采用紧耦合的组合模式进行组合，GNSS接收单元中的GNSS滤波器成为了组合导航滤波单元的一部分，因此GNSS接收单元向组合导航滤波单元提供的导航数据实为关于车体伪距和伪距率的测量值。紧耦合的组合模式下得到的组合导航数据既可用于标定SINS的惯性敏感器误差，也可用于辅助GNSS接收单元的跟踪回路。虽然可以单独采用GNSS导航的伪距或伪距率数据对惯性导航数据进行匹配，但通常一般同时采用GNSS导航的伪距和伪距率数据对惯性导航数据进行匹配，以便得到更可靠的方案。

本实施例的工作原理是：在卫星信号接收条件较好的路况下，通过GNSS接收单元与SINS分别获取各自的导航数据，其中GNSS接收单元输出关于车体伪距和伪距率的GNSS导航数据，SINS输出关于车体位置、速度和姿态的惯性导航数据，组合导航滤波单元对GNSS导航数据和惯性导航数据进行融合，并通过卡尔曼滤波算法对数据进行滤波，得到一种比GNSS导航数据或惯性导航数据精度更高的组合导航数据，并传送给无线通信单元，由无线通信单元通过无线通信将数据传送给远程监控用户或自动报警，同时组合导航滤波单元将根据估算出的组合导航数据对SINS中惯性敏感器的误差进行标定，提高SINS的导航精度。在卫星信号接收条件较差的路况下，系统只进行一般的组合导航滤波，而不进行敏感器误差的标定。在无卫星信号的路况下，系统将利用被标定后的SINS进行高精度的惯性自主导航。

Claims (4)

1.一种基于GNSS/SINS组合的车辆导航监控系统，包括GNSS接收单元、SINS、组合导航滤波单元和无线通信单元，其特征在于：

所述的GNSS接收单元用于接收关于车体的卫星导航信号，并对信号进行处理，得到关于车体位置和速度的GNSS导航数据，并传送给组合导航滤波单元；

所述的SINS包括惯性敏感器和导航计算机，其能自主产生关于车体位置、速度和姿态的惯性导航数据，并传送给组合导航滤波单元，同时又对所述的GNSS接收单元提供截获辅助；

所述的组合导航滤波单元用于接收GNSS导航数据和惯性导航数据，并对数据进行融合、滤波和估算，得到关于车体位置、速度和姿态的高精度的组合导航数据，传送给无线通信单元，并对所述的惯性敏感器的误差进行标定；

所述的无线通信单元用于接收高精度的组合导航数据，并通过无线通信将组合导航数据传送给远程监控用户或自动报警。

2.根据权利要求1所述的基于GNSS/SINS组合的车辆导航监控系统，其特征在于：所述的GNSS接收单元与所述的SINS采用松耦合、紧耦合或深耦合的组合模式进行组合。

3.根据权利要求1所述的基于GNSS/SINS组合的车辆导航监控系统，其特征在于：所述的组合导航滤波单元采用卡尔曼滤波算法对数据进行滤波。

4.根据权利要求1所述的基于GNSS/SINS组合的车辆导航监控系统，其特征在于：所述的无线通信单元采用GPRS、EDGE或3G无线通信技术。

Images